人工智能、大数据、机器人成大学新增热门专业，未来就业前景如何？

此时一位内心毫无波动的IT码农路过，并留下了个人见解。

先啦说说机器人专业吧，机器人专业的话无外乎是要写大部分的电路方面的知识，其未来的前景似乎是挺好的，然而，电路方面的知识是没那么容易学的，水挺深的。特别是如果自己课后还想玩的话，作为学生，硬件方面的东西每个月的支出都不会小。

而最近一段时间来讲，大数据和人工智能都是挺热的，几乎都被人耳熟能详了。上到国家在推崇，下到各种企业单位在竞争相关人才，可以看出来，两个前景似乎都挺好的。

大数据的话，目前我看，主要的一些工作无外乎就是数据分析、云计算等，而人工智能的话现在大都是使用深度学习和强化学习来给公司产品附能多一点，就像网易和头条的推荐算法，就是基于数据的采集和分析来形成模型，最后实现个性化推荐的。当然，机器学习的模型训练一般都需要大量的数据支持，而且数据的质量越高越好。

从现在这个情况来看的话，你可以先去更大招聘网站搜相关额职位的，目前来说，AI的岗位是比大数据的岗位要多得多的。大数据的岗位现在相对比较少，不外乎就是数据分析和云计算之类的，真的感觉没有AI的岗位多。主要原因或许是因为很多公司经过一轮互联网的洗礼，已经积累了一定的用户量了，所以，主要想着给产品附能然后增加更多的经济收益吧。

当然，说到最后，不得不提醒你的是，前景虽好，但不是每个人都可以去做的要结合自身的情况去考虑，前景再好，如果不合适你，不过是浪费自己的时间而已。还有一点不得不说的是，对于大学里的课程，除了部分的名校外，很多时候如果你仅仅只是靠课堂上的知识的话，学成之后出来你会发现你啥都不会。如果你真想从这些专业里面学一个好的，那么我建议你最好多花时间自己自学。这些专业都不是随便哪个人都能学好的，没有一定的数学物理以及算法功底，基本是无望。

祝你好运。喜欢的小伙伴可以给我点赞或者是关注我哦。

谢邀！

注意到此问题下面有了近50个（其中不乏不错的）答复了，那从前二天开始，借用在得到上由张凯对《智能时代》一书的解读中的部分内容，来回应几个和“大数据”、“机器智能”相关的问题。

在回应《现在的AI有实质性进展吗？（ https://www.toutiao.com/answer/7159895113500885261 ）》的最后谈到，在实际操作中，这里边很多细节是没法把握的，比如说你出手时的速度和力量要怎么测量呢？就算你考虑了所有情况，得出来的计算也未必正确（思进注：这就是为何我在直播中多次提及量子思维，建议大家从小就培养量子思维）。

这儿接着谈。

那我们为了正确，干脆就假定说每一面向上的概率是1/6，简单说，掷色子这个动作本身就充满了不确定性。再比如说量子力学里头有一个原理，叫做测不准原理。什么意思呢？就是像电子这样的基本粒子，你要测它的位置总是有误差的。为啥呢？因为你只要测量，测量这个动作本身就会对它的位置产生影响。甚至别说测了，只要你一测，甚至看它一眼，它的运动轨迹就变了。这么说很烧脑，咱们就拿股票来举个不算太恰当的例子吧，有的股票之所以有投资价值，那是因为它的实际价值市场还没发现呢，股价被低估了嘛。但如果电视台股评节目一推荐，所有人都知道的时候，这个股票的价格会迅速被拉升上去，甚至高于它的实际价值。这就让它的走向和开始的预测变得相反了。

所以说，这个世界所有事情都有规律这个大前提首先就不存在。这个世界很多事情是无规律可循的，机器思维的第一根柱子首先站不住了。

我们再来看第二根柱子，因果关系。不是说因果关系就不灵了，而是依靠因果关系这种方式认识世界的效率其实是非常低的。比如说像那种终极的定理公式，你得等几百年才能等到一位像牛顿、爱因斯坦这样的人，而且就算遇见了，他们也得依靠很大的运气才能发现这种规律。

