学人工智能，参加培训真的有用吗？

2018 年 10 月 10 日 AINLP

人工智能（下文简称AI），一个火到连“双一流”重点高校都争着开设专业的领域。但由于国内对口师资不足，AI作为交叉学科学习成本较高，以及学科人才培养体系不成熟等原因，很多选择AI方向的学生就算读了研究生，进入实验室之后，仍然面临不得不自学AI的窘境。

于是，各类线上课程和线下培训应运而生。但不少打着“人工智能培训”旗号的培训机构实际教授的却是python编程的课程。一时间，大量的负面评论覆盖了“人工智能培训”这一关键词。

那么，学习人工智能，参加培训真的有用吗？

01. 什么叫“有用”？

首先，要讨论AI培训是否有用，我们要先确定一下“有用”的定义。根据大家咨询培训课程的高频问题，我们列出了以下几点“有用”的定义：

A. 学会理论，学会使用工具和框架，具备实际项目经验与工作能力。

B. 找到AI企业的工作，最好找到BAT的算法岗，毕业年薪就30w。

C. 有助于申请海外高校的数据科学、人工智能等专业的录取offer。

D. 能获得某些高校相关专业的毕业证书或同等学力毕业证书。

E. 对在实验室里做项目有帮助。

F. 认识志同道合的学习者或从业者，结识行业专家。

很多培训机构都会宣称“大专以上学历，5个月转型AI工程师，挑战百万年薪”。但事实情况是：参加培训只能获得A，B-E都是A完成得好的结果，F是附加值；B-E与培训机构关系不大。所以，不要因为部分培训机构的宣传话术里保证了“就业”、“高薪”，就认为自己可以无视自身条件（比如学历），只要花了钱，就一定能达到目标。

其实，AI培训是不是“有用”，与个人的硬性条件、学习阶段以及发展规划有着直接的关系。

02.如何学习“人工智能”？

先抛开培训是否有用不论，我们先来梳理一下学人工智能至少要经历哪些学习阶段。

人工智能的前置学科是大学数学（高数、线代、概率论等）和计算机基础（算法与数据结构等），这些理论知识可以通过书籍和视频课程来学习。

在复习完这些之后，你就该开始对机器学习或深度学习（视发展方向而定）的理论知识进行学习了。这方面的视频课程很多，比如吴恩达，斯坦福公开课，李弘毅等，也可以看看西瓜书和李航的《统计学习方法》。

接下来，你需要找一些项目来实践一下模型复现。这个部分通常比较痛苦，需要你养成良好的搜索习惯来辅助学习。这方面的开源项目有很多，kaggle上就不少。你也可以多混混博客、论坛和问答社区，找到些开源的项目，最好还能在GitHub上找一些大神的代码做demo。遇到问题多搜索，要是有可以讨论的同学或导师则会好很多。

再往后的实战会更加具有挑战性。你需要找一些具体领域的工程项目来做一做（CV、语音、NLP等），如果没有，就去组队打一些比赛，如kaggle、天池、KDD-CUP等。实验室有项目的同学会好些，多参与多思考，在实践中深化对理论的理解。

最后，如果是要找相关工作，应届生还需要刷一刷LeetCode之类的题库。

梳理完了这些学习流程，也许你的第一感觉是“完全可以自学啊，没必要花那么多钱去专门找人学啊。”但问题是：有多少人能独自把以上的流程按质按量在毕业前做完？更不要说想转型的程序员还要没完没了地加班。

人工智能不是不能自学，自学能力强、学习环境配置好、时间充裕的人，最好能自学。因为这有助于培养自学能力，IT职场基础生存技能。但是对于自学进度慢、专业不对口、无法全职学习的人来说，选择培训不失为加速学习进度的一种优质选择。毕竟，有人帮你把知识、项目、demo代码都准备好了，还有导师和同伴可以和你一起做讨论，遇到工程问题，有教练及时给予你指导，自然比自己啃书和乱敲代码会快上很多。

不过话说回来，无论是否选择培训作为主要学习方式，学习人工智能（无论是语音、CV还是NLP），都需要自主补充复习和补充理论知识，完全具备工作能力需要2~3年甚至更长的时间。重在坚持。

03.AI培训之殇

当然，我并不是说所有AI培训课程都是靠谱的。企业和高校学生对IT类的培训大多抱有不好的观感，也是有原因的：

①大部分IT类培训产品（包括很多AI培训产品）是针对编程语言、框架等工具本身设计的，而这些对于想从事AI算法岗工作的学生来说只是入门基础之一，有“挂羊头卖狗肉”之嫌。

②传统IT培训的主要付费用户是大专甚至更低学历的社会群体，这使得象牙塔里的高校学生对这类培训产品很难产生“身份认同”。有的同学担心去参加AI培训会对周围的人传递“自己学力不足”的错误信息。

③部分经过IT企业培训的学员没能从事相关工作，或起步收入很低，这与在激烈竞争环境下企业过度营销的宣传中保证的“高薪就业”不符。

④在一段时间内，部分IT培训机构对自己培训的学员进行“简历包装”和“面试培训”，混淆推荐学员质量，引起HR与用人企业反感。

但如果因此就将所有AI培训产品都视为“收缴智商税”的低质商品，除了能建立敲键盘那一刻的优越感之外，我想你也会错过一些优质的课程和老师。

就比如天学网人工智能学院，以上的四点就被我们视为雷区，是绝对不能去做的事情。作为一家做语音算法研究的技术公司孵化出的学院，我们在成立之初就给自己设定了三条基本原则：

1. 我们要教授的不仅是工具的使用，我们创造的核心价值应该是理论的深入理解和项目经验的获得。所以我们用从业10年以上的语音、CV或NLP的资深算法工程师作为每期班的导师，并配合十余名初级算法工程师作为项目教练陪学员们训练模型。

2. 无法通过入学测试的同学与学历不足的同学，我们不会录取，因为我们不想浪费双方的时间。所以目前我们的学员70%为一流大学的研究生，剩余的学员无论是在校生还是在职学员都是本科及以上学历。

3. 我们要对学员的教学效果进行评估，并将学员们分别推荐给合适的用人企业，尽我们的力量弥补现阶段行业对于AI算法工程师的缺口。所以我们会对所有学员进行书面评估，并举办阶段性答辩，邀请企业专家来做评审；还给毕业学员争取了相关的实习机会和工作推荐。

秉持着这三个基本原则，我们已经开办了3期“AI菁英人才培养计划”深度学习线下班，给予了50名学员他们所需要的专业训练（理论与项目指导双管齐下），部分优秀学员已经进入腾讯、京东、IBM、神州泰岳等一线企业，部分在读硕士生获得了到清华大学相关实验室实习的机会。学院每月开办的线下“深度学习”公开集训营，现累计已有数百名学员参加。

本周末（10月13日、14日），天学网人工智能学院将举办第六期的“AI深度学习线下公开集训营”，项目是用逻辑回归搭建基于DNN的数字识别系统；小编为大家争取了10个免费名额，想参与的同学可以扫下方二维码添加小天老师报名。

项目安排