準備認真學習ai，先不考慮技術轉型吧，轉型ai也並不容易，但至少要能理解ai主流技術和原理，畢竟目前來看是大勢所趨，作為乙個合格的程式設計師，應該養成主動學習了解新技術的習慣。
和乙個搞ai的同學聊天，他說非科班想轉型ai可能會很難，因為感覺普通程式設計師普遍缺少用ai分析問題的思維。具體是啥思維同學也講不太清楚，不過不管怎麼樣，ai還是要學習的。
計畫每天晚上抽出一點時間來看師妹推薦的cs230的課程，剛看了一節半，第一節是吳恩達介紹課程相關的一些東西，略無聊，看得快睡著了，第二節剛看了一半，乙個老外講的，感覺很有乾貨，從問題分析入手，深入淺出，很適合初學者，我覺得這個可能就是同學提到的ai思維吧。
話不多說，為了夢想，do it！
20190811:
今天重溫了一遍coursera上介紹ai的課程(neural networks and deep learning，introduction of deep learning)，比去年第一次看時的懵懵懂懂，有了一些新的心得體會。這裡把印象比較深刻的一些觀點記下來。
geoffrey的建議是首先閱讀別人的文獻，但也不要看得太多，大量閱讀文獻的學習方法不適合創造性的學術研究。建議初學者閱讀一定數量的文獻直到形成自己的直覺，然後根據自己的直覺用辯證的批判性的眼光去閱讀別人的文獻，並從別人的工作中找到一些缺陷或是未經發現的空白領域。
學習ai要堅持自己的直覺，如果你非常支援乙個觀點而其他人都認為是無稽之談，那麼你可能正在做一件非常偉大的事情。
這個觀點我非常贊同，geoffrey是站在比較高的角度去看待程式設計的重要性，他舉的例子是帶領學生進行研究，如果學生的程式設計能力不足，那麼這個學生可能會告訴你某些觀點是不可能實現的，而換乙個程式設計能力強的人，也許就可以實現。在企業中帶領乙個團隊同樣如此，作為乙個領導者，無法事事親躬，很多時候需要依靠手下的成員去驗證和實現自己的一些觀點，如果自身程式設計能力不足，就無法事先判定哪些觀點可以實現，哪些不能實現，勢必不能很好地指引團隊的研究方向。
傳統的電腦科學側重程式設計，研究的重點放在告訴計算機怎麼做。而當ai出現後，計算機可以自己去思考和處理問題，研究的重點開始向如何將資料更好地展示給計算機，使得計算機能夠更好的學習和處理問題。
從geoffrey的言論中可以看到，他研究ai時參考了很多其他領域的思想，很多時候生命科學、數學等方面的研究會給ai研究帶來新的方向。
近期隨想和 WWDC 的計畫
最近的博文總是寫技術，本來其實是打算將這裡建設成技術成長與人文關懷並重的部落格的，但是現在看來思考不足。在剛被每週七天每天 18 小時的魔鬼般的封閉開發連續虐待了三周之後，我基本達到了看一眼 就想吐的地步。每天讓我堅持下來的動力可能只剩 過完這週就可以參加的 wwdc 這一件事情了。於是覺得，現在是...
JS 基礎學習隨想
年就已經接觸過了js，給我的印象 這是一門談不上覆雜的語言 大概這就是所謂的學的越淺，用的越少，覺得自己會的東西好像得更多吧！開始做基礎練習題的時候覺得好像都十分簡單 可是後來在做到物件陣列的部分還是遇到了問題,接著發現自己其實並不非常了解js 首先來說說我在codefordream基礎學習的情況吧...
乙個AI小計畫
筆記本 gtx 1050ti 4gb win10 筆記本開發環境 anaconda pycharm cuda10.0 cudnn v7.4.1.5 開發板 jetson nanob01，jetson nano採用四核64位arm cpu和128核整合nvidia gpu，可提供472 gflops的...