2017年人工智能已经处于井喷的态势。无论是国内的BAT还是国外的Google，Apple，无一不在AI上进行了大量的投入。就连国内政府也表现出非常重视的态度。由此可见其未来的形势。
所以，2018年开始我将重点学习AI相关技术，这里先列一个学习计划。
我个人觉得，人工智能和之前“短期热”技术不一样，这不是那种一时热度就所有人都扑上，过了段时间就无人问津的技术。
相反的，AI就是未来。不仅仅是IT行业的未来，更是人类的未来。因为它将彻底的改变我们的生活和生存方式，甚至改变整个人类自身。
“你能向后看得越久，就能向前看得越远。” – 温斯顿·丘吉尔
回顾人类发展的整个历程，人类的进步速度在越来越快，从最开始10的10次方年向前迈进一步，到10的9次方，8次方，7次方…到现在，每数十年左右都会有一些重要的变革。
人类一旦研发出可以自主学习，自我进化的机器之后，那样的发展速度将会更快。而这一切，看起来已经并非遥不可及。
处在这个时代，学习的资源是极大的丰富，但也很可能在迷失在一些没有价值的内容。以下是我觉得还算不错的资源：
书籍
我的2018年读书单中将记录我在2018年正在读或者已经读完的书。
基础理论
- 《Artificial Intelligence: A Modern Approach (3rd Edition)》
- 《Deep Learning (Adaptive Computation and Machine Learning series) 》
- 《Pattern Recognition and Machine Learning (Information Science and Statistics)》
- 《Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies (MIT Press)》
- 《Real-World Machine Learning》
- 《Machine Learning: The Art and Science of Algorithms that Make Sense of Data》
科技视野
- 《奇点临近》
- 《图灵的大教堂》
- 《哥德尔，艾舍尔，巴赫 – 集异》
技术
仅仅有理论的知识是远远不够的，实际的动手能力更加重要。以下是我准备学习的AI技术。
TensorFlow
人工智能的开源工具已经不少，但出于Google的号召力和影响力，这无疑是最值得学习的。
Python
Python是大家都认可的非常适合AI的编程语言
- 《Python Machine Learning》这本书应该也值得一读
- 以下几个开源库是机器学习中经常用到的：
资讯
微信里面已经有很多这方面的公众号，另外InfoQ也是不错的资讯站点。
- InfoQ
- 全球人工智能公众号
- AI前线公众号
- 谷歌开发者和TensorFlow官方公众号
- 微软研究院AI头条公众号
视频教程
网上的视频资源也是非常之多，以下两个地方应该可以获取到足够的内容了。iTunes U中不仅有视频资料，还有配套的课程讲义，非常的不错。
- Youtube
- iTunes U