像牛顿，你非得等一个苹果恰巧砸在他头上，才能发现万有引力啊。当然了，苹果到底砸没砸在牛顿头上，咱们不确定，但是，它可以说明想要发现一个伟大的定律，是要有很大的运气成分的。既然世界充满了不确定性，因果关系，效率又很低，那我们还能怎么认识世界呢？大数据思维给机械思维做了完美的补充。

首先，大数据解决了不确定性的问题，热力学里有一个概念叫做熵，就是一个火字旁，右边一个商人的商，它是描述一个系统中无序程度的一个概念，熵越大就越混乱无序，熵越小就越有序。后来，通信领域的专家香农提出了信息熵这个概念，它可以用来描述一个系统的不确定性。

信息熵这个概念指出，信息量和不确定性有关，举个例子，比如说你看一本心理学的书，如果你本来就对心理学这个领域很了解，那你可能很快就能看完这本书，就是说这本书只要给你提供很少的信息量，你就消除了对这本书的不确定性。相反，如果你看一本编程的书，恰巧你又是这个领域的小白，那你不但需要从头到尾一字不落地看完，而且还要查很多资料才能理解。也就是说你需要大量的信息，才能消除对这本书的不确定性。

所以说，想要消除不确定性，最好的办法就是引入信息。前边咱们也说了，信息就是数据的总结和加工，所以说，数据天生就可以消除不确定性。第二，大数据的强关联性可以替代因果关系。

举个例子，如果按照因果关系，研制一种新药就得花费很长的时间和巨高的成本，比如说以前研制一个新的处方药，至少得花费10年以上的时间和10亿美元的经费。所以，为什么新药都特别贵呀，因为新药的专利期也就十几年。如果他们不在专利期内收回成本，那就赔大发了。现在有了大数据就不一样了，大数据可以对每一种药和每一种疾病进行配对，比如说现在的病大概有5000种，药呢有1万种。我们对它进行匹配就会发现，一种治疗心脏病的药对治疗胃病特别有效，虽然不知道为什么，这样先知道结果，然后再倒推原因的话，通常只需要花费三年的时间验证就可以了，花的钱也只要原来的十分之一。这种方法，实际上依靠的就不是因果关系，而是数据之间的强相关性。我们发现这个药对那个病有效，至于为什么有效，回头再去找原因，这种做法当然见效快了。

再举个例子，比如在美国就发生过这么一起案件，各州的检察官要告烟草公司，说吸烟损害了人们的健康，吸烟有害健康这件事儿我们现在看，那是常识。但是，你要打官司的话，就得拿出证据啊。比如说你吸烟的人肺癌发病率高，但是，对不起，这个证据可不足以对烟草公司判罪，烟草公司可以说，吸烟的人之所以要吸烟，是因为他们提高内本来就缺少一种物质，而缺少这种物质，肺部就容易癌变。所以，是这种物质让人得肺癌，而不是烟草。

现在，我们听这个说法很荒唐，但是，它在法律上是站得住脚的，因为美国采用的是无罪推定原则，被告的一方先假定是无罪的，除非你能提供足够的证据证明他有罪。那检察官想要告倒烟草公司，他就满世界收集证据，甚至跑到我们中国的西南地区，专门找那种族群单一，生活习惯非常相似的村庄来收集样本，最后虽然还是没有找到香烟和肺癌有直接因果关系的证据，但是，收集了大量在统计上强相关性的证据来证明吸烟的危害。最终，烟草公司硬是被告倒，罚了3655亿美元。

将在回复《学习大数据、机器学习及人工智能必读书目有哪些？》中接着谈。

最后，再顺便打个小广告，财经科普漫画《漫画生活中的货币》和《漫画生活中的投资》、和我策划、和粮食问题专家冰清合著的《大国粮食》新鲜出炉，谢谢关注！

你对这个问题有什么更好的意见吗？欢迎在下方留言讨论！

谢邀！

注意到此问题下面有了近50个（其中不乏不错的）答复了，那从前二天开始，借用在得到上由张凯对《智能时代》一书的解读中的部分内容，来回应几个和“大数据”、“机器智能”相关的问题。

