如何自学ai(学ai从哪里入手)

如何自学人工智能

我现在在科大讯飞工作，我们这边最近上线了一个AI大学，里面的课程浅显易懂很符合零基础的人学习。AI大学是讯飞开放平台发起搭建的国内首个AI在线学习平台，为所有AI群体提供学习分享和经验交流的机会，秉承“开放、学习、互动、共享”的平台理念，旨在为AI领域开发者、兴趣爱好者、专业学习群体等提供AI专业技术课程、平台运营资源、学习互动支持等服务。

包含了这些内容：

1.精品在线课程：AI大学提供覆盖语音合成、语音识别、AIUI、麦克风阵列等多个核心业务领域的课程，包含技术能力、解决方案、行业剖析等多个维度。

2.最新线下活动：每月一期的线下交流活动，技术沙龙、产品发布、创客交流……讯飞技术大咖与你面对面交流，分享多年从业经验。

3. AI开发者互动论坛：所有AI爱好者的在线交流基地。最常见的问题和最精华的回复汇聚在此，帮助开发者快速排雷。

4.前沿的知识干货：整合行业内AI相关的资讯信息，为用户提供有价值的内容和服务，每周定期更新AI领域最新黑科技、开发者关注话题资讯

5.高校政府合作：AI大学联合多方资源，给学员提供技术、场地、高校培训等各类支持与帮扶，致力于给学员提供一站式教学内容，并助力孵化

授课的老师都是行业内的专业人士，包括刘庆峰--科大讯飞董事长、吴霁虹--人工智能专家学者

、宋继强--Intel中国研究院院长、陈云霁--寒武纪董事长、李远清--华南理工大学博导

、徐立--商汤科技CEO、朱靖波--小牛翻译创始人、陈志刚--讯飞AI研究院副院长

建议你可以去看下，登录AI大学官网即可，对了，里面还有个专属的通行证可以看下，除了全年的免费课程，还可以直接参加科大讯飞的线下发布会。

最后，希望能对题主有用，有问题也可以与我交流。

AI设计如何学

学习AI，应该从了解AI主要用途开始。按Adobe官网的说明，Illustrator是一款矢量绘图软件，用于制作适合于印刷、Web、交互、视频和移动设备的徽标、图标、草图、版式和复杂的插图，也就是说AI适合制作logo、图标、插画，并且有排版功能。

用途之后是学习基本工具，AI的基本工具在网上有很多介绍的视频教程，跟着做就可以。

我们把工具先分为四类：

1.选择工具：

2.绘图工具：

绘图工具大都容易掌握，其中钢笔工具是比较重要的工具，绘图中用的比较多，也是大多数人感觉比较困难的一个工具。钢笔工具通过单击绘制直线，拖动绘制曲线，难点主要是曲线的绘制。绘制曲线时拖动会生成方向线，方向线的长度和斜度决定了曲线的形状。

钢笔工具最好的练习方法是临摹，多练习才可以熟练使用钢笔工具。

这里没有介绍所有的绘图工具，ADOBE官网中有详细的说明，3.上色工具：

这部分工具主要用于上色，其中实时上色工具很适合对线稿上色，在绘制插画中是很实用的工具。

具体操作如下：

先用钢笔绘制下图

将中间圆形内的部分全部选中，选择实时上色工具

在属性栏中设置好填充色，之后就可以逐个填充了

上色时除了纯色，渐变工具也是很常用的上色工具，比起纯色，渐变颜色更丰富。

如下图这样的风景插画

采用渐变色来填充，可以表现出丰富的颜色层次变化，可以添加更多滑块来定义渐变色。

可以看出，学会上述工具后，我们应该可以绘制简单插画了。

但要制作更复杂的效果，上述工具可能还不够。

4.改变形状工具

旋转、镜像、缩放工具是常用的变换工具，形状生成器和路径查找器是我们创建新图形的工具。

上图中的云彩，除了可以使用钢笔直接绘制外，使用多个圆角矩形工具合并应该是更简单的方法

可以先做出三个圆角矩形，再进行联集。

除了插画中需要用到改变形状工具，制作logo，图标也会经常需要用到图形的合并和删除。

混合工具可以创建混合多个对象的颜色和形状的一系列对象，这个工具之前的教程中做过很多了，这里就不再赘述。下图都是混合生成的效果：

上述工具都学会后，我们应该可以基本掌握AI了，使用AI绘制插画，制作logo、图标等也就可以完成了。如果还想要进一步学习AI，可以再了解一下效果菜单：

其中3D效果可以在AI中生成立体效果

使用钢笔绘制下图，使用效果中的3D-凸出和斜角可实现后面3D效果

而效果中扭曲和变换——粗糙结合之前的混合可生成如下效果



软件的学习需要大家做大量的练习，有时间的情况下可以把上述图片做一下，平时看到合适的图也可以做临摹练习。

自学AI知识

先来个定义：

【Bottom-up AI】/【强人工智能】：正如其字面意思，是“自下而上”为思想架构出的AI，从基础开始模拟人类思维，进而获得自主思维能力，最终可以获得极为接近人类的思维，尤其是关于创造力、想象力等方面的思维能力

【Top-down AI】/【弱人工智能】：“自上而下”为思想架构出的AI。从“要怎么回答”“遇到这种情况怎么做”等高级问题入手，教会AI、让AI学习，最终让AI获得面对某一“点”问题或某一“面”问题的解决方案和应对策略

首先，我的确认为强人工智能，是可以实现的，在将来。

因为，人脑，也可以认为是“神经元”类生物计算机。

目前的主流科研集中在弱人工智能上，并且一般认为这一研究领域已经取得可观的成就。

但是相比于弱人工智能，强人工智能的研究则出于停滞不前的状态。因为强人工智能的局限不仅在于类人不类人，运行模式如何，还在于，目前连可能的，可以运行这种程度人工智能的计算机还没有出现，目前最强大的超级计算机阵列都做不到，或许这还要等下一次计算机革命才有可能实现。而且，没有人知道，该如何，使得一台机器，能自主地理解，思考，而不是如弱人工智能定义的那样——只机械判断。

所以，于你我而言，问题就不是“想自学强人工得需要哪些知识”，而是普通人，没有足够的技术基础（不是个人，使整个社会在该领域上的共有基础），硬件，财力，时间，根本不可能。