我们的生活往往是重复的，遵循着固定的模式。如果把人类身体视作一台生物计算机，那么驱动我们思维的程序代码就是这样的：
然而，我们是这些代码的创造者，因此有权对其进行修改。保持积极的心态，参与自己热爱的工作对我们至关重要。在探索人工智能之前，了解它在当今社会的应用至关重要，并且需要对这一领域怀有热情。
许多人常常误以为，只需在Github上找到一些代码，便可以进行计算机视觉、语音识别、预测分析等工作，并自称为人工智能工程师。然而，这种做法虽然能帮助完成项目，却无法真正深化我们对人工智能的理解。
很多人将人工智能简化为一堆复杂的Python代码，但实际上，Python只是其中一种编程语言。我们利用这门语言（以及其他不常用的编程语言）来实施人工智能系统，从而获得结果。
在这个Python脚本背后，还有许多工作需要完成，成为成功的人工智能工程师并不意味着需要精通编程。
那么，人工智能究竟是什么？它有什么独特之处呢？
如图所示，人们对人工智能的理解往往有一定的层次关系：
鉴于当前的技术和资源，我们尚无法构建完整的类人系统。因此，了解我们的能力和局限性是非常重要的。人工智能的传统入门通常是机器学习的概念，每一个概念都需要严格遵循其逻辑。
机器学习是进入人工智能领域的良好起点。一旦掌握了基本的机器学习算法，就可以进一步探索深度学习。这一领域包含大量概念，需要从根本上去理解，深入学习需要投入大量时间。
机器学习和深度学习被定义为“机器在没有明确编码情况下完成的任务”，这表明机器的学习能力就是人工智能的核心。
那么，如何开始理解这些概念呢？
每当讨论这些概念时，我们必须时刻思考：输入是什么？期望的输出又是什么？以这种方式理解每个概念会使整个过程变得简单。计算机只能处理数字，因此我们要理解如何提供输入以获得输出。
掌握一些编程知识即可支持构建大型人工智能系统。在学习机器学习和深度学习的每个概念时，最好同时进行编码实践。一旦理解了某个概念，接下来的步骤便是执行相关代码。这种循环学习的方法非常有效，有助于我们理解理论并验证实际结果。
要在这一领域生存，阅读科学论文和期刊是必不可少的。但阅读这些论文并非一蹴而就。作者们通常花费至少一年时间撰写复杂的学术文章，我们需要耐心去学习。深入理解概念的来源将帮助我们发掘更多相关细节。
完成人工智能学习需要多久呢？
这不是一门限时课程，而是一个永无止境的话题。我们并不是在为考试做准备，因此没有固定的考试日期。
也可以换个角度提问：“我能多快掌握这些概念？”这完全取决于个人。对少数已经具备基础知识的人来说，可能在两天内就能完成。而一些人可能需要一周或更长时间。关键不是在特定时间内完成某件事，而是充分掌握整个主题所需的时间。
是否需要等到完全掌握这些概念后再开始实践呢？
不需要。实践是最好的老师，在学习的同时，最好结合所学内容进行项目实践。假设你已经学习了CNN的相关知识，那么尝试在一个项目中对水果进行图像分类，会带来积极的经验。
一旦在实际场景中尝试执行，就可以发现并纠正错误，以获得理想的输出。此外，实施项目不仅能积累经验，还能增强自信心。
如果能够遵循正确的方法，并对所做的事情充满热情，你将能够像本文开头提到的那样改变自己的系统代码：
进入人工智能领域并不困难，这些方法都是作者的亲身经验。初期可能会感到困惑，但随着时间的推移，你会找到解决问题的方法和途径。时间是最好的良药。祝你一切顺利！
