大数据文摘出品 作者：钱天培
读研读博还是进入业界，这真的是一个单选题嘛？
学AI的人铺天盖地，如何才能找到切入点，脱颖而出？
感兴趣的领域发展太快，如何才能紧跟进度？
进入新一年，又有一大批同学们不是正在学习AI，就是在赶着趟要开始进军AI届。
随着《机器学习》《深度学习》等优质课程的相继问世，吴老板之流的大佬们将AI带入寻常百姓家。然而，入门AI的第一步看似简单，想要进而进入AI业界又似乎有一道迈不过去的坎。
明明网课还在教如何识别猫猫狗狗，AI公司们却想要你上手做一台无人车，开一家无人超市。
学了半天机器学习，最后其实调个包行三代码就能实现，这么“弱智”的技能好像也没啥大不了的。
昨天好不容易读懂了上个月新发的一篇paper，今天就又看到一篇新paper，说你读的东西已经过时了。
面对诸多已经或者想要从业AI的同学们，吴恩达老板最近和计算机协会（ACM）合作开展了一次长达一小时的在线讲座，专挑疑难杂症进行了一一解答，提供了一份非常走心的最新AI从业指南。
文摘菌挑选出了这次讲座的精华部分进行编译。对从业AI有各种困惑的同学们，或许这篇文章就能给你满意的答案！
读研读博 vs 进入业界？这不是一个单选题
想要最终进入AI业界，我究竟应该厚积薄发，花上三五年读个研读个博呢？还是直截了当，进入业界学点实用技能？
吴恩达认为，这其实并不是一个单选题。
如果你当下处于这两个选择的十字路口，那你完全可以两者都试试——申请几个研究生博士项目，同时也多看看合适的工作机会，甚至直接加入或组建一个创业团队。
当然了，不是所有人都会有这样的精力，能够去探索到所有的可能性。
如果面对有限的选择或者精力有限，我又应该采用什么样的评判标准呢？
很简单。吴老板的建议是：你要清楚地了解，你作出选择后，你最密切接触到的人群（10-30人）会是怎样的。
换句话说，你需要尽可能保证你之后紧密接触到的人，是AI界的佼佼者，或者至少是AI界有激情、有活力的学习者。
这一评判标准的对立面是，仅仅关注公司或者学校的名气。
下面这种情况常常出现。你进入一家在AI届名气很响的公司，经历数轮轮岗，最后进到了一个边缘AI团队，甚至做起了纯开发，与当初的目标南辕北辙。
会AI的人那么多，我如何脱颖而出？从最“蠢”的project做起。
现在不会点AI，都觉得自己像是文盲。毕竟，上网课学点机器学习，深度学习，门槛真心不算高。
可是，你会我会大家会，我又能比别人强到哪里去？是不是只有数年如一日、从AI火起来之前就专攻这一领域的大神才能真正享受知识红利呢？
吴老板认为，一定不是！
虽然基础的AI会的人越来越多，可是能植入AI的应用，能被AI改造的行业依旧数不胜数。除去AI最为兴盛的互联网业，农业、零售业、餐饮业，处处都有AI帮得上忙的机会。
比如说，吴老板的一个学生就在学习了《深度学习》专题课之后自己做了一个智能咖啡机。这咖啡机真有多高端？其实也就是用到了课程中的一些基础内容。
除了这点建议外，吴老板敲黑板划重点：编程还是一定要会滴！
吴恩达认为，在人机交互越来越发达的年代，不会编程就好比不懂读写的当代文盲。
总会与人告诉你，不需要真正懂编程，主需要会用包，读得懂API就行。在吴老板看来，这就好比在读写未被普及的年代，人们认为他们不需要看得懂书，只需要听权威人士注解一毛一样。
如果人人都会一点编程，那么这个世界才能真正充满爱（AI？）
AI新发现层出不穷？你还真得学会“终身学习”
想在AI届从业，那就别想着一劳永逸啦。连吴恩达这样的大咖，也还在天天读论文呢！
怎样才能紧跟AI潮流呢？吴老板认为，光靠上课肯定是不够用的。
不可否认，听大咖讲课是入门AI最有效的方法。但在AI届，知识从发表到转化为系统课程之间永远隔了一个不短的时间间隔。因此，还是得埋头啃paper鸭！
在读论文这件事上，吴老板也轻撒了点“鸡血”。就说你平均一周读2篇论文，那一年可就能读个100篇论文。这是什么概念？
如果你能读上一个领域内10-20篇论文，那你就可以信心满满地说你了解这一领域了。
如果你能读上50篇论文，那你就已经是个领域小专家了。
如果你能读上100篇论文，那么你大概已经有了不少科研想法，可以尝试拓宽这一领域的边界了。
最后的最后，如果你能读上200篇论文，那你就完全可以自己开一门课程。
那么，读论文这件事要怎么开始呢？吴老板给出了下面这些实操建议。
首先，通过搜索找到5篇相关论文。然后快速浏览这些论文。在这一过程中，你会发现，有一两篇论文完全不靠谱，那你就可以直接丢掉了。你也很可能会发现，其中有一篇论文还挺不错的。
根据你的初步了解，你可以再作进一步的搜索，并结合此前论文的references找到其他的一些论文。然后，你可以交替读这些论文，都不需要完全读懂，仍然以理解大方向为目标。
在这一过程中，你可能会发现你可能还需要补一下其他领域的一些知识。
最后你大约会得到一个20篇论文构成的精读名单。
现在，就是你花功夫死啃这些论文的时候啦！
当然了，在这次为期1小时的讲座中，吴老板还带来了很多其他有用的干货，比如未来5年内比较靠谱的AI发展方向。
本文来源：大数据文摘
责任编辑：
丁广胜_NT1941
