人工智能的学习

 AI饱和

我定期分享资源来学习AI和数据科学，无论是Google或哈佛的课程，还是YouTube的完整教程。

同时，我听到了这样的担忧：“学习AI和数据科学是否为时已晚?”

令人担忧的是，随着数百万学生正在学习机器学习，这一领域正变得越来越饱和。毕竟，人工智能工作的数量是有限的，尤其是在全球经济衰退期间。

吴安德(Andrew Ng)在Coursera上著名的机器学习课程有近400万学生。

在撰写本文时，如果您在LinkedIn Jobs上搜索“机器学习”，则将发现100,000多个工作。

显然，学生人数比空缺职位要多得多-比率几乎为40：1，仅查看一门Coursera课程的学生人数即可。

为什么它仍然值得

也就是说，出于多种原因，学习AI仍然值得。

内部创业

首先，让我们谈谈企业内创业。人工智能的构建和部署比以往任何时候都更加轻松快捷，尤其是在使用无代码AI工具(例如Obviously.AI)的情况下，这意味着员工可以通过在其技能组合中添加AI来增加更多价值。

这些内部企业家在其组织中发现AI用例并没有增加LinkedIn上的空缺职位数量，但有无数示例。

任何员工成为AI企业家都会有巨大的动力：可以使工作中重复无聊的部分自动化，并专注于以人为中心的创造性工作。更不用说，人工智能技能可以提高您的薪水和职业。

例如，营销人员可以使用AI预测客户行为，建立角色并确定主要的人口统计信息。零售员工可以优化分类，预测库存消耗，预测人员需求等等。保险员工可以使用AI预测保险索赔，诉讼风险，代位的机会等等。

AI内部企业家的可能性是无限的。

创业精神

约10万机器学习工作中还没有包括另一个巨大的机会领域：创业精神。

创业是内部创业的风险更高的一面。这意味着要走自己的路，寻找新的方法来增加市场价值，而通常没有任何形式的支持，支持或稳定性。

同时，这种高风险伴随着高回报的潜力。

假设您以第30名员工的身份加入了硅谷的一家初创公司(还很早)，并且您是该领域的优秀工程师之一。根据Holloway，您可以期望获得0.25%–0.5%的股权。

如果您独自出击，作为一个独立创始人，那么您就有100%的权益可以开始。通过招募自己的联合创始人，员工和投资者，这一数字将会减少，但还有更多的潜力。

不断学习

即使您对创业精神，创业精神或担任新职务不感兴趣，也要说些关于不断学习的知识。

从您在Amazon，Spotify，Netflix或Tinder上获得的建议，到您在Google或YouTube上看到的搜索结果，甚至到COVID-19跟踪，疫苗开发和疫苗推出，AI现已在每个行业中找到。

为了了解新技术并真正了解当今世界，必须学习AI。

结论

学习AI是值得的，而且永远都是。即使就业市场饱和(还没有，因为仍然有合格的工作机会供职)，创新型内部企业家和企业家总有潜力。为了保持关联性，AI技能正迅速成为必备条件。

以培养掌握人工智能理论与工程技术的专门人才为目标，学习机器学习的理论和方法、深度学习框架、工具与实践平台、自然语言处理技术、语音处理与识别技术、视觉智能处理技术、国际人工智能专业领域最前沿的理论方法，培养人工智能专业技能和素养，构建解决科研和实际工程问题的专业思维、专业方法和专业嗅觉。