我国人工智能人才缺口500万，如何零基础入门

2017 年 9 月 12 日 算法与数学之美

当下，人工智能已逐渐触及到各行各业，从工业生产到医疗卫生，从游戏娱乐到教育，无疑都在散发着“人工智能+”的气息。各大企业都在纷纷布局人工智能产业，高薪招募相关人才。

据领英近日发布的《全球AI领域人才报告》显示，截至2017年一季度，基于领英平台的全球AI（人工智能）领域技术人才数量超过190万，其中美国相关人才总数超过85万，高居榜首，中国的相关人才总数为5万人，仅为美国的1/17，同时，国内人工智能人才缺口达到500多万，供求比例仅为1:10，供需严重失衡。

人工智能，是一门多学科交叉融合的技术科学，其涉及计算机科学、自动化、数学、电子信息工程、物理、生物等专业，涵盖图像处理、计算机视觉、计算机图形学、自然语言处理、脑认知等子领域。

学科交叉如此广泛的人工智能，该如何入门呢？

数学是人工智能的基础，机器学习是当下人工智能的核心。简单地讲，入门人工智能需要四步走：

1. 扎实的数学功底，包括高等数学、矩阵论、概率论与数理统计、优化算法；

2. 机器学习主流算法的沉淀，包括贝叶斯、决策树、聚类、支持向量机、隐马尔科夫等；

3. 垂直领域（计算机视觉、自然语言处理、脑认知等）知识的积累；

4. 接触项目，并实践，抽时间阅读经典的以及最新的paper，了解领域发展脉络并兼顾方向前沿。

计算机视觉，是人工智能重要并且热门的研究领域。尤其是深度学习的出现，极大促进了计算机视觉的发展，远超传统的机器学习算法在视觉中的表现。当下，诸多计算机视觉技术已经商业化，主要的应用领域包括：视频监控、人脸识别、医学图像分析、自动驾驶、机器人、增强现实与虚拟现实。

专注于人工智能在线教育的深蓝学院，联合中科院自动化所一线教师，推出《计算机视觉系列》直播课程。本次系列包括图像处理、图像视频理解和三维建模3门课程，带你从0到1掌握计算机视觉知识。

讲师介绍

计算机视觉系列

汪老师，中科院一线科研学者，副研究员，中科院自动化所毕业博士。主持目标跟踪和行为识别方向国家基金2项，在图像分割、目标检测、目标跟踪，以及目标识别方面以第一作者在国际主流期刊会议发表论文20余篇。主讲计算机视觉系列课程《图像视频理解》。

隋老师，中科院一线科研学者，中科院自动化所毕业博士。主要研究方向是三维计算机视觉、计算机图形学，研究课题是基于图像的三维建筑模型重建。曾在计算机图形学领域顶级国际期刊IEEE T-VCG发表文章，同时，基于博士期间的研究成果，研发若干三维重建相关系统，并申请专利。主讲计算机视觉系列课程《三维建模》。

邵老师，副教授，硕导，中科院自动化所毕业博士。主要研究方向包括机器学习、模式识别与图像处理。具有两年教学授课经验，支持国家自然科学基金1项，在国际主流期刊和会议上发表多篇论文。主讲计算机视觉系列课程《图像处理》。

课程介绍

计算机视觉系列

课程一 图像处理（12学时）

1.1 数字图像概论与基础

1.2 图像空域处理

1.3 图像频域处理与小波初步

1.4 图像复原

1.5 图像形态学处理与简易分割算法

1.6 彩色图像处理

课程二 图像视频理解（16学时）

2.1 图像分割