柯潔被AlphaGo虐哭的場景，想必大家歷歷在目：
輸到沒脾氣的柯潔，承認人類在計算力和認知上確實有極限，他是這樣說的：“我不會再跟它去下棋了，真的是太殘酷，太難以接受。從頭到尾，我都看不到明顯的勝機，或者扭轉的機會。”
我們再也不跟它下棋了，但我們還是要工作。
可能圍棋距離你我的工作還比較遠，畢竟國際象棋早在20年前就被電腦征服了，我們也沒感覺出多大的變化。
事實上，人工智慧之父約翰·麥卡錫一直抱怨人類總喜歡這樣麻痺自己，“一旦某項人工智慧被實現了，人們便不會再稱之為人工智慧。”
所以，要想理解深度學習對於你我工作的衝擊，只盯著AlphaGo是看不出來的，我們一定要看看那些已經“不再被成為人工智慧”的地方。
以Google為例，2011年，Jeff Dean和吳恩達聯手創造了大型深度學習軟體平臺DistBelief，是為Google Brain的起點；第二年，吳恩達讓執行在16000個GPU上的深度神經網路學會了認“貓”；隨後，Google開始用深度學習改造其一線的產品：搜尋引擎、Android、Gmail、Google翻譯、Google地圖、YouTube……到2015年，Google內部這些深度學習專案超過1000個；到2016年，接近3000個；目前，在Google內部，80%以上的專案都在用深度學習。
儘管後來的事情我們都知道：陸奇來，吳恩達去，李彥巨集重金招來的人才紛紛出走和創業……但百度全部產品線AI化的趨勢已經不可逆轉。就連“魏則西事件”中被網友批得體無完膚的百度貼吧，都開始被AI改造——影象演算法研發、推薦架構研發、推薦演算法與策略，招聘網站隨便一搜就有一大把相關職位。
比如百度貼吧的影象演算法高階研發工程師，在拉勾網的職位描述是這樣的：
這一點能說明什麼呢？別的且不說，隨便看看手機上每天都在用的微信、微博、京東、美團、支付寶、今日頭條、滴滴出行……沒有一家不在用AI的，換句話說，AI和深度學習對於各大公司一線業務的影響，遠比我們從媒體上看到的要深。
這可能就是“書呆子之王”麥卡錫一直的抱怨之所在……也許過不了多久，不瞭解AI和深度學習，我們就很難在一線公司生存下去。可我們又能怎麼學呢？AI和深度學習並非那麼容易上手。
締造深度學習需要數十年，那學習它呢？
Geoffrey Hinton老爺子研究神經網路數十載，從他和Yann LeCun一起搞反向傳播演算法，到他跟Russ Salakhutdinov一同提出深度學習演算法，再到2012年AlexNet證實GPU是最合適的深度學習硬體……Hinton老爺子的深度學習好用是好用，就是老爺子自己也沒有給深度學習找出一套自洽的數學理論，這就是為什麼前不久他突然又準備拋棄深度學習最基礎的反向傳播演算法。
但是，這樣的困境非但沒有影響老爺子繼續探索未知之境，反倒讓他培養出不少高徒，比如Yann LeCun在統領Facebook AI研究、Russ Salakhutdinov已經執掌蘋果的AI部門。
而大家耳熟能詳的吳恩達、李飛飛，前者打他師從Michael Jordan起，研究機器學習將近20年；後者僅專注ImageNet一項就達8年。
李飛飛高徒、主管Tesla AI部門的Andrej Karpathy，在深度學習領域的學習路線則是這樣的：
十年寒窗，這話一點都不假。
不過，對於有一定基礎的人，在短時間內掌握深度學習的案例也是存在的，比如Alexey Moiseenkov在看到DeepArt背後“影象的風格遷移”論文後，先學了兩個月它的神經網路和數學原理，才開始做Prisma。他原本是俄羅斯網路公司Mail.ru的工程師。
我們報導過的黑人小哥Jason Carter轉型AI的經歷，他學機器學習三個半月就開始找工作了。他說裡面數學就是線性代數，不是什麼高深的學問。
當然，他的教育背景是軟體工程，工作方面做過開發者和資料分析師。不過，其中必定也存在一些竅門，對吧？
這裡的竅門到底是啥？
三個多月的學習，Jason Carter上過兩門專門的深度學習和機器學習課程，這些課程誰都能學，這不是關鍵。
他的關鍵是在學習過程中親自動手，從零組建一臺深度學習電腦並配置好軟體環境，參加Kaggle競賽和MNIST挑戰賽，分享學習經驗並參與AI講座和討論會。
之所以學完就能找工作，是他在學習過程中想到了去資料科學家和Python訓練營中提前去做準備，進而能從構建和部署端到端深度學習產品的學習中累積實際經驗。
反過來，對一個新手來說，如果你沒有踩過深度學習裡面的各個大坑，很有可能上手搭建一個TensorFlow的軟體環境就能直接把你卡在門外。而且，數學、程式設計、動手實操之間相互配合的程度，肯定是一個有過實際的深度學習開發經驗的人能幫你拿捏得更好。
更何況，即便只是三個多月的時間，大家也不免會出現懶散和懈怠的情況，能讓有經驗的人全程督促、手把手幫你渡過難關，肯定會是一個更好的選擇。
這就說到了CSDN學院最新推出的《人工智慧工程師》專項課程：
只需一個一百天的學習計劃，便能讓你從AI小白直接升格為具備一年經驗的人工智慧工程師。
全程實戰案例，從機器學習原理到推薦系統實現，從深度學習入門到影象語義分割及寫詩機器人，再到專屬GPU雲平臺上的四大工業級實戰專案。100天內完美掌握人工智慧工程師必備技能。
有專人來跟蹤你的學習進度，並根據你的數學和程式設計基礎來制定個人專屬學習計劃，保證不掉隊。
兩位大咖講師在機器學習與深度學習的學術界和產業界分別都有著深厚的經驗，產、學、研結合緊密：
學成之日，會有來自AI產業界的專業講師來做就業指導，甚至還有可能直接推薦就業並全額返還學費。
相比日後的百萬年薪，這一百天的付出還值得你猶豫嗎？
欲瞭解詳情，請掃描下方二維碼，你也可以點選閱讀原文檢視詳細課程資訊。