我们的生活大致上是在不断重复，总是遵循着一定的例程。如果把身体看作一台生物计算机，那么指挥大脑的代码应该是这样的：
- While(life != dead)
- {
- life.wake_Up_In_The_Morning();
- life.eat();
- life.work(`easy `, `less time `,`aim: money `);
- life.sleep();
- }after_Death("Even your aim did not follow your grave")
不过，我们自己是这些代码的开发人员，所以我们有权改变它。对于我们来说，保持积极并从事喜欢的工作是非常重要的。所以，在踏足人工智能之前，必须了解它在当今世界所做的一切，必须立志投身并热爱这一领域。
大多数人会犯的错是用Github代码来做一些人工智能的工作，比如计算机视觉、语音识别、预测分析等，然后在系统中运行，这样就称自己为人工智能工程师了。然而并非如此，这种习惯有助于做项目，但并不能扩充我们对人工智能的了解。
很多人认为人工智能只是一串复杂的可以产生结果的Python代码。并不是这样的，Python只是一种编程语言。我们使用这种语言(以及其他不常用的编程语言)来执行一个人工智能系统从而产生结果。
在这个Python脚本后面还有很多工作要做，成为一位成功的人工智能工程师并不意味着需要精通编码。
人工智能是什么，它有什么不同之处?
如图所示，人们认为人工智能具有以下包含关系：
以当今的资源和技术，我们无法创建一整套的类人系统。因此，我们需要知道我们能做什么和不能做什么。人工智能的传统入门是机器学习概念，每个概念都严格遵守其逻辑。
机器学习是走进人工智能领域的绝佳起点。一旦了解了传统的机器学习算法，就需要进行深度学习。这一领域有很多概念，我们需要从其根源开始理解。想要深入了解，需要花费很多时间。
机器学习和深度学习均被定义为“机器在没有明确编码的情况下完成的工作”，它表示机器基于学习的工作能力，这就是人工智能。
如何开始了解这些概念?
每当谈论这些概念时，我们都必须记住一件事情：输入进去的是什么?期望输出的是什么?当我们以这种方式理解每一个概念时，生活就会变得很简单。不能忘记计算机只能学习数字，因此我们需要了解如何提供输入以接收输出。
一点编码知识就足以执行庞大的人工智能系统 在学习机器学习和深度学习中的每个概念时，最好同时执行代码。我们一旦了解了概念，下一步应该是执行代码。这一方法的循环操作是帮助我们学习理论、检验实际结果的优秀方法。
为了在这一领域生存，你必须阅读科学论文和期刊。阅读科学论文不可能一蹴而就。论文的作者们写出如此复杂的出版文章至少要花费一年的时间，我们要耐心地学习它们。从概念起源来学习能赋予我们更深刻的直觉，有助于探索更多相关的细节。
完成人工智能学习需要多长时间?
这不是一门限时课业，而是个永无止境的话题。我们不是在备战考试，也就没有考试日期。
也可以换一个问法：“我能以多快的速度学习概念?”这完全取决于个人。对于极少数预先了解概念的人，2天就能完成。少数人用1周的时间完成。有些人可能需要2周以上。目标不是在特定的时间内完成某件事，而是花费所需时间来完成整个主题。
是否需要等到完成概念学习?
不需要。实践是最好的老师，在学习的同时，最好根据所学内容做一个项目。假设已经学习了CNN的部分内容，但是在这一个项目中需要基于图像对水果进行分类，尝试总会有其裨益。
一旦尝试在实时场景中执行，就可以试着纠正错误，从而使我们得到预期的输出。此外，实施项目不仅能积累经验，还能增强自信。
如果可以遵循正确的方法并且热爱所做的事情，可以将自己的系统代码(在本文开头提到的代码)更改如下：
- While(life != dead)
- {
- life.wake_Up_In_The_Morning();
- life.eat();
- life.work(`hard_work`, `patience`,`aim: happiness and peace`);
- life.code();
- life.sleep();
- }after_Death("Let the world speak about you");
走进人工智能领域并不难，这些方法都是笔者的经验之谈。或许你一开始会感到迷茫，但随着时间的推移，就能找到了解决问题的方法和途径。时间是很好的解决办法。祝你一切顺利!
