作為一名科技工作者，我來回答一下這個問題。

首先，自學(xué)AI相關(guān)知識還是具有較大難度的，原因涉及到三個方面ai，其一是AI技術(shù)涉及到的基礎(chǔ)知識比較多，是典型的多學(xué)科交叉領(lǐng)域，需要學(xué)習(xí)者具有數(shù)學(xué)、控制學(xué)、哲學(xué)、經(jīng)濟(jì)學(xué)、語言學(xué)等方面的知識，整體知識量比較大。

其二是AI技術(shù)體系尚不成熟，依然有大量的研發(fā)課題等待突破，這就導(dǎo)致學(xué)習(xí)AI的過程往往需要有比較專業(yè)的指導(dǎo)，這樣才能在遇到問題時有更好的解決思路，這也是為什么目前人工智能領(lǐng)域的人才培養(yǎng)依然以研究生教育為主。

其三是AI技術(shù)的學(xué)習(xí)過程對于實(shí)驗(yàn)環(huán)境的要求比較高，學(xué)習(xí)AI相關(guān)技術(shù)一定離不開實(shí)驗(yàn)，而大部分AI實(shí)驗(yàn)需要有數(shù)據(jù)和算力的支撐，這對于很多自學(xué)者來說是比較大的門檻。目前不少高校會建立自己的數(shù)據(jù)中心ai，一個重要的目的就是為培養(yǎng)大數(shù)據(jù)和人工智能人才奠定基礎(chǔ)，而數(shù)據(jù)中心的建設(shè)往往需要較大的投入，同時建設(shè)周期也相對比較長。

雖然自學(xué)AI技術(shù)具有較大的難度，但是對于一部分基礎(chǔ)知識（數(shù)學(xué)）比較扎實(shí)的初學(xué)者來說，可以從機(jī)器學(xué)習(xí)開始入手，可以利用目前開放出來的數(shù)據(jù)集做一些相關(guān)實(shí)驗(yàn)，雖然學(xué)習(xí)過程可能會相對慢一些，但是也會有所收獲。

目前對于初學(xué)者來說，可以重點(diǎn)關(guān)注一下人工智能平臺（視覺、自然語言處理等）知識，在掌握了人工智能平臺的相關(guān)知識之后，可以找一個實(shí)習(xí)崗位，從而深入人工智能領(lǐng)域。采用這種方式學(xué)習(xí)人工智能技術(shù)，不僅學(xué)習(xí)難度相對比較低，而且可操作性也比較強(qiáng)，對于就業(yè)也有一定的幫助。

我從事互聯(lián)網(wǎng)行業(yè)多年，目前也在帶計算機(jī)專業(yè)的研究生，主要的研究方向集中在大數(shù)據(jù)和人工智能領(lǐng)域，我會陸續(xù)寫一些關(guān)于互聯(lián)網(wǎng)技術(shù)方面的文章，感興趣的朋友可以關(guān)注我，相信一定會有所收獲。

如果有互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等方面的問題，或者是考研方面的問題，都可以在評論區(qū)留言，或者私信我！