如果算法基礎和數學基礎都不高，學AI就只能做個調包俠了，除此之外還能為你提供解決某些問題的思路，如果是這樣我建議你還是不要踏入這個行業了，做一個軟件開發工程師也許會更好。

調包俠

很多算法其實已經都被封裝好了，你也不需要對算法和數學基礎要求有多高，一句代價即可調用。下面就用MXNet深度學習框架來介紹一下，這里就以SSD目標檢測算法為例

不用訓練，也不需要任何的算法和數學基礎你就完成了一個目標檢測算法。

提供解決某些問題的思路

人工智能能夠這么受歡迎，其實主要還是因為它確確實實能夠解決很多痛點問題。比如說，某天你的上司給你提了一個需求，讓你設計一套程序來識別一下，圖片中的蠟筆小新

通過圖片觀察你可以發現，蠟筆小新有一個土豆頭、大耳朵、喜歡穿紅色短袖、黃色褲子等，然后再根據這些特征定義一系列的規則，最終我們的程序能夠識別出蠟筆小新了，但是實際應用的時候你會發現這些特征大都需要設定閾值，而小新也不是那么聽話只保持某個動作，他會做很多動作從而導致你的程序識別率并不高。

所以，這時候你必須要通過其它的方法來實現這個功能了，然而這時候你了解到了有一種目標檢測算法可以很好的解決這個問題，這時候你學到AI算法就能夠應用上了。

為什么說如果算法和數學基礎如果不夠，不建議踏入這個行業呢？

等你學完之后，想找一個人工智能開發崗位的工作時，你會發現面試官老是會問各種算法原理，如果沒有一定數學知識和算法知識是很難學會這些東西的，所以如果這些基礎不扎實在面試的時候就會被pass掉，更別說找一份好工作了。

而且人工智能行業的算法更新迭代速度之快，如果你沒掌握一定的算法和數學知識也是無法看懂論文來更新你的知識，所以即使你有幸能夠踏入這個行業，也很難有一番成就。