关于人工智能，机器学习研究方向的选择心得（干货鸡汤!）

礼拜柒

现在人工智能方向，不言而喻，现在可以说21世纪最为火热的研究方向，各个行业也可以说都在向人工智能领域进行跨领域的迁移以及靠拢。到现在AI几乎已经人尽皆知，很多人也会听说AI的算法工程师经常是一说起来就是年薪50W那种，而且干的工作也是高大上，可以说是很多工程师梦寐以求的工作，然而现实真的是这样吗？如果读机器学习的方向，什么方向比较好？这些方向有都是什么用途？今天就让我们来一起谈一谈具体的情况。

机器学习是什么？机器学习的研究方向包括哪些？这些研究方向都是干什么用的？

机器学习的研究方向是在人工智能的研究方向之下的分支，人工智能的概念十分的大，不过机器学习是人工智能的一个最为火爆的方向，机器学习的大方向下包括传统的机器学习算法，KNN，SVM这种算法类型，还有就是人工神经网络，也是就是深度学习的类别，人工智能，机器学习，深度学习的关系，如下图可以进行概括。


深度学习方向包括很多，最主要的几大类为计算机视觉(CV),自然语言处理（NLP）,推荐系统，语音。在对每一个方向进行一下细致的划分。

（1）计算机视觉（CV）

计算机视觉的研究方向很多，人脸检测，人脸识别，人脸合成，图像识别，目标检测，图像分割，GAN，图像风格迁移，3D目标检测，三维重建，超分辨率·，等等十分多的方向。不仅如此除了图像一些领域外，还包括视频领域的处理等，视频压缩等

（2）自然语言处理（NLP）

自然语言处理的研究方向略少，主要针对的是文本信息，比如机器翻译，文本分类，文本摘要生成，情感分析，文本纠错等

（3）推荐系统

这个方向我个人了解不多，主要的使用用途用于进行个性化的样本推荐

（4）语音方向

语音方向是单独一个方向，用来研究如何用神经网络的办法来进行语音信号的处理，语音的整个领域比较小， 主要包括语音识别，语音音色转换等

人工智能的岗位要求是什么？
其实博主本人就是一名985的硕士，经过多方的了解，现在人工智能的就业前景真的是不敢苟同，在几年前的时候，会使用tensorflow，pytorch，可以跑跑模型训练，基本就是一份高薪的工作，但是现在已经不行了，现在的入门要求基本上要比以前高的多，如果是算法岗位。一般来说一定要有顶会的论文，ICML,NIPS,CVPR,AAAI,ICJAI,ACL,这样的顶级会议的论文，基本才能十拿九稳，或者是具有博士学位，其实不难看出，人确实很多，尤其是大厂以及互联网巨头等级的公司，基本上都要顶级的会议论文。其实有的人说，这是顶会劝退，其实不然，互联网公司的岗位也确实有限，每年的毕业生都是接近1千万甚至更多，其中博士，硕士，海归都有，所以相对来说，看一看硬件的条件也是可以理解。

再来可以看看现在ICML,CVPR等顶级会议的投稿量，竞争越来越激烈了，其他的一些专业的也都在进行人工智能方向的转行，如果门槛还不抬高，满足的人太多了。