(资料图片)

这是不少本科生同学比较关注的问题，我结合人工智能技术的研发流程和本科生同学的学习规划来说说个人建议。

首先，本科生同学入门机器学习并完成一些小模型的训练和部署是完全可行的学习方案，而且这个过程中也会逐渐提升对于人工智能技术的认知能力，会为后续的学习和科研奠定基础。

学习人工智能的门槛并不算高，大一的同学就可以在学习编程语言的同时学习机器学习基础知识，可以从经典的机器学习算法开始学习，然后学习深度学习相关知识，这个过程还需要重点学习一下深度学习框架，这会为后续开展案例复现奠定基础。

目前基于知识图谱的智慧问答系统有很多经典案例可以参考，本科生做一个问答模型也会促进自己专业知识的学习，这也是目前很多同学的选择。在做问答系统的过程中，还会大量学习NLP相关知识，需要重点了解一下Transformer，这会为后续理解LLM奠定基础。

除了问答系统之外，还可以把推荐系统作为切入点来学习机器学习、深度学习相关知识，目前很多同学也在采用图神经网络在推荐系统领域开展创新。推荐系统是一个重要且经典的方向，目前推荐系统领域有大量的经典案例可以参考，而且对于本科生同学来说，做推荐系统也有很多机会能够产出自己的创新成果。

虽然目前人工智能相关知识的学习门槛已经越来越低了，但是要想学好人工智能技术，一定要重视给自己营造一个比较好的交流和实践场景，尽量争取到专业老师的指导和帮助，尤其在学习的初期，能否快速建立起学习的成就感是比较重要的。

目前我联合多所大学的导师和互联网大厂的企业导师，共同搭建了一个技术论坛，在持续围绕人工智能、大数据等方向开展科研实践、项目实践和知识讲座等活动，最近正在持续开展科研兴趣小组活动，感兴趣的同学可以联系我申请参与，相信一定会有所收获。

最后，如果有人工智能相关的问题，或者需要我的帮助，都欢迎与我交流。