AI产品是怎么做出来的：数据、模型、产品
人工智能系统是从例子中学习的。做出一个系统有三大阶段：
- 数据：收集、清理并标注例子（照片、文字、传感器读数）。
- 模型：选择一种学习方法，用数据训练它，并测试它答对的次数。
- 产品：把模型放进应用或机器里，检查它是否公平、安全，并不断改进。
每个阶段需要不同的人，所以人工智能的职业并不只属于程序员。
人工智能领域的工作
- 数据分析师 / 数据科学家：研究数据，找出规律，做出帮助决策的图表。
- 数据标注员：给例子做标记（这张照片是猫），让模型能够学习；这是常见的第一份工作。
- 机器学习（ML）工程师：训练、测试并运行模型，让它们又快又稳定。
- AI研究员：发明新方法；通常需要更高深的学习。
- 计算机视觉 / 自然语言处理（NLP） / 机器人工程师：分别专攻图像、人类语言或会运动的机器。
- AI产品经理：决定要做什么，把用户、工程师和业务连在一起。
- AI用户体验设计师：让AI工具清楚易用。
- AI伦理和政策专家：检查公平、隐私和安全，并帮助制定规则。
- 其他领域中的AI：医生、农民、老师、律师和艺术家在自己的工作中使用AI工具。
你需要的技能
技术技能
- 数学：统计、概率、代数，再加一点微积分。
- 编程：Python是人工智能中用得最多的语言。
- 数据处理：电子表格、数据表、清理杂乱的数据、画图表。
人文技能
- 行业知识：了解健康、农业、金融，或者这个AI所服务的任何领域。
- 沟通和团队合作：把结果讲得简单明白。
- 伦理：思考偏见、隐私，以及谁可能受到伤害。
- 解决问题、保持好奇，并且快速学会新工具。
不同岗位对这些技能的需求比例不同，就像3D里的柱子所显示的那样。
从学校到AI工作的路线
- 在学校：学好数学、科学、信息技术，还有语言能力。
- 学习：先上免费的在线课程，再读大专或本科（计算机、数据科学、统计、工程，或者你自己的专业加上AI）。
- 做项目：小应用、数据故事、学校的AI项目；把它们放进作品集。
- 积累经验：实习、黑客松、竞赛、开源项目。
- 第一份工作及以后：AI工具每年都在变，所以终身学习本身就是工作的一部分。
很多任务会因为AI而改变，所以最稳妥的技能是学会如何学习。
在家试一试
写下三件你喜欢的事（比如画画、解谜、帮助别人）。把每件事对应到一个阶段：数据、模型或产品。然后从3D里选一个岗位，写下这个月你就能开始的一个小项目。
重点公式和概念
- AI流程：数据 → 模型 → 产品
- 六种技能：数学、编程、数据、行业知识、沟通、伦理
- 成长台阶：学校 → 课程/学位 → 项目 → 实习 → 工作 → 持续学习
例题讲解
1. 小雅喜欢统计和图表。哪个阶段和岗位适合她？
数据阶段。岗位：数据分析师，以后可以做数据科学家。她应该学习Python、电子表格和统计。
2. 小凯擅长讲清楚想法，也很在意公平，但觉得编程很难。AI的大门对他关上了吗？
没有。AI伦理和政策，或者AI产品管理，需要很强的沟通和伦理能力，对编程的要求较少。
3. 一位农民的女儿想用AI预测农作物病害。她需要哪些技能的组合？
农业的行业知识，数据处理（叶子的照片），基础的Python和机器学习，还有向农民解释结果的沟通能力。
4. 把一名学生成为机器学习工程师可能经历的阶段排好顺序。
学校的数学和信息技术 → 课程或学位 → 自己的机器学习项目 → 实习 → 机器学习工程师工作 → 持续学习新工具。
常见错误
- 以为只有程序员才能在AI领域工作。
- 只学工具，却不做任何真正的项目。
- 等到出了问题才去想伦理和隐私。
- 以为学一门课就够了；AI每年都在变。