是的，浪潮来了
去年AlphaGo击败李世石， “人工智能”成为热词走入大众视线。事实上，各大科技巨头在人工智能领域的布局早已开始：Facebook成立了FAIR和AML； Google前后并购11家AI公司，更以4亿美元巨资收购DeedMind；Microsoft雇用的人工智能科学家和工程师高达数百位，囊括人工智能领域数十个分支； Amazon、IBM、Uber、Tesla 也各自在人工智能领域投入巨资。在国内，腾讯广招Kaiyun官方网站app登录 构建DI-X深度学习平台；阿里成立了iDST部门并于年初发布“NASA”计划，为人工智能招兵买马；百度挖角陆奇，将自身定义为人工智能企业，以全部身家压注人工智能。
今年2月份，李开复公开预言：AI的革命将是一场非常彻底和血腥的革命。不能接受AI+概念的公司将被颠覆。无独有偶，前几周，亚马逊CEO杰夫·贝索斯在年度股东信中表示：人工智能会引入很多变革，而机器学习会帮助那些积极拥抱它们的公司，同时对那些抗拒变革的公司构成障碍，并表示亚马逊正全力拥抱人工智能。
不同于专业领域山雨欲来、如火如荼的决战景象，网络上气氛虽然热闹，大多都肤浅可笑。层出不穷的“行业观察”，几个莫名其妙的公知大V的“深度谈话”，让一个充满朝气的技术变成了一个人人都能插一句的社会八卦，忧虑“人工智能是否会导致人类灭绝”。
这个场景给我的感觉就像是：一座巨大的矿藏前热热闹闹挤满了人，人们对着这座宝藏指手画脚、窃窃私语。然而技术变革的真正主角，从来都是全副武装的专业人员——具备理解、掌握和
应用机器学习技术能力的工程师们。
然后呢？
据我所知，目前国内知名的互联网企业无一不在建立自己的机器学习团队，以期用机器学习技术，提升产品的体验和智能化程度。
因为工作的需要，近几年我对机器学习的原理和应用做过一些研究、思考和实践。对于机器学习，我的观点是：机器学习技术是今后所有技术人员都绕不过的一个门槛。
为什么这么说？
很多和我一样经历了移动互联网时代变革的朋友都或多或少有所体会——2009年左右，移动互联网的浪潮刚刚来临，彼时，大多数在PC时代的技术人都没有意识到新的技术世代已经到来。多少PC时代的技术人马失前蹄，而又有多少技术新贵乘着移动浪潮扶摇直上。
物竞天择，适者生存。技术世界是残酷的，革命性的技术总是会周期性地出现，而对新技术永不停歇的追赶也许是我们技术从业者无法摆脱的“希绪弗斯”式宿命。
机器学习正是这样一个可以为引起行业洗牌的“革命性”技术。它的技术特性，使其能够进一步地解放人类，用更低的成本创造更高的价。现在，机器学习的算法和框架已足够成熟，硬件支持也足够强大，大数据技术也解开了其训练数据量不足的束缚。接下来，它对各个行业的改造，将是摧枯拉朽的。
那对于想投身机器学习行业的工程师和团队，应该如何融入？如何快速确定方向？快速实现产品？我的答案是：抓住浪潮，主动出击，广泛学习。去深入了解机器学习技术在每个行业中是如何应用的：深入到精妙的技术细节，吸收工程上的最佳实践，了解成熟的产品架构设计，全面观察行业的上下游……你需要去接触这些行业的核心技术人员：与他们交流、沟通、学习。
这里为大家安利一个机器学习工程应用向技术大会： 2017全球机器学习技术大会。
此次大会的讲师全都是来自国内外一线人工智能公司，既包括在AI领域圈地围城的Google、 Facebook、 Microsoft这样的平台型巨头，也包括别具特色的Skymind、Operator、 Boomtrain这样的硅谷创业新秀；同时也不乏像Uber、 Netflix、 Esty、 Pinterest等通过机器学习已经挖到金矿的弄潮企业，当然国内在AI领域大举杀入的阿里、腾讯等巨头自然也会不缺席。这些都是真正开发、应用机器学习技术的一线工程技术专家，在全球机器学习领域相当有代表性。
大会有主题演讲、互动研讨、案例分享、高端培训多样的形式，站在一线技术人员的角度，分享机器学习技术在各领域的发展和实践应用。对正在从事或预备投身机器学习行业的朋友来说，含金量非同一般。
大会特邀嘉宾：
讲师持续更新中……
当然，最后能有多少收获，还得看你自己的“手段”。
话不多说，我“挖矿”去了
