作为一名想进入AI领域的程序员，上网搜一下人工智能，大量的知识涌出来，有AI发展，有机器学习，有Tensorflow，有python等等，但对于需要学什么，怎么学还是没有明确的答案。作者：Mason；来源：Mason技术记录
可以想象自己是一名大学老师，需要开一门AI的课程，那么课程如何设置才能合理，有效率地让学生学到知识。我查看了十多篇学习方法和学习资源的文章，浏览了几十篇相关内容后，做了一个资源整合，整理出一条相对完整的学习路径。希望通过此总结，一方面可以让大家对进入AI领域有一个清晰的学习目标，明白学习内容，也可以根据此路径制定自己的学习计划。另一方面也可以激励自己按计划学习AI知识。
通过本文，可以收获以下AI学习路径，同时会给出相应的参考学习资料：
- 学习一门新技能的方法论
- AI人文科普
- 基础知识
- 编程语言
- 机器学习
- 初级项目实战深化知识
- 深度学习
- 高级项目实战或论文
2 方法论
关于学习一门新技能或新知识，学习方法很重要，好的学习方法可以少走弯路。首先，学习前需要先明确两个问题：是什么？怎么学？这三个问题概括说就是：学习目标与学习计划。学习目标比较清楚，就是踏入AI领域这个门，可以从事AI相关工作。学习计划就是对学习内容及过程的设计与执行，也就是本文所写的内容。还有就是建立学习的信心，学习不容易，以机器学习为例。在学习过程中，你会面对大量复杂的公式，在实际项目中会面对数据的缺乏，以及艰辛的调参等。只要制定合适的学习方法，学习是可以的。
明确了学习目标和计划，在学习的执行层面，则需要侧重于实践，以兴趣为先，践学结合。这里则特别提一下，使用费曼技巧，以教带学，是学习的好方法。简单来说，费曼技巧就是通过向别人清楚地解说某件事，来确认自己的确弄懂了某件事。它分为四个步骤：
1) 选择目标：明确目标选择一个概念
2) 教学：学习这个概念和相关知识，想象如何给一个孩子讲清楚。如果是真的讲授，更好。
3) 纠错并深入学习：教学过程中是否有不清楚的地方，如果有，继续学习，加深理解。
4) 简化类比：用自己的语言，简单的，通过和现实世界的实例关联类比，把一个概念讲清楚
根据费曼方法学习新技能，掌握更快，记忆更深刻。学习IT领域技能，此方法非常合适。
3 人工智能科普
3.1 AI人文历史
首先了解这个领域，建立起全面的视野，培养起充足的兴趣。AI是如何发展起来的，为什么在最近几年才成为热门的研究领域，AI技术包括哪些技术方向，有哪些应用领域，未来会如何发展，前景如何，对社会的影响如何等等，对这些问题都了解后，可以理解AI的前世今生，可以加深自己对AI的印象，加强对AI的兴趣，甚至可以发挥自己对AI的想象，对自己后续的AI学习可以有自己的想法。关于AI发展和科普，下面的资料可以参考：
- 书籍，《智能时代》，吴军
- 书籍，《智能革命》，李彦宏
- 书籍，《人工智能》，腾讯研究院
- 书籍，《人工智能简史》，尼克
- 书籍，《人工智能时代》《人人都应该知道的人工智能》，杰瑞卡·普兰
- 书籍，《科学的极致：漫谈人工智能》，集智俱乐部
- 书籍，《科技之巅》《科技之巅2》，麻省理工科技评论
- 博文，从机器学习谈起： https://www.cnblogs.com/subconscious/p/4107357.html
3.2 当前AI发展及布局状况
要学习人工智能，先看看当前国内互联网巨头各自对AI的布局情况，就大概知道AI当前的风口在哪里，会有哪些重要应用，有哪些关键技术。各大公司旗下都设有AI平台的官网，各大AI 开放平台一览，地址:
https://blog.csdn.net/qq_15071263/article/details/82908201
对各大AI平台的链接，可以看看。除了了解当前AI在各互联网公司的布局外，还可以关注一下这些公司对AI岗位的招聘要求及当前的各大招聘网站对此岗位的要求情况，这样有两个好处，一是明确自己的学习方向，学习有侧重点，二是做到对自己学习的一定的心理预期，知道自己学到哪个程度才能有机会获得此岗位。如下，是Boss直聘中的一则自然语言处理相关的招聘：
可见，数学基础、数据处理、自然语言处理、机器学习、数据挖掘等技术是比较关键的，也是学习的重点。
关于AI当前各大公司布局情况，参考资料如下：
- 文章，各大AI 开放平台一览：https://blog.csdn.net/qq_15071263/article/details/82908201
- 网站，百度大脑: https://ai.baidu.com/
- 网站，腾讯AI开放平台: https://ai.qq.com/
- 网站，阿里达摩院: https://damo.alibaba.com/
- 文章，自动驾驶、金融、零售......BAT的AI之战打到哪儿了： https://www.huxiu.com/article/230094.html
- 书籍，《人工智能标准化白皮书2018》: http://www.cesi.ac.cn/201801/3545.html
- 书籍，《人工智能发展白皮书-技术架构篇（2018年）》: http://www.caict.ac.cn/kxyj/qwfb/bps/201809/t20180906_184679.htm
- 书籍，《人工智能发展白皮书产业应用篇（2018年）》: http://www.caict.ac.cn/kxyj/qwfb/bps/201812/t20181227_191672.htm
- 书籍，《中国信通院相关白皮书》: http://www.caict.ac.cn/kxyj/qwfb/bps/
3.3 AI架构及职位选择
3.3.1 AI架构视角
人工智能从业务视角可以分为感知能力、认知能力和服务能力三个层次，两大应用方向，如下：
