人工智能該如何學(xué)起？首先要看基礎(chǔ)，比如數(shù)學(xué)、軟件、算法、建筑學(xué)、心理學(xué)、自動化、腦科學(xué)、統(tǒng)計學(xué)等等。其次，要看你想解決哪些問題，比如視覺識別、自動駕駛、天氣預(yù)報、語音語義學(xué)、定量金融、圖像處理、金融分

人工智能該如何學(xué)起？

首先要看基礎(chǔ)，比如數(shù)學(xué)、軟件、算法、建筑學(xué)、心理學(xué)、自動化、腦科學(xué)、統(tǒng)計學(xué)等等。

其次，要看你想解決哪些問題，比如視覺識別、自動駕駛、天氣預(yù)報、語音語義學(xué)、定量金融、圖像處理、金融分析等，每個領(lǐng)域的要求都不一樣。例如，那些做醫(yī)學(xué)碰撞診斷的人需要學(xué)習(xí)一些影像學(xué)知識。

需要找一位有學(xué)問的專業(yè)老師，如果自學(xué)，就必須進入專業(yè)交流圈。

學(xué)習(xí)完人工智能可以做網(wǎng)站開發(fā)嗎？怎么做？

人工智能和網(wǎng)站開發(fā)之間沒有太多直接和必然的聯(lián)系！人工智能更注重算法的設(shè)計。而網(wǎng)站開發(fā)主要是靜態(tài)網(wǎng)頁HTML和動態(tài)網(wǎng)頁，包括后臺數(shù)據(jù)庫的設(shè)計！如果你只是做網(wǎng)站開發(fā)，你可以向后者學(xué)習(xí)！另一個概念是全棧開發(fā)。所謂的全棧開發(fā)可以專注于連接你的人工智能與網(wǎng)站開發(fā)

人工智能可以自動編寫html和css了，對此你怎么看？

根據(jù)CSDN信息，keras中有一個名為screenshot to code的項目，當(dāng)時在GitHub中排名第一。該項目最強大的部分是：通過深入學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)自動將設(shè)計草稿轉(zhuǎn)換成HTML和CSS代碼。這有多強大？也就是說，產(chǎn)品經(jīng)理可以編程并自動完成程序員的工作。只是產(chǎn)品經(jīng)理是人，但這是一臺機器。

這不得不讓我們恐慌，人工智能可能會大規(guī)模取代人類的工作。

首先，我們認為程序員編程是一項技術(shù)性很強的工作。因為大多數(shù)優(yōu)秀的程序員都有深厚的學(xué)術(shù)基礎(chǔ)，經(jīng)過長期的訓(xùn)練和實踐，他們可以獲得優(yōu)秀的技能。而且，計算機程序設(shè)計語言與我們的自然語言是完全不同的。要把人類的需求轉(zhuǎn)化為計算機編程語言，我們需要做的是先定義需求，然后讓程序員把我們的語言和表達轉(zhuǎn)化為計算機語言。

這個時候，計算機本身把設(shè)計稿變成了編程語言，這意味著人類語言的表達轉(zhuǎn)化成了計算機語言，計算機可以做到，這意味著計算機可以理解人類語言。

我們不談編程水平，但計算機編程水平不高。但由于其強大的性能，只要開機，電腦就可以繼續(xù)運行，學(xué)習(xí)速度是人類無法達到的。所以對于人工智能來說，更重要的是數(shù)據(jù)、算法和硬件的改進。起點低真的沒關(guān)系。

這樣，人工智能的到來可以提高生產(chǎn)力，豐富人類社會的物質(zhì)，使人們有更多的自由時間，從而更好地處理人與人之間的關(guān)系。

怎么制作AI(人工智能)？

如果只是一個普通的聊天機器人等等：

一個普通的聊天機器人需要大量的語言訓(xùn)練。有兩種方法：（對于漢語）傳統(tǒng)的方法是先對一段文本進行切分，然后對主謂賓語進行分析，再對數(shù)據(jù)庫中的一些句型進行匹配，得到匹配度較高的句型，找到相應(yīng)的答案句型，再根據(jù)原文進行聯(lián)想。

在現(xiàn)代，通過大規(guī)模的語料庫訓(xùn)練，制作一個大概率表，然后得到答案映射概率表，最后自動完成聊天。對于像《小黃記》這樣的程序來說，它是在傳統(tǒng)Alice程序的基礎(chǔ)上進行句型學(xué)習(xí)的產(chǎn)物。

過程：

語料庫--分詞（中科院ictklas數(shù)據(jù)庫）--語法分析/概率分析（聚類，n-gram）--句型匹配（模板匹配）/隱馬爾可夫鏈，神經(jīng)網(wǎng)絡(luò)——概率分析（n-gram）/句型選擇——句子生成

人工智能就是你所說的人工智能嗎？

網(wǎng)易云課堂有全套課程，有免費，有收費。學(xué)習(xí)AI需要編程語言基礎(chǔ)，Python只是熱的，所以第一步是學(xué)習(xí)Python語言

在Python的基礎(chǔ)上，AI是基于數(shù)學(xué)的，第二步是學(xué)習(xí)Python的幾個數(shù)學(xué)庫，比如NuMPY，panda和Matplotlib

第三步是進一步學(xué)習(xí)機器學(xué)習(xí)理論，用Python編寫一些機器學(xué)習(xí)算法

有哪些值得推薦的ai零基礎(chǔ)自學(xué)的網(wǎng)站？

簡單回答：在數(shù)量方面，人工智能域名可能超過COM域名。然而，即使就注冊的AI域名數(shù)量而言，仍然無法與COM域名相比。

根據(jù)全球域名實時監(jiān)測數(shù)據(jù)，全球注冊域名數(shù)量已超過3億。其中，COM域名的實時注冊量為1.4億，而AI域名的注冊量僅為47849，這不是一個數(shù)量級。

雖然人工智能將成為下一次科技革命的動力，甚至可能深刻改變?nèi)祟惿鐣陌l(fā)展，但恐怕沒有一個域名只能在互聯(lián)網(wǎng)域名體系上與com相提并論。自1985年1月1日開放注冊以來，COM域名的價值變得越來越重要。有些COM域名太貴了，無法估價。