2017年，谷歌的AlphaGo再次捲土重來，完敗世界第一棋手柯潔，人工智慧一下子成為全球討論的焦點，而升級版的技術——強化學習演算法更是瞬間成為技術領域討論的熱點。

風口已至，Google、亞馬遜、微軟等巨頭，開始大力佈局人工智慧領域。百度，騰訊，阿里巴巴，京東，等網際網路巨頭甚至都在美國矽谷大肆高薪挖掘人工智慧人才。

▌網際網路巨頭搶人大戰硝煙四起

就在Google第一女神李飛飛離職的50天后。2018年11月15日，另一位知名的谷歌AI華裔高管，也辭別了這家美國科技巨頭。

她叫做李佳，谷歌雲AI研發主管、谷歌AI中國中心總裁。

算上之前回歸斯坦福大學的李飛飛，卸任百度副總裁的陸奇，還有2017年出走的前百度首席科學家吳恩達，接連4位重量級人工智慧專家離開中國，千萬年薪對於他們，早已不再具有吸引力。

除了對夢想的追求，其背後更是人工智慧領域對人才的追逐，不僅是企業，還包括學術界。

此刻的北京，即便是普通的機器學習演算法崗位，少則月薪 20k，甚至 100k 以上……

風口來了，真的是豬要飛起來了，豬肉也開始漲價了。

▌強化學習是技能升級的必然選擇

進入人工智慧，深度學習演算法是必須要學習的，再結合未來5年的發展，人工智慧的演算法技術再次細化，強化學習成為人工智慧發展的核心技術，讓機器學會自我探索，能判斷出最優的行為。

為什麼強化學習將會成為人工智慧發展的核心技術，我們就拿最火的無人駕駛來說。

首先，強化學習可以更有效地解決環境特殊情況。比如，針對可能會出現行人和動物亂穿馬路的特殊情況，強化學習就可以學習如何做出正確的行為。

其次，強化學習具有整體的系統性，對其中的一些模組更加魯棒。例如，自動駕駛中的感知模組不可能做到完全可靠。有一次無，Tesla無人駕駛的事故就是因為在強光環境中感知模組失效導致的。

最後，強化學習可以比較容易學習到一系列行為。自動駕駛中需要執行一系列正確的行為才能成功的駕駛。而強化學習能夠學會自動修正偏移。

講了這麼說，對於非專業的半路出家的我們該如何學習呢？

很簡單！那就選擇一位好的導師，快速入門。網際網路時代，越快學會，損失的時間成本越低。

11月30日，小象學院聯合上海交通大學葉梓博士，準備了一場關於強化學習的人工智慧盛宴，從演算法角度和技術發展，帶你領略強化學習的重要祕訣，快速瞭解和認知強化學習，成為一名人工智慧工程師。

長按二維碼檢視詳情

長按二維碼檢視詳情

諮詢，報名，檢視更多課程，請點選【閱讀原文】

↓↓↓