在人工智慧這麼火的情況下，做程序開發一定要學習機器學習演算法嗎？

01-05

本題已加入知乎圓桌 ?「機器學習 · 學以致用」，更多「機器學習」相關話題討論歡迎關注。
現在AI又是一個風口，作為程序員學東學西的，沒日沒夜，請問如果做人工智慧領域開發，真的要從頭學習機器學習演算法嗎？

演算法開發和使用演算法是兩件事情，就類似於我們今天的APP開發者以及使用者一樣。在機器學習領域，也有這兩類人群：一類是演算法開發者，關注演算法的實現原理，更注重演算法的數學推導，以及並行化及性能上調優。另一類是演算法使用者，這一類人員更多關注如何將演算法與場景結合，解決實際的業務問題。兩種人群因為側重點不同，所以對於技能的要求也略有不同。

對於演算法的開發者要求其實很高的，不僅要懂得演算法的原理，還要熟悉使用的框架，將演算法高效的運行在平台框架上。像今天開源里Spark MLLib，就有很多演算法開發者為其演算法的豐富性做貢獻。今天對於大部分機器學習演算法的從業者，基本上都是演算法的使用者，對於演算法開發並不一定需要非常深的造詣，不需要具備演算法開發的能力，但是需要理解演算法的應用場景。

Interesting question！

你這個問題問得好！

可以從很多角度來解答！

首先解釋下是否需要學習機器學習演算法，然後再解釋一下你為什麼會問這個問題！

你這個問題可以用一個一般的形式的歸納：

在XXX這麼火的情況下，做XXX的一定要學XXX嗎？

在Java這麼火的情況下，做軟體開發的一定要學Java嗎？
在安卓這麼火的情況下，做手機APP的一定學安卓嗎？
九十年代：在建築工地開弔車這麼火的情況下，學駕駛的一定要去學開弔車嗎？

回到問題，學了機器學習無疑會增加你的職業競爭力，但是至於你花時間學了給你帶來效用足不足夠就不一定了。

再回到你為什麼會問這個問題？！

初入行，是不是一開始感覺，哇塞，程序員好高薪哦，坐在office擼自己喜歡的代碼，還有空調咖啡，好棒！

然後，哇塞，今天新出了一門語言，使網頁編輯更有效了呢，趕緊學一下！

又然後，哇，現在大家都在用python，貌似很方便的樣子，趕緊學一下！

哇，大家都在說人工智慧是未來呢，看起來其他人要失業了啊，但是我又不會失業，我到底學不學呢？！

你就不斷的否定自己，肯定自己，陷入循環，迷茫不知所措。

最後：作為底層勞動力，你沒明白財富是如何積累的，你還在幫別人積累財富。所以你始終得學習新的表層的東西來藉以為生，而其他看明白的人，就開始積累基本知識和技能，在原始積累結束後，成功階躍為你可以幫忙積累財富的人。

所以，我不知道你是否應該學習機器學習演算法，但是你能現在做的就是，在你現在的領域做到極致或者至少是行業佼佼者，完成原始積累，自己出來干或者成為合伙人。

突然發現收藏的好多。謝謝大家的支持。

以上幾個問題，很普通，很常見，也很經典。

問題來了，你看懂解法的邏輯了嗎？

----------------------------------------------------------------------------------------------------------------------------------

Python的流行說明了以後的主導實踐是業務專家跟上時代，學會編程解決業務問題。

然而，如果開發專家能夠內嵌一些簡單的演算法解決簡單且常見的問題，說不定在實際業務領域能起到不可小視的作用，畢竟日常面臨的大部分問題都是簡單的。

好處不多說。然而如何分辨問題的解法是否是對的解。這是個世界性教育難題。

所以我的觀點：從實際（賺錢）的角度出發，無論對公司做產品還是個人，與其學會複雜演算法的數學推導，不如學會簡單問題基於複雜數學的簡單解法並用以實踐。

對於大部分單機能解決的問題來說，最佳方法是且僅是畫圖，最多加個Median作為參考！！！

然後人工判斷。

人工+智能

這就是科學論文的未來

原因：

我的觀點是要學習。但這並不難，因為寫程序和做研究還是差別很大的。如果想使用某個深度學習的模型，只需要搜一下github就有很大概率找到代碼，而且基本上是用caffe，tf，torch等寫的，讀起來很容易。說實話，我覺得寫個深度學習的模型，並沒有開發一款軟體難。如果做軟體開發的，框架的介面是遠多於這些深度學習框架的介面的。所以只需要付出少量的時間，就能收穫一門很有用的技能，何樂而不為呢。

雖然說直接用，但可能還是要稍微學習一點機器學習的知識，否則可能用起來不順手。我建議稍微學一下Andrew Ng的課程就可以了。

最好還是學習一下吧

程序員不就是應該終身學習的么

研究型的或者打算寫演算法吃這碗飯你當然要深入學習。

應用型的沒必要，有興趣看兩節視頻讀半本概述就可以了。

在我有限的程序生涯里，還沒聽說哪個牛逼的東西讓你用還不提供SDKAPI。

誰都能抽點時間學學就自己寫演算法了，就沒有專業這個詞兒了。

說起來，很多程序員一聽到人工智慧這種就精神抖擻。

反倒是非常必要的產品思維這種高附加值學習從來都提不上日程。

可能文理科的腦構成真的是不同吧，我現在看到代碼演算法就煩，越牛逼的就越煩。

人生苦短，直接調用吧。

人工智慧並沒有你想像的那麼強大，要得到穩定可用的結果還需要多年的發展。

你說的是應用好是研究？如果只是為了在工作里應用，其實很多模型都是做成了開源插件，可直接使用。這屬於應用型，而且隨著深度學習等的發展，現在很多ml的都開始以來大數據，而非強調優化演算法本身，簡單來說演算法優化本身是有局限性的，而神經網路學習是通過大量數據來train模型，可以無限趨近於100%。我說的這事理論上簡單的方法介紹不同，當然，有一些問題還是要看場景來選擇。畢竟no prefect world, everything is tradeoff.

做演算法，也是學東學西。

這波浪潮能抓住盡量抓住，以後會有越來越多的場景基於機器學習相關演算法，就算人工智慧到達瓶頸發展不動，他還是會留下許多資產

很簡單，你用一天學會的東西，別人也是這麼多時間。你想靠他賺錢？

從賺錢的角度，從應用的角度學習，不要去鑽數學的牛角尖。

當然愛好數學，想鑽數學，那是另外一回事。

新東西為什麼不了解一下呢