M子姐姐
作為一名IT從業者，同時也是一名教育工作者，我來回答一下這個問題。
隨著人工智能平臺的陸續開放，當今社會已經進入到了智能化時代，未來大量的智能體將陸續走進生產環境和生活環境，所以除了專業技術人員之外，普通人掌握一定的人工智能知識是有必要的。
從當前人工智能技術的應用情況來看，基於人工智能平臺進行各種應用開發會帶來大量的創新，而且這種開發本身也並不複雜，技術門檻也相對比較低。對於初學者來說，要想自學人工智能編程，可以按照以下幾個步驟來學習：
第一：學習編程語言。人工智能開發需要具有紮實的編程基礎，目前Python語言在人工智能開發領域有比較廣泛的應用，而且Python語言簡單易學，完全可以通過自學來掌握。在學習完Python的基本語法之後，可以繼續學習一下機器學習知識，而且在學習機器學習的過程中，也會進一步鞏固Python開發知識。
第二：學習人工智能平臺。初學者藉助於人工智能平臺來進行智能化應用開發是比較現實的選擇，而且在產業互聯網時代，大量的行業智能化應用都會基於人工智能平臺來完成。目前人工智能平臺往往都是基於計算機視覺和自然語言處理打造的，相關技術也形成了大量的落地應用案例，所以學習起來也會比較順利。
第三：實踐。智能化開發的實踐過程通常需要在實習崗位上來完成，一方面智能化開發通常需要一定的場景支撐（數據中心等），另一方面智能化開發涉及到的環節也比較多。目前大型科技公司的實習崗位還是比較多的，通過這些實習崗位的鍛鍊能夠全面提升自身的開發能力。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網、大數據、人工智能等方面的問題，或者是考研方面的問題，都可以在評論區留言，或者私信我！
IT人劉俊明
GitHub上，有個新發布的深度學習教程，叫PracticalAI，今天剛剛被PyTorch官方推薦，已經收穫2600多標星。
項目基於PyTorch，是從萌新到老司機的一條進階之路。這條路上每走一步，都有算法示例可以直接運行。
新手可以從基礎的基礎開始學起，不止線性規劃和隨機森林，連筆記本怎麼用，NumPy等重要的Python庫怎麼用，都有手把手教程。
到中後期，可以學著搭高級的RNN，厲害的GAN，這裡還有許多實際應用示例可以跑。畢竟，這是一個注重實踐的項目。
這裡的算法示例，可以用Google Colab來跑，免費借用雲端TPU/GPU，只要有個Chrome就夠了。沒梯子的話，就用Jupyter Notebook來跑咯。
內容友好，持續更新PracticalAI裡面的內容，分為四個部分，並將持續更新：
基礎 (Basics)，深度學習入門 (Deep Learning) ，深度學習高階 (Advanced) ，以及具體應用 (Topics) 。注：此處非直譯。
· 基礎部分，除了有Python指南、筆記本用法，以及Numpy、Pandas這些庫的用法，還有線性規劃、邏輯規劃、隨機森林、k-means聚類這些機器學習的基本技術。
有了這些，可以走進深度學習的世界了。
· 深度學習入門，包括了PyTorch指南、多層感知器 (MLP) 、數據與模型、面向對象的機器學習、卷積神經網絡 (CNN) 、嵌入，以及遞歸神經網絡 (RNN) 。
· 深度學習高階，會涉及更高級的RNN、自編碼器、生成對抗網絡 (GAN) ，以及空間變換網絡 (Spatial Transformer Networks) 等等。
· 最後是應用。計算機視覺是個重要的方向。除此之外，還會涉及時間序列分析 (Time Series Analysis) ，商品推薦系統，預訓練語言模型，多任務學習，強化學習等等示例可以運行。也可以修改示例，寫出自己的應用。
細心的小夥伴大概發現了，表格裡的有些話題還沒有加鏈接 (如上圖) 。項目作者表示，這些部分很快就會更新了。
另外，表上還有沒填滿的格子，作者也歡迎大家前去添磚加瓦。
食用說明，無微不至項目作者用了三點來描述這個項目：
一是，可以用PyTorch來實現基礎的機器學習算法，以及神經網絡。二是，可以用Google Colab直接在網頁上運行一切，無需任何設定 (也可以用Jupyter跑) 。三是，可以學做面向對象的機器學習，與實際應用聯繫緊密，不止是入門教程而已。
那麼如何上手？筆記本跑起來啊：
(步驟幾乎是針對Colab寫的。Jupyter用戶可忽略。)
第一步，項目裡進到notebooks目錄。第二步，用Google Colab去跑這些筆記本，也可以直接在本地跑。第三步，點擊一個筆記本，把URL裡的這一段：https://github.com/替換成這一段：https://colab.research.google.com/github/或者用Open In Colab這個Chrome擴展來一鍵解決。第四步，登錄谷歌賬號。第五步，點擊工具欄裡的COPY TO DRIVE按鈕，就可以在新標籤頁裡打開筆記本了。
第六步，給這個新筆記本重命名，把名稱裡的Copy of去掉就行。第七步，運行代碼，修改代碼，放飛自我。所有改動都會自動保存到Google Drive。 開始學吧，不然等到內容更新了，要學的就更多了。
項目傳送門：https://github.com/GokuMohandas/practicalAI/
— 完 —
三年起步
首先，編程這個問題問的領域比較大，為什麼說大？學軟件開發，要麼前端，要麼後端，也是編程，大數據，也是編程，人工智能一樣也是編程……
所以，沒有明確一個具體的方向。
編程世界，有一門古老的語言叫做C語言，它是C++和JAVA的祖先，一切語言的基礎都來自它，所以，你不妨與它先認識。
但是，現在因為人工智能的火起來的python語言，就有很多人學習它，也有很多人說它語法簡單，易學易上手，這個說法沒錯。也有人說它是新手學習最好的語言。確實，沒有嚴謹的語法，可以說是“為所欲為”。JAVA寫100行代碼，它可能只需要寫20行。
只不過，我還是說說我想說的主角吧！它是C語言，為什麼是它的，因為你只有學會它，再學C++和JAVA就容易得多，可以說很快帶你成為一名程序員。當然，不是絕對的。
而學習python也並非不可，只是它不同與C/C++和JAVA。學會以後，再回頭看C，感覺不是一個世界的。
現在大學都是以C語言為專業基礎語言，你不妨可以先從它下手。
希望這份答案能對你有幫助。
雲攝夢影
第一先學習python， 瞭解python的一般語法， 跟著視頻學習下pytorch
第二大量閱讀，通過百度關鍵字搜索人工智能相關概念，瞭解人工智能的基本概念
第三找準一個方向，深入瞭解，大量閱讀博客
第四開始使用pytorch做一些小實驗
第五通過找準的方向，去人工智能競賽頁面開始寫一些算法
第六加入一些人工智能的群，和大家多交流
沙場點兵見穹蒼
先學計算機
然後學計算機編程語言
然後再學數據庫和大數據
然後需要學雲計算和存儲
可以編輯數據調用優先觸發架構，信息搜索引擎和類比信息篩選算法，建立自主學習架構。
搞科技就是生活
我覺得應該先有低壓電I證，從工廠電器零器件接觸，然後在從電腦基礎編程開始入手。