在回应《现在的AI有实质性进展吗？（ https://www.toutiao.com/answer/7159895113500885261 ）》的最后谈到，在实际操作中，这里边很多细节是没法把握的，比如说你出手时的速度和力量要怎么测量呢？就算你考虑了所有情况，得出来的计算也未必正确（思进注：这就是为何我在直播中多次提及量子思维，建议大家从小就培养量子思维）。

这儿接着谈。

那我们为了正确，干脆就假定说每一面向上的概率是1/6，简单说，掷色子这个动作本身就充满了不确定性。再比如说量子力学里头有一个原理，叫做测不准原理。什么意思呢？就是像电子这样的基本粒子，你要测它的位置总是有误差的。为啥呢？因为你只要测量，测量这个动作本身就会对它的位置产生影响。甚至别说测了，只要你一测，甚至看它一眼，它的运动轨迹就变了。这么说很烧脑，咱们就拿股票来举个不算太恰当的例子吧，有的股票之所以有投资价值，那是因为它的实际价值市场还没发现呢，股价被低估了嘛。但如果电视台股评节目一推荐，所有人都知道的时候，这个股票的价格会迅速被拉升上去，甚至高于它的实际价值。这就让它的走向和开始的预测变得相反了。

所以说，这个世界所有事情都有规律这个大前提首先就不存在。这个世界很多事情是无规律可循的，机器思维的第一根柱子首先站不住了。

我们再来看第二根柱子，因果关系。不是说因果关系就不灵了，而是依靠因果关系这种方式认识世界的效率其实是非常低的。比如说像那种终极的定理公式，你得等几百年才能等到一位像牛顿、爱因斯坦这样的人，而且就算遇见了，他们也得依靠很大的运气才能发现这种规律。

像牛顿，你非得等一个苹果恰巧砸在他头上，才能发现万有引力啊。当然了，苹果到底砸没砸在牛顿头上，咱们不确定，但是，它可以说明想要发现一个伟大的定律，是要有很大的运气成分的。既然世界充满了不确定性，因果关系，效率又很低，那我们还能怎么认识世界呢？大数据思维给机械思维做了完美的补充。

首先，大数据解决了不确定性的问题，热力学里有一个概念叫做熵，就是一个火字旁，右边一个商人的商，它是描述一个系统中无序程度的一个概念，熵越大就越混乱无序，熵越小就越有序。后来，通信领域的专家香农提出了信息熵这个概念，它可以用来描述一个系统的不确定性。

信息熵这个概念指出，信息量和不确定性有关，举个例子，比如说你看一本心理学的书，如果你本来就对心理学这个领域很了解，那你可能很快就能看完这本书，就是说这本书只要给你提供很少的信息量，你就消除了对这本书的不确定性。相反，如果你看一本编程的书，恰巧你又是这个领域的小白，那你不但需要从头到尾一字不落地看完，而且还要查很多资料才能理解。也就是说你需要大量的信息，才能消除对这本书的不确定性。

所以说，想要消除不确定性，最好的办法就是引入信息。前边咱们也说了，信息就是数据的总结和加工，所以说，数据天生就可以消除不确定性。第二，大数据的强关联性可以替代因果关系。

举个例子，如果按照因果关系，研制一种新药就得花费很长的时间和巨高的成本，比如说以前研制一个新的处方药，至少得花费10年以上的时间和10亿美元的经费。所以，为什么新药都特别贵呀，因为新药的专利期也就十几年。如果他们不在专利期内收回成本，那就赔大发了。现在有了大数据就不一样了，大数据可以对每一种药和每一种疾病进行配对，比如说现在的病大概有5000种，药呢有1万种。我们对它进行匹配就会发现，一种治疗心脏病的药对治疗胃病特别有效，虽然不知道为什么，这样先知道结果，然后再倒推原因的话，通常只需要花费三年的时间验证就可以了，花的钱也只要原来的十分之一。这种方法，实际上依靠的就不是因果关系，而是数据之间的强相关性。我们发现这个药对那个病有效，至于为什么有效，回头再去找原因，这种做法当然见效快了。

