三石鼎立_个人页

简单重复的工作会逐步被AI所替代，这确实只是时间问题。
这个时间问题，主要考虑的是不同行业数据的积累，以及这些数据的分析处理能力（计算、存储、建模应用）。
结合实际场景来看，现在机器人已经可以调酒了，离厨师已经不远了，餐饮行业不是问题。
无人银行？你觉得支付宝是不是快达到你的预期了，呵呵
但AI毕竟是人工智能，全面替代人类还相对遥远，看看《流浪地球》的MOSS就知道了。

我不是很明白你所谓的“0基础”具体是到什么程度。
以人工智能为例，我觉得首先最基础的是要了解计算机，有线性代数、概率论等数学基础，同事要理解机器学习的原理。
计算机这个不陌生了，数学基础至少要有大学本科的三门课基础，可以去翻翻理工科教材，机器学习可以先从“西瓜书”开始。

我就简单点说：

Python只是一门语言一个工具，除了人工智能还可以做其它的软件开发、Web开发。
人工智能是一个技术门类，要想真正掌握还要了解其中的数学原理和实现机制，算法工程师更着重的是怎么建立和训练模型，除了Python，现在也有提供其他语言接口的工具。
当然，目前最主流的模型训练都是通过Tensor Flow，其中通过Python提供了很好的接口，训练起来比较方便，这是他们的交集。

其实，想投身于人工智能领域，不一定非要来自哪个专业，大学所能学习到的东西相对都是比较浅显的，“半路出家”的工程师并不少见。
但如果想成为一名科班出身的精英，从软件的角度上来讲，建议是学习计算机相关或数学专业，如果是想从事硬件方面的，机械工程和自动化也比较相关。

如上面的朋友介绍的，人工智能就是AI，Artificial Intellegence，是人造出来的能够模拟人类的智能，其应用也十分广泛，目标就是能够替代人类做一些繁琐的事情，甚至具备超过人类的能力，这是一个概述。

从技术上具体说来，现阶段最关键的是让计算机能够理解概念，进而做出判断甚至动作。而为了能够让计算机能够像人一样对抽象的概念进行理解的过程，就是机器学习。目的就是通过对历史经验或者大量无规则数据的学习，能够对事物进行分类判别，甚至对未发生的事件作出精确的预测。

目前，最热门的机器学习手段是通过神经网络进行深度学习，这在机器学习的三大主要方向：监督学习、非监督学习和强化学习领域都有很广泛的应用。

简单说说我的理解：

1. 至少要了解主流的机器学习算法，了解决策树、支持向量机等，重点是目前广泛应用是神经网络

2. 理解机器学习算法的本质原理，要有比较扎实的数学基础，包括并且不限于线性代数、概率论和数理统计，微积分等更是基础中的基础

3. 能够结合具体应用场景，使用TensorFlow和已有数据，训练出能够投入使用的模型

先说这三点吧。