人工智能是当前最好的计算机专业吗? 第1页

zibuyu9 网友的相关建议:

也许如此，那又如何，注意是加了“当前”这个限定词。现在好，不代表你毕业时好；毕业时好，也不代表你30岁、40岁、50岁、60岁时还好。也许更重要的是，弄清楚自己到底喜欢什么，做到「一箪食，一瓢饮，在陋巷，人不堪其忧，回也不改其乐」。

lu-luce 网友的相关建议:

首先啥叫最好的计算机专业？

不就是工资高和工作机会多吗？？直说很难吗？？？

首先现在的人工智能领域，就业机会不太多。别看工资水平好像很高。那是金字塔尖的。

和之前的电脑时代和手机时代，没法比的。。

现在没什么工资高和工作机会多的计算机专业。大家都差不多。。

weirdo-pub 网友的相关建议:

我们学习一个技术前，要了解这项技术的本质。

人工智能的本质是一种生产工具。

生产工具从石器、铁器、蒸汽机、电气、计算机发展到现在

工具发展的推动力就是人类为了将自己从繁重的劳动中解脱出来

实际上是为了满足人类自身的“惰性”。

正如鲁迅曾经说过的：

所谓人者，原是懒惰的东西，很有只要并无必需，总想耽于安逸的倾向

对人工智能的需求，就和对食物、衣物、医疗的需求一样，是刻在骨子里的刚需。

随着科技的发展，人工智能已经渗透到生活的各个方面，

它的作用已不仅是解放体力劳动那么简单，

人类的脑力劳动也被解放。

例如，AI同声传译已经为博鳌亚洲论坛、世界人工智能大会等高级别国际会议提供服务，在金融、医疗和科技等领域已接近专业翻译人员的水平。

传说中的神为了阻止人类建造巴别塔，使出各种阴谋诡计，让人们说不同的语言，相互之间不能沟通协作。如今，基于深度学习的机器翻译系统，就像一座雄伟的人工智能巴别塔，矗立在一代代科学家用血汗乃至生命铸就的基石之上。

人类数千年引以为傲的思维和语言能力，在人工智能面前都变得微不足道。

科学家凭借无与伦比的创造技巧，以不朽的文明科技，仿造并超越了人脑机能。

这是一项神圣的工程，而更为神圣的强人工智能技术，则矗立于未来的世界文明之巅。

2013年，美国政府启动“大脑计划”。同年，欧盟的人脑计划（Human Brain Project）入选了欧盟未来旗舰技术项目。

2017年，我国国务院发布了《新一代人工智能发展规划》，计划中国在2030年之前成为人工智能技术领域的世界领袖。

2019 年，我国人工智能企业数量位列全球第二。

AI能够完全按照人类的指令去完成各种工作，甚至在没有具体指令的情况下，也可以主动为人类服务。专家预测在未来15年内，人工智能和自动化将取代40%~50%的人类工作岗位。

人工智能的最终目标是把人类这个过往数千年生产力的最主要载体，从生产力中剥离出去。

对于学生来说，我们每个人的财富积累和事业成功，在于能否抓住科技革命带来的机遇。

而人工智能就是这个机遇。

我上车时间较早，虽然在北大读书时还没有人工智能专业，

但是我课余时间都泡在图书馆学人工智能了。

两年前，图书出版公司的人看到我的人工智能网站后，

想让我写一本关于人工智能自然语言处理的书籍。
我一开始是拒绝的，实在是太忙了。

但是出版公司的人说：“知识改变了你的命运，让你技术入股了几家公司，独立开发了人工智能网站。如果你能写出一本好书，也许可以改变无数人的命运。”
我心动了，死人进棺材都要有枕头的，如果能写出一本书拖住我的脑袋或者陪我化作灰烬，让我踏实地死去，就算是对我一生热爱技术的安慰吧。
于是我用了两年的时间，牺牲了很多睡眠和休闲时间，完成了这本书，由北京大学出版社出版。
这两年没陪大家刷知乎，也没写出有趣的文章，请老朋友们谅解。

这本书有以下三个特点：
1.是一本普及性读物。从古希腊意识本源学说，讲到21世纪的深度神经网络，知识覆盖全面、通俗易懂。弥补了其它书籍的知识盲点，让读者掌握更全面的人工智能基础理论。

2.独家专利技术解密，以全球首款AI写作平台L8ai.com为基础进行专业技术讲解。

3.最新最实用，使用最新自然语言处理技术，采用傻瓜式的操作截图与50余个实战代码，手把手的教读者如何开发出机器翻译、朗读机器人、情感分析系统、电话销售系统、辅助写作系统等强大的人工智能自然语言处理程序。

希望大家多多支持，十分感谢。

li-xiang-1-48 网友的相关建议:

