我也來一個“蘇老師定律”：十年會來一波改變我們生活的革命浪潮：
- 1998年 - 隨著Netscape的橫空出世，Internet蓬勃發展，開啟了人類網路互聯的時代；
- 2008年 - 隨著蘋果推出App Store，智慧手機進入我們生活的各個角落，人類進入了移動網際網路的時代；
- 2018年 - 隨著網際網路、移動網際網路、物聯網的發展，我們積累了指數增長的大量資料，在深度學習、機器學習演算法的使能下，人類正式進入了人工智慧的時代。
現在就是在AI領域跑馬圈地的時候，如果你擁有了自己的一片天地，哪怕是小小的，都是屬於你自己的未來，它可比在京、上、廣擁有一套房更有價值。但你做好準備了麼？
還在苦苦學習PCB設計和FPGA程式設計的硬體工程師朋友會一臉茫然，AI？很陌生哦，我能學麼？
你可以有三種方向選擇：
- 如果你想去做AI的演算法，做AI前沿的研究，路會很長，對數學功底要求極高，高考的時候數學沒有考滿分的就放棄這個念想吧，這個領域屬於那些畢業於名校的頂尖的PhD的；
- 如果你想做一些AI方面的應用，其實不難，找一個我推薦的、低成本、使用者群體很多的開源平臺，學習如何使用一些工具，瞭解從頭到尾的流程，一回生二回熟，很快你就能像模像樣的做一些專案了，在別人都還一臉懵逼的時候，即便是個菜鳥，你也走在了別人的前面，機會也就是你的了 - 導師的專案由你挑大樑，發的Paper上有你的名字；找工作的時候你簡歷上很“高亮”滴寫上“AI”兩個牛逼閃閃的字母，面試你的人也許會怯生生地向你請教他工作中遇到的問題；在企業裡做專案很快成為專案的Leader，做出來的產品行業領先；
- 還有更容易的，多關注一下行業的宏觀趨勢，讀點別人的分析文章（尤其是我分享的），認識幾個做AI的名人，多看點摩爾吧的影片，如果你能做到吹牛的時候不臉紅，就有極大的機率被邀請去做做培訓（販賣點新知識，反正別人也不會）、面對上百的觀眾做演講、報告等等，儼然已經成為了名人，雖然可能什麼也不會做，但你比別人多懂一些名詞。
我是徹底放棄了第一種，也沒有精力去成為第二種，在第三種的道路上修煉著。
年輕的你應該成為第二種 ！有廣闊的天地供你馳騁，並且聽起來很牛x，在任何人面前都倍有面子。
怎麼學呢？在空曠的野地裡你怎麼跑都可以，在這個時期學習AI其實並不難：
第一步 - 買個樹莓派（搓一頓好餐的錢），為什麼用樹莓派？因為它很厲害、價廉物美、全球已經銷售了1400萬個板卡，沒有任何一個開源的硬體生態系統能夠跟它相提並論，你可以找到大把大把的資源直接拿來用（學習），它執行在工程界很高逼格的Linux，如果女生知道你玩樹莓派玩得非常666，她一定會對你投出無限崇拜的目光（我們孵化器常來的一位男生就因為這個在2周的時間內征服了一位無數男生可望但不敢想的女神）。更重要的是 - 它可以擴充套件支援各種硬體外設：攝像頭、多Mic、感測器。。。。。，這個部分是硬體工程師大顯身手的地方，秒殺那些沒有學過EE的CS鍵盤碼農們。
第二步 - 安裝上TensorFlow，來自全球最牛x的公司Google（好多人已經不知道這家牆外的公司是做什麼的，那你翻牆去搜搜看嘍），我用一句話概述這家公司 - 糾集了全球最聰明的一幫人致力於服務全人類、改變全人類命運的事兒。沒用過Google，那你用過安卓吧？TensorFlow就是做安卓的這家公司推出的人工智慧的開發框架，先進、開源而且免費！最近Google剛釋出了的1.9版本，大大方便了Tensorflow在樹莓派上的安裝和執行。
如何安裝TensorFlow？
sudo apt install libatlas-base-dev
pip3 install tensorflow
之後你就可以在終端中執行python3，並像在其它平臺上一樣使用TensorFlow。
以如下的hello例程為例：
# Python
import tensorflow as tf
tf.enable_eager_execution()
hello = tf.constant(‘Hello, TensorFlow!')
print(hello)
如果系統輸出'Hello，TensorFlow！'，那麼代表你的Tensorflow安裝成功，就可以開始編寫TensorFlow程式了。
Enjoy it !
