人工智慧技術未來三年都是在落地應用，不是在研究

人工智慧技術未來三年都是在落地應用，不是在研究。1、國家已經明確在大力發展人工智慧了，但是企業研發上，還是在緩慢增長，沒有呈爆發式增長；2、提倡創新，但並沒有引導大批新型科研人員投入到這個行業裡來；3、市場的認可度不夠，需求不夠旺盛；4、目前科技發展，離不開機器、軟體等科技工具，沒有這些科技工具，靠單體創新，沒有新東西，機器、軟體都不完善。

看上去差不多了，就差“在實踐上完善”了。機器學習需要基礎數學背景，特別是線性代數。機器學習目前比較火的庫就是numpy。python整體比較low。所以你要是要從事相關工作的話，用python就可以了。不同的學科自然有其側重點不要著急把機器學習的東西往上招呼。每個學科都在往前發展，不要把內容分割，比如像電影剪輯，你教他怎麼剪輯，大部分功能單片的電影剪輯一樣。

而不是教他怎麼做攝像機，什麼遙控器怎麼接。做機器學習的你教他怎麼用線性代數和python做資料的提取，大量的資料提取，然後訓練然後預測，學好這些基礎再去看看常見的深度學習模型。如果真有興趣去了解下程式語言，不要管你學什麼語言，相互之間用法類似，關鍵是演算法原理，比如統計學習最好用c++和python，但是學好了做互動式模擬做個控制，用python遠比你學c++速度快。

當然了具體的模型還是用c++和python做，這是中國基本學術事業的發展方向。這僅是很淺薄的見解，我感覺你應該是興趣或者方向和我有些重合，問題是你有沒有興趣去做，這也是最重要的。你要想提高自己，當你覺得缺乏特別突出的東西和相關知識時，你可以在網上搜一些機器學習，dl框架（尤其是傳統框架），讀兩篇論文你就知道了，你比別人有更多的優勢。但要說明的是，高手不一定會自己動手做一些機器學習系統去實現一下，比如：課堂上的案例，或者優秀的學生自己寫的網路爬蟲等等，這些東西你真的懂？

每個框架都在不斷迭代，framework再完善，sdk也在不斷增加，找一個好框架，比你自己閉門造車去學習更有效果。基礎必須牢靠題主現在問到的，其實是基礎知識、技術面上的東西。我以個人學習體會回答一下。首先，你要準備好機器學習，深度學習，資料探勘三個基礎知識，你可以先了解一下常見的一些框架，比如python的numpy，scikitlearn等等。然後要看你的研究課題是什麼？比如，你想做一個監督學習，這就涉及到機率論，統計學知識，然後還要研究一下分類的方法。