从未来几年的趋势来看信息安全最好

r0rschach 网友的相关建议:

人工智能炼丹学正在走在几年前大数据的老路上，不过人的记忆总是很短暂的呀。

“大数据”和“深度学习”两个搜索关键词的流行趋势

我们来看看 “大数据” 的历史，这也是大数据技术从高大上到跌落凡间，从业人员从稀缺到满大街都是的过程。经济学里这个叫做commoditization……

孵化期

2004 年：谷歌发布著名的MapReduce论文
2005 年： Yahoo的开源版本MapReduce - Hadoop诞生
2005～2010年：顶级大厂内部开始广泛使用mapreduce，nosql db，stream computing等技术。未来的大量行业精英正在成长。

爆发期

2011 年：麦肯锡发布关于大数据的著名报告，预测到2018年美国会出现上百万人的大数据从业人员缺口
2011 ～ 2012年：大数据这个概念开始爆发，大量的相关书籍和文章出现。以Hortonworks为代表的各类大数据服务商开始创立。
2013年：AWS发布Redshift，云计算服务商开始进入大数据市场。
2014年：“第二代”大数据服务商DataBricks发布Spark， ”第一代“的Hortonworks上市

跌落凡间期

2015～2018: 云服务商亚麻AWS, 微软Azure, 谷歌GCP们拼了老命把所有主流大数据关键组件在云端实现，做得尽可能傻瓜。Commoditization过程基本完成。
2018年低：苦苦挣扎的大数据服务商Hortonworks和Cloudera合并，社区哀叹hadoop药丸
2019年：福布斯文章：大数据已死

那现在假设题主穿越回到过去某个时刻，人生会如何展开

穿到2010年以前：你基本没听过大数据这说法。大学你念了个计算机专业，努力学了一脑门子的数据库。毕业的时候你进了亚马逊，谷歌，微软必应，阿里巴巴之类的公司，被莫名其妙分到了个“需要处理好几TB那么大数据”的组。努力工作几年之后大数据技术开始爆火，已经积累了多年的你跳槽创业人生巅峰。
穿在2011～2014：你嗅觉灵敏的找准了大数据方向，在大学里密切关注相关领域的一切前沿内容，大三找实习毕业工作的时候你跟其他还不太懂的同学说hadoop已死spark当立我要站在最巅峰。你现在可能在databricks之类的公司做个中层，公司在思考应该如何在云+AI时代转型。你则开始关注各种人工智能算法落地的技术。
穿到2015年：我国的第一个大数据专业在北大成立了！第一批入学的你，2019年光荣毕业，你上网看了眼福布斯……喵喵喵？

回头再看人工智能，爆发基本上比大数据晚个五年的样子。那现在的趋势就和13年左右的大数据行业差不多。这时候进这个圈子是不是有点淡淡的46年加入果军的感觉？

现在还记得我08年加入微软时候，当时老板跟我说的一句话：“你现在会什么技术都不重要，我们微软招的人，是要用现在还不存在的技术，解决现在还不存在的问题。”我当时脑子里两个声音响起，一个“老大你这话太牛b了！”，另一个是“你就吹吧（斜眼）”。这之后的几年，我因为工作需要学会了训练神经网络做排序，学会了在aether上连连看搭机器学习系统，学会了一言不合就在cosmos上跑个几pb数据做统计。几年之后，人跟我说了半天大数据如何如何火怎么怎么牛，我才意识到哎呦原来我是个大数据+人工智能工程师么？

最后总结下中心思想：前沿技术几年一个小潮流，十年一个大趋势。对于还没入行的年轻人来说，技术投机是要不得的。当普通人听说某个技术很火的时候，这事儿通常等不到你大学毕业就过去了。把基础扎实的打好，去有最优秀人才的地方，老老实实的一切以最大化自己的核心竞争力为目标努力吧。

david-dong-20 网友的相关建议:

我觉得学软件工程更好。不过计算机，软件工程，人工智能在课程安排上应该不会有本质性的区别。

不是说AI没有前景，而是即使未来AI广泛应用了，也肯定最缺的是做工程实现的人员。

大部分人没有能力做算法层面的研究和开发，主要的职位还是直接为产品落地服务的。最容易找工作的应该还会是工程能力强的。

zhou-bo-lei 网友的相关建议:

共产主义政党长期治理的喀拉拉邦在印度处于人类发展指数的前茅，这就是共产主义对印度的影响。

印度及印占藏南、印占克什米尔的人类发展指数

另外，南亚人是非常非常喜欢取经名的。这也是一个地域特色了。

yu-feng-78-98 网友的相关建议:

共产主义政党长期治理的喀拉拉邦在印度处于人类发展指数的前茅，这就是共产主义对印度的影响。

印度及印占藏南、印占克什米尔的人类发展指数