顺势而为，学人工智能就是了!!经常被人问到，人工智能究竟可以使用在什么地方。人工智能目前还属于弱智能阶段，估计要发展到强智能还需要很长时间，计算机视觉CV方向CV方向就是AI应用充当人类的眼睛来识别图像、视频的多媒体元素，目前是人工智能最成熟的分支，很多应用的精度已经超越人类的能力，常见应用有图像分类、图像高级处理、图像识别、人脸检测、人脸识别、视频处理、视频监控、车牌识别与身份证识别等OCR识别应用。
1、面对人工智能对人工的代替，职业培训学点什么好呢？
顺势而为，学人工智能就是了!!经常被人问到，人工智能究竟可以使用在什么地方？特意系统地整理了一下，抽空做了文末的思维导图。人工智能目前还属于弱智能阶段，估计要发展到强智能还需要很长时间，AI应用方向目前有以下几个方面：1.计算机视觉CV方向CV方向就是AI应用充当人类的眼睛来识别图像、视频的多媒体元素，目前是人工智能最成熟的分支，很多应用的精度已经超越人类的能力，常见应用有图像分类、图像高级处理、图像识别、人脸检测、人脸识别、视频处理、视频监控、车牌识别与身份证识别等OCR识别应用。
2.自然语言处理NLP方向NLP方向实际上AI最早想突破的领域，主要处理的文本、语音数据，自然语言处理领域是目前学术界与大型科技公司最为追捧的方向，近两年深度学习的成果大多聚焦于自然语言处理，但总体而言，许多应用还没达到超过人类精度的地步，不过NLP应用爆发出来的能量很大，前景非常好，所以学术界与大型科技公司大量投入该领域，
NLP方向典型应用有语音识别、语音搜索、语音合成、文本情感分析、推荐系统、搜索引擎、广告推荐等高价值领域。3.数据分析挖掘方向传统数据分析主要使用Excel工具、SPSS/SAS统计分析软件进行，需要自动化提高效率或更灵活定制的话就需要R语言或Python语言来构建数据模型进行数据分析，而随着大数据底层技术的成熟，大数据的采集、处理、存储都相对成熟，而接下来就是给大数据赋能的数据分析挖掘发光发热了，
基于Hadoop进行数据存储，使用Spark或Flink等大数据实时处理框架进行大数据处理，之上使用Hive数据仓库或Kylin等工具结合Python创建机器学习模型进行高层的分析挖掘成为目前比较流行的解决方案。4.综合应用方向不少AI应用需要综合计算机视觉、自然语言处理、数据挖掘技术，典型的有无人驾驶汽车、无人机、机器人、人机博弈等AI综合应用。
