2018年5月5號懷著期待的心情，看了技術掘金的線上公開課，這次主講的題目AI，目前自己也在學Al，做關於影像超解析度和nlp方面的學習，漫漫黑夜中，掘金——一個給我指引方向的技術社群，點亮前行的路，這堂課讓我很有所感，在大佬雲集的知乎一直默默無聞的我，發了有史以來在知乎的第一篇文章《為什麼社會發展的越來越快？——人工智慧可能真的會讓人類最終走向滅亡》網址如下：https://zhuanlan.zhihu.com/p/36541542歡迎大佬們點評。
———————————叫我華麗的分割線————————
掘金請到兩位技術大佬一位是來自七牛雲 AI 實驗室的邵傑邵老師，另一位同樣是來自七牛雲 AI 實驗室的彭垚彭老師。
邵老師主要講了AI目前的研究領域和各方面的發展狀況應用，比如自然語言處理（natural language processing）知識表示（knowledge representation）自動推理（automated reasoning）。
機器學習（machine learning）計算機視覺（computer vision）機器人學 robotics），同時給我們廣大初入AI的朋友們一些學習建議，比如： （1）不要等到掌握所有的相關數學知識再開始，因為數學的東西特別多，而且很難，精力有限，等到要用哪方面數學的時候可以再去補。
（2）不要收集過多的學習資料，因為網上資料繁雜，質量參差不齊，知識點散亂，不繫統，時間寶貴，精力有限。
（3）要多動手，多實操，畢竟計算機是實操性比較強的學科. 接下來邵老師跟我們如何利用學習演算法，從資料中產生模型，比如： Spam filters Search ranking Click through rate predict Recommendations Speech recognition Machine translation Face detection Image classification
同時給我們介紹演算法是需要具體問題具體分析，因為演算法的作用是需要在特定的情況下才能發揮它的最大作用，不同演算法適用不同的情況系統。邵老師也介紹了影像處理方面的內容，因為在日常生活中用處很廣，比如視訊監控、影像列印、醫學影像處理、衛星成像，軍事偵察領域等等。
機器學習：利用學習演算法，從資料中產生模型。簡單的說就是根據寫的程式（機器演算法），根據大量的資料，產生一個模型，其實現在常用的就是深度學習神經網路。講師也講了一個例項：比如經常會收到垃圾郵件，下次在收到的時候，根據已收到的垃圾郵件進行分析，判斷是不是垃圾郵件。
機器學習：泛化性（根據已有的資料，分析新資料），演算法偏好（不同的模型，問題，應用匹配不同的演算法）。
關於機器學起，也用了K近鄰的方式實現一個影像識別。需要紮實的數學知識。
老師後面大概講了一下機器學習主要涉及的一些內容包括損失函式，正則項，優化，超參等。 推薦的書籍有： 尼克《人工智慧簡史》 Miroslav Kubat《機器學習導論》 周志華《機器學習》（西瓜書） Aurelien Geron《 Hands-on Machine Learning with Scikit-learn & Tensorflow 》 Ian Goodfellow等《Deep Learning》（花書） 推薦的線上課程有 機器學習速成課程 https://developers.google.com/machine-learning/crash-course/ 臺灣大學李宏毅教授 http://speech.ee.ntu.edu.tw/~tlkagk/courses.html 吳恩達教授 http://mooc.study.163.com/smartSpec/detail/1001319001.htm 史丹佛大學 cs231n http://cs231n.stanford.edu/ 史丹佛大學 cs224n http://web.stanford.edu/class/cs224n/
最後的問題 1.建不建議從深度學習開始入手學習？ 2.phtroch和TensorFlow兩個機器學庫，選擇哪個學習比較好？ 3.動手很重要，具體應該怎麼實踐？ 4.AI開發選用什麼變成語言比較合適？ 5.請問老師，對於傳統軟體開發行業（c語言），行行人工智慧行業（機器學習方向）有什麼建議？ 6.老師對於線上的機器學習的課程怎麼看，例如coursera等等麻煩說說 7.影像處理中從低解析度到高解析度的優化方案有哪些？（這個問題其實是我提的） 當時老師回答說低解析度影像怎麼來的，其實就是降噪之類或者普通的攝像儀器拍的都行啊。。
———————————叫我華麗的分割線————————
彭垚彭老師主要講了三個方面 1 .AI 如何改變我們的生活？ 人工智慧幾大應用 2. AI 在七牛雲的應用？ 介紹了七雲牛
七雲牛在視訊和智慧領域的發展成果
還有七雲牛的人工智慧實驗室的核心創新體系
包括 （1）內容稽核：利用人工智慧機器視覺技術，海量視訊影像資料進行色情，暴恐，涉政治的識別，保證網際網路， 廣電，新媒體，政府對資料傳播的內容健康。 （2）城市之眼：利用人工智慧機器視覺技術，對“人、物、場景”進行快速高效的“檢測、識別與行為分析”，滿足使用者在“身份核驗”、“智慧安防”、“大規模圖片視訊檢索”等方面的場景化需求。基於AI機器學習的核心構架，檢測識別速度快，隨著樣本量學習量的增加，準確率會快速提高。 （3）媒資智慧 （4）播控系統 （5）DORA 日均百億級智慧多媒體 API 平臺
3.七牛雲 AI 工程師的工作日常 七雲牛的工程師種類計算機視覺演算法工程師 機器學習平臺研發工程師 大資料平臺研發工程師 搜尋引擎研發工程師 系統架構工程師 業務架構工程師
好了，就這麼多，感覺收貨頗豐！非常感謝掘金和七雲牛的這堂公開課！！！