再举个例子，比如在美国就发生过这么一起案件，各州的检察官要告烟草公司，说吸烟损害了人们的健康，吸烟有害健康这件事儿我们现在看，那是常识。但是，你要打官司的话，就得拿出证据啊。比如说你吸烟的人肺癌发病率高，但是，对不起，这个证据可不足以对烟草公司判罪，烟草公司可以说，吸烟的人之所以要吸烟，是因为他们提高内本来就缺少一种物质，而缺少这种物质，肺部就容易癌变。所以，是这种物质让人得肺癌，而不是烟草。

现在，我们听这个说法很荒唐，但是，它在法律上是站得住脚的，因为美国采用的是无罪推定原则，被告的一方先假定是无罪的，除非你能提供足够的证据证明他有罪。那检察官想要告倒烟草公司，他就满世界收集证据，甚至跑到我们中国的西南地区，专门找那种族群单一，生活习惯非常相似的村庄来收集样本，最后虽然还是没有找到香烟和肺癌有直接因果关系的证据，但是，收集了大量在统计上强相关性的证据来证明吸烟的危害。最终，烟草公司硬是被告倒，罚了3655亿美元。

将在回复《学习大数据、机器学习及人工智能必读书目有哪些？》中接着谈。

最后，再顺便打个小广告，财经科普漫画《漫画生活中的货币》和《漫画生活中的投资》、和我策划、和粮食问题专家冰清合著的《大国粮食》新鲜出炉，谢谢关注！

你对这个问题有什么更好的意见吗？欢迎在下方留言讨论！

只要学的好 学的精 学的深！

就业神马的就是浮云~

大学新办专业就是赶时髦，前几年是信息技术，去年是大数据，今年轮到人工智能。想想学校整体都这样，学生还能心静下来学好基础知识？所以，功利性充满了整个社会每个角落。板凳要坐十年冷，怎么可能？

看不出来吗？设置这些专业，首先就是解决许多高校教师的就业问题？让这些教师具备上岗能力，不知有何高招？批量生产的人才能否就业问题，留给“有大智慧”的后人解决吧！饭锅里能不能“炒”出钢来，要看是否是大跃进年代，是吧？

人工智能离事事全应的情况起码还有近百年时侯才有可能，但是能掌控大局，时时有数，完全是可能的，难得糊涂，心中有数，也是处理事物的最高境界，给予机会，只是时机不是时侯，与人机会，也可能向好机会，水清则无鱼，须应民心，机会有谁能预测末来，，

人工智能离事事全应的情况起码还有近百年时侯才有可能，但是能掌控大局，时时有数，完全是可能的，难得糊涂，心中有数，也是处理事物的最高境界，给予机会，只是时机不是时侯，与人机会，也可能向好机会，水清则无鱼，须应民心，机会有谁能预测末来，，

谁能分清楚人工智能与智能科学与技术这两个专业的区别吗?

机器人时代会给人类带来什么变化

沪生泉2017-11-04 10:23

关注

打开百度App，看更多图片

机器人制造产业发展

机器人制造产业发展越来越快了，因此，人类进入机器人时代，已经不是梦，而是一个所要面临的现实。

那么，机器人时代会给人类带来什么变化？我以为有二个巨大变化：

其一，重复性的体力劳动和脑力劳动会被机器人代替

正是如此，人类重复性的体力劳动和脑力劳动会淘汰了。人类又会把用于复性的体力劳动和脑力劳动，提升为创新性的体力劳动和脑力劳动。因为，没有人类的劳动，人类就不能增加财富。

其二，个性化劳动成果受人欢迎

因为机器人可以复制，所以，机器人所制作的产品都能被复制的。正是如此，人们为了体现自身劳动价值，就会创作无法复制的劳动产品。然而，这个性化劳动成果，也会让经常使用可复制产品的人们欢迎。