我是大数据社群会员Bright，上周我和猴子发起了《知识众筹第5期：投资分红 开始报名》，有1325人参与提问。根据用户投票我选出了大家最关心的几个问题进行了回答。
1. 大数据分析，人工智能是什么？
Bright：大数据分析主要是利用数据分析相关的技术来完成分析工作，根据不同场景进行批量、交互式或实时的分析，需要人参与对数据进行探索，比如挖掘用户兴趣图谱。
人工智能主要是构建算法模型来替代人工劳动，在与人的交互中，算法模型不断改进，变得更加智能。但两者都需要用到大数据相关技术进行数据处理和计算。两者并没有可比性，也许随着技术的发展，两者会逐渐融合。
那么，什么是人工智能呢？
人工智能技术通常由四个部分组成，即认知、预测、决策和集成解决方案：
1）认知是指通过收集及解释信息来感知并描述世界，包括IBM Watson识别医学图像，科大讯飞将语音转换为文本。
2）预测是指通过推理来预测行为和结果。例如谷歌根据用户行为推荐广告，豆瓣根据你的观影记录推荐电影。
3）决策则主要关心如何做才能实现目标。这一领域的用例十分广泛，如路线规划、新药研发、动态定价等。
4）最后，当人工智能与其他互补性技术（如机器人）结合时，可生成多种集成解决方案，如自动驾驶、机器人手术，以及能够对刺激做出响应的家用机器人等。
目前人工智能各项技术的商业化水平参差不齐。认知和预测领域的许多技术已经逐步商业化，然而决策和集成解决方案技术多处在研发阶段，下图是人工智能不同技术领域的商业化程度。
数据来源：2017《中国人工智能的未来之路》
《连线》杂志主编 凯文·凯利 说 ：人工智能将掀起第二次工业革命。
2. 学习人工智相关知识对你有什么用？
Bright：下面引用2017年《中国人工智能的未来之路》中的内容来回答。
当今人工智能发展势头正猛，未来有望在全球多个行业和场景下得到广泛运
用，尤其是我们将会看到大量的人类工作被机器取代。
麦肯锡全球研究院近期的一份报告对全球800多种职业所涵盖的2000多项工作内容进行分析后发现，全球约50%的工作内容可以通过改进现有技术实现自动化。麦肯锡全球研究院的这份自动化研究报告指出，在现今所有工作内容之中，过半会在2055年左右自动化。
人工智能有大幅提升生产力增长的潜力，但代价可能是收入差距的进一步拉大。总而言之，人工智能将推动形成所谓的“技能偏好型科技变革”——即数字
技能将特别受到重视，而对中低端技能劳动力的需求将缩小。
比如，考虑到阿里巴巴已在其移动支付应用中启用了人工智能客服，由此可以设想今后客服等职位的需求将减少。
劳动力总需求因而可能下降，尽管平均收入水平有希望上升，财富分配则将进一步向具备合适技能的人才聚拢。“数字鸿沟”有可能扩大社会分化。
总体而言，中国目前从事可自动化工作的劳动力人口超过其他国家。麦肯锡全球研究院预测中国51%的工作内容有自动化潜力，这将对相当于3.94 亿全职人力工时的冲击。
就应用层面而言，中国的算法发展程度与其他国家并无太大差距。然而，中国的研究人员在基础算法研发领域仍远远落后于英美同行。一个主要原因就是人才短缺。
美国半数以上的数据科学家拥有10年以上的工作经验，而在中国，超过40%的数据科学家工作经验尚不足5年9。
目前，中国只有不到30所大学的研究实验室专注于人工智能，输出人才的数量远远无法满足人工智能企业的用人需求。此外，中国的人工智能科学家大多集中于计算机视觉和语音识别等领域，造成其他领域的人才相对匮乏。
所以，人才越稀缺，你学习这个知识的价值越大，因为从经济学角度来看，需求价值与稀缺性是成正比的。
一份美国政府报告预测了可能在未来盛行的四大类人工智能相关工作：
1）使用人工智能系统完成复杂任务的协作性工作，如护士使用人工智
能应用常规查房
2）开发人工智能科技和应用的研发性工作，如数据分析师，软件研发人员
3）监测、授权或修理人工智能系统的监测性工作，如人工智能机器人的修理师
4）适应人工智能时代的工作，如建立人工智能相关法律框架的律师或设计适合自动汽车行驶环境的城市规划师
3. 如何学习人工智能相关知识？
Bright：一般互联网团队都有专门的部门提供数据分析支撑，如果没有的话可以使用Python或者R语言来实现定制化数据分析功能。很多公司也会直接使用数据分析产品，比如Tableau，GrowingIO。
Bright：区别在于数据规模和复杂性。Excel对少量的数据能起作用，但是数据量稍微大一点电脑就卡死了。Excel的数据规模一般是MB，到了GB我们一般会用数据库，那到了TB，PB甚至更大数据规模呢？同样的问题，面对不同的数据规模，处理方式会完全不一样。
Bright：编程跟学英语一样是一种技能，不管你将来做什么，都要学会编程。现在会编程就像Excel刚出来就学会的那批人一样，是你抓住下一个红利机会的必备知识。
所以你的问题是开始去做，不要纠结。现在不去学，迟早会后悔的。可以看下其他社群会员是如何学习的：小白如何学习新技能。
Bright：如果你想一夜暴富，估计不可能。但是，如果想利用知识赚钱，那就找一份大数据相关的工作或者将大数据思维和技术应用于本行业，这是最快的“知识变现”了。
Bright：可以先自己实践，将项目发布到GitHub上积累实践经验，还可以学习大数据平台Kaggle上的案例，以及通过实习或兼职完成一些实战项目。关于正面反馈，其实猴子老师社群的“闯关游戏”和社群的氛围都有助于你愉快的学习，并帮助你倒逼输入。
当然，还有朋友留言对下面问题感兴趣：
这些问题我都会在今晚的直播中详细回答。知识分享的内容包括：
1.什么是大数据开发？
2.大数据开发必备技能有哪些？
3.如何进行大数据开发？
4.大数据开发应用案例