如果在安裝和使用中有任何問題，可以在我們的人工智慧硬體群裡進行交流，我們愛板網的大編也會在那裡。
有人會問，裝了TensorFlow的樹莓派能幹嘛才算是人工智慧？看下面的圖：
據蘇老師觀察，目前人工智慧領域比較成熟、好用的三個大的技術領域：
- 機器視覺 - 透過攝像頭採集到的資訊對物體進行分類、識別，這個場景已經到處可見了 - 機場的人臉識別、天網的攝像頭監控、停車場的車牌號識別等等。。。
- 語音互動 - 蘋果的Siri、Amazon的Alexa、Google的Assistant、微軟的小冰，這些都是智慧語音互動的領導者，這些全人類最負責任的高科技企業改變了我們的生活，也給我們帶來了人工智慧比較落地的體驗。在國內遍地的喇叭都變成了AI喇叭，深圳機場陳列著幾百種長相稍有差異的陪伴機器人，這些都是智慧語音互動的應用體現，很快你會發現你的家裡、路上、工作中都有智慧語音互動的應用；
- 自然語言處理 - 語言是我們獲取知識、認知世界的基礎，不同語言的理解和轉換能夠消除不同文化之間的壁壘，其意義遠超我們始皇帝做的事情。
前兩個領域都可以在樹莓派上來體驗，你只需要裝一個攝像頭，就可以做機器視覺方面的AI專案；你裝上Mic（最好是2個以上），就可以做智慧語音的互動，我們愛板網的大編已經在樹莓派上做過多種相關的實驗，成功移植了Google Assistant，讓樹莓派成為了生活中的助手。
第三步 - 科學上網訪問Google的AIY Project網站，那裡有很多訓練好的模型案例供你來快速體驗，由於此公眾號中無法給出連結，網址你可以自行搜尋。
你有了樹莓派、裝上了TensorFlow、會敲Linux的命令了，那你還需要掌握一門簡單易學、但功能很強大靈活的程式語言 - Python，它應該是這幾年行業裡最火的語言了。如果你還沒有學過C，建議直接學習Python吧，Python廣泛使用者資料分析、網頁抓取和處理以及深度學習中。
第四步 - 你覺得樹莓派在影片識別方面速度有些吃力，沒關係，短期的解決方案就是買一個Intel/Movidius的NCS（神經計算棒，愛板網商城也有），神奇的它能將你的樹莓派瞬間戰力爆棚。知道大疆無人機的手勢識別吧？聽說過Google的Clip攝像機吧？都是用的Intel/Movidius的這個晶片，NCS就是做成了USB介面的模組，可以同樹莓派完美搭檔。
也許是覺得Tensorflow執行在還要加一個NCS的樹莓派上比較麻煩，Google索性推出一套自己的系統，用自己的第三代TPU晶片（Edge TPU），定義了一款長得很像樹莓派的主機板（我想主要是為了借用樹莓派多年來構建的硬體生態系統）並以SOM（system on Module）的方式在能夠用主機板支援各種樹莓派生態硬體的同時，保留了一定的擴充套件靈活性。
可以看出Google的野心在於物聯網的人工智慧（也稱為邊緣計算AI），這是一個巨大的應用領域，隨著物聯網大資料的積累，我們可以透過人工智慧的賦能，獲取對周圍的所有“物”和“事”的更全面、深刻的認知，從而讓我們的生活走向全面的智慧化。
這個節奏在加速向前。。。。
AI，它是你未來美好生活的開端，你應該毫不猶豫地進入這個神奇的領域，開拓屬於自己的天地！
