移动端学习AI的线路

AI是一个理论知识基础要求非常扎实的技术方向。在学习AI的过程中会遇到很多高等数学知识，比如矩阵运算，导数偏导数。 目前对于AI的开发人员要求普遍需要研究生以上，在扎实的理论背景下才能进行比较系统的AI开发。 对于大部分有几年工程经验的移动端开发来说，大学的这些知识已经生疏了，要想学AI这些生疏的知识是比较严重的阻碍。 这个问题其实可以绕过去，对于移动端开发来说，如果只是想达到"能够理解并开发AI"的程度，只需要补充几个基础的知识点就够。 当然如果想要有完整的AI知识体系，除了高等数学，矩阵数学，统计学也需要好好学习一下。

下面根据开发经验，列了一个适合移动端工程师学习AI的线路。

学习前的补充知识

回顾矩阵乘法 复习下大学线性代数前2章就行，基本概念和性质理清楚就够、

Python语言 学习AI基本是在python环境下的，当然想用其他语言也可以，AI框架也有Python之外的语言，但是效率没有python高

上面这两个学习前提准备好后就可以开始学习AI了。 像"python要学到什么程度"这样的问题初学者会比较关心，特别是对于没接触过Python的人来说。建议找本python的基础学习教材，做到能够手撸3个demo，能够读写文件的程度就行，不用深入学习。能明白Python的基础语法，能够用它来调用tensorflow这些第三方框架，这个程度就Ok了。

入门基础： 每个语言的学习都是从hello world开始的，AI也一样。 但是AI没有hello world。

AI世界里的 hello world，是一个叫 MNIST 的数据集分类识别功能。MNIST是一堆手写的0~9的数字，入门AI的第一件要做的事情，就是用 tensorflow 开发一个AI，能够自动地识别这些数字。

从这里开始就有很多个基本概念可以开始学习了，分几个阶段

Step 1：

• AI模型的四大组成要素，输入输出，网络结构，损失函数
• 全连接层
• 反向传播算法

step 1 能够让你学会怎么开发一个准确率在89%的人工只能。 AI的学习门槛比较高，即使是Step 1，也并不能像学语言一样几行代码就敲出一个 Hello World。Step 1阶段看不同的人和花的精力，可能需要1个星期到1个月的时间才能完成。

Step 2：

• AI模型落地到移动端

Step 2 是一个和AI本身关心不大的步骤，仅为移动工程师设计的。这个阶段只涉及一小部分的 AI 开发，包括模型固化和落地。后面就全都是Android工程师熟悉的app开发部分了。 结合Step 1 跑完Step 2，能完整的体会一个AI功能从开发到落地的流程。以后所有的移动端AI开发都不过是在这个基础上添砖加瓦。

但是现在落地的这个AI还很不智能，基本算是人工智障，不管是在准确率，性能，内存，模型大小这几个方面的表现都很智障。要真正实现人工智能，要学的还有很多。

Step 2对于熟手的Android开发来说也就1天时间就行。

Step 3：

• 卷积网络
• 不同的激励函数
• 循环卷积网络

Step 3 能够学会开发一个准确率在 95% 以上的AI。这个步骤估计也要花1星期~1个月。

1个月的学习时间和5个点的准确率提升看起来不是很划算，但在学习卷积网络之前都不能算真正的入门人工智能。

Step 3 需要不少东西，特征提取，卷积运算，池化函数，Relu激励，drop out，L1和L2正则化。

学完 Step 3 之后就算真正入门了AI了。

Step 4：

挑一个方向

• 计算机视觉
• 自然语言处理

这两个方向归纳了目前AI领域的大部分工作。挑一个方向作为你喜欢的去学习。不同的方向在学习的东西上面有很多不同，虽然有共同性，但差异也有不少。

计算机视觉是个比较有意思的方向，做的事情都比较直观，也比较容易验证，特别是对于Android开发来说，用Camera就能直接验证，成就感和直接反馈比较强。

Step 5：

• 模型优化

模型优化是一个移动端工程师几乎是必备的技能，对于一些涉及用户隐私的数据，目前是不允许传到服务端进行运算的，必须落地模型到移动端进行本地推理。

那么模型的大小，推理速度，就成为了优化的关键方向。 这里涉及到很多技巧。

• 量化，剪枝
• 小模型设计
• 模型压缩