M子姐姐
作为一名IT从业者，同时也是一名教育工作者，我来回答一下这个问题。
随着人工智能平台的陆续开放，当今社会已经进入到了智能化时代，未来大量的智能体将陆续走进生产环境和生活环境，所以除了专业技术人员之外，普通人掌握一定的人工智能知识是有必要的。
从当前人工智能技术的应用情况来看，基于人工智能平台进行各种应用开发会带来大量的创新，而且这种开发本身也并不复杂，技术门槛也相对比较低。对于初学者来说，要想自学人工智能编程，可以按照以下几个步骤来学习：
第一：学习编程语言。人工智能开发需要具有扎实的编程基础，目前Python语言在人工智能开发领域有比较广泛的应用，而且Python语言简单易学，完全可以通过自学来掌握。在学习完Python的基本语法之后，可以继续学习一下机器学习知识，而且在学习机器学习的过程中，也会进一步巩固Python开发知识。
第二：学习人工智能平台。初学者借助于人工智能平台来进行智能化应用开发是比较现实的选择，而且在产业互联网时代，大量的行业智能化应用都会基于人工智能平台来完成。目前人工智能平台往往都是基于计算机视觉和自然语言处理打造的，相关技术也形成了大量的落地应用案例，所以学习起来也会比较顺利。
第三：实践。智能化开发的实践过程通常需要在实习岗位上来完成，一方面智能化开发通常需要一定的场景支撑（数据中心等），另一方面智能化开发涉及到的环节也比较多。目前大型科技公司的实习岗位还是比较多的，通过这些实习岗位的锻炼能够全面提升自身的开发能力。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！
IT人刘俊明
GitHub上，有个新发布的深度学习教程，叫PracticalAI，今天刚刚被PyTorch官方推荐，已经收获2600多标星。
项目基于PyTorch，是从萌新到老司机的一条进阶之路。这条路上每走一步，都有算法示例可以直接运行。
新手可以从基础的基础开始学起，不止线性规划和随机森林，连笔记本怎么用，NumPy等重要的Python库怎么用，都有手把手教程。
到中后期，可以学着搭高级的RNN，厉害的GAN，这里还有许多实际应用示例可以跑。毕竟，这是一个注重实践的项目。
这里的算法示例，可以用Google Colab来跑，免费借用云端TPU/GPU，只要有个Chrome就够了。没梯子的话，就用Jupyter Notebook来跑咯。
内容友好，持续更新PracticalAI里面的内容，分为四个部分，并将持续更新：
基础 (Basics)，深度学习入门 (Deep Learning) ，深度学习高阶 (Advanced) ，以及具体应用 (Topics) 。注：此处非直译。
· 基础部分，除了有Python指南、笔记本用法，以及Numpy、Pandas这些库的用法，还有线性规划、逻辑规划、随机森林、k-means聚类这些机器学习的基本技术。
有了这些，可以走进深度学习的世界了。
· 深度学习入门，包括了PyTorch指南、多层感知器 (MLP) 、数据与模型、面向对象的机器学习、卷积神经网络 (CNN) 、嵌入，以及递归神经网络 (RNN) 。
· 深度学习高阶，会涉及更高级的RNN、自编码器、生成对抗网络 (GAN) ，以及空间变换网络 (Spatial Transformer Networks) 等等。
· 最后是应用。计算机视觉是个重要的方向。除此之外，还会涉及时间序列分析 (Time Series Analysis) ，商品推荐系统，预训练语言模型，多任务学习，强化学习等等示例可以运行。也可以修改示例，写出自己的应用。
细心的小伙伴大概发现了，表格里的有些话题还没有加链接 (如上图) 。项目作者表示，这些部分很快就会更新了。
另外，表上还有没填满的格子，作者也欢迎大家前去添砖加瓦。
食用说明，无微不至项目作者用了三点来描述这个项目：
一是，可以用PyTorch来实现基础的机器学习算法，以及神经网络。二是，可以用Google Colab直接在网页上运行一切，无需任何设定 (也可以用Jupyter跑) 。三是，可以学做面向对象的机器学习，与实际应用联系紧密，不止是入门教程而已。
那么如何上手？笔记本跑起来啊：
(步骤几乎是针对Colab写的。Jupyter用户可忽略。)
第一步，项目里进到notebooks目录。第二步，用Google Colab去跑这些笔记本，也可以直接在本地跑。第三步，点击一个笔记本，把URL里的这一段：https://github.com/替换成这一段：https://colab.research.google.com/github/或者用Open In Colab这个Chrome扩展来一键解决。第四步，登录谷歌账号。第五步，点击工具栏里的COPY TO DRIVE按钮，就可以在新标签页里打开笔记本了。
第六步，给这个新笔记本重命名，把名称里的Copy of去掉就行。第七步，运行代码，修改代码，放飞自我。所有改动都会自动保存到Google Drive。 开始学吧，不然等到内容更新了，要学的就更多了。
项目传送门：https://github.com/GokuMohandas/practicalAI/
— 完 —
三年起步
首先，编程这个问题问的领域比较大，为什么说大？学软件开发，要么前端，要么后端，也是编程，大数据，也是编程，人工智能一样也是编程……
所以，没有明确一个具体的方向。
编程世界，有一门古老的语言叫做C语言，它是C++和JAVA的祖先，一切语言的基础都来自它，所以，你不妨与它先认识。
但是，现在因为人工智能的火起来的python语言，就有很多人学习它，也有很多人说它语法简单，易学易上手，这个说法没错。也有人说它是新手学习最好的语言。确实，没有严谨的语法，可以说是“为所欲为”。JAVA写100行代码，它可能只需要写20行。
只不过，我还是说说我想说的主角吧！它是C语言，为什么是它的，因为你只有学会它，再学C++和JAVA就容易得多，可以说很快带你成为一名程序员。当然，不是绝对的。
而学习python也并非不可，只是它不同与C/C++和JAVA。学会以后，再回头看C，感觉不是一个世界的。
现在大学都是以C语言为专业基础语言，你不妨可以先从它下手。
希望这份答案能对你有帮助。
云摄梦影
第一先学习python， 了解python的一般语法， 跟着视频学习下pytorch
第二大量阅读，通过百度关键字搜索人工智能相关概念，了解人工智能的基本概念
第三找准一个方向，深入了解，大量阅读博客
第四开始使用pytorch做一些小实验
第五通过找准的方向，去人工智能竞赛页面开始写一些算法
第六加入一些人工智能的群，和大家多交流
沙场点兵见穹苍
先学计算机
然后学计算机编程语言
然后再学数据库和大数据
然后需要学云计算和存储
可以编辑数据调用优先触发架构，信息搜索引擎和类比信息筛选算法，建立自主学习架构。
搞科技就是生活
我觉得应该先有低压电I证，从工厂电器零器件接触，然后在从电脑基础编程开始入手。
