当你问及人工智能的普及时，马云是一个很好的例子。只有不断创新，改变传统，人工智能的互联网领域，智能机器人的领域，才是在不断改变传统，改变人们的生活。题主问人工智能行业如何普及？我就介绍以上几点，回答你。只有不断创新创新，你才能明白？
人工智能为什么这么火？
谢邀！人工智能(AI)从被提出到现在，已有超过60年的发展历程，虽然中间也经历过暂短的热潮，都没有真正火起来，而直到去年3月阿尔法狗打赢了世界围棋冠军李世石，AI才掀起了新一轮的热潮。这轮热潮，在谷歌、Facebook、微软、BAT等企业投资推动下，让AI走到大众视野，也走向实际应用。而人工智能之所以最近两年才火起来，是因为拥有计算、算法和大数据这三大支撑力！首先看看计算力方面的提升。
计算是AI发展的基础。在20年前，一个机器人，当时是用32个CPU，达到120MHz的速度，而今天一台小小服务器的计算速度已是20年前最快计算机的60倍。现在的人工智能系统可以使用成百上千个GPU来提升的计算能力。这使得处理学习或者智能的能力得到比较大的增强。之前用CPU一个月才能出结果，然后再去调整参数，一年只能迭代12次。
GPU产生后大幅提升了计算量，现在用GPU可以一天就出结果，迭代的更快。再看看算法方面的更新。以人脸识别为例，在2013年深度学习应用到人脸识别之前，各种方法的识别成功率只有不到93%，低于人眼的识别率95%，因此不具备商业价值。而随着算法的更新，深度学习使得人脸识别的成功率提升到了97%。
这才为人脸识别的应用奠定了商业化基础。而历经了十多年互联网行业快速发展所积累的数据资源，为AI提供了充足的“养料”。例如，在AlphaGo的学习过程中，核心数据是来自互联网的3000万例棋谱。互联网和智能手机的快速普及催生了海量数据。无论是人们无论是用手机、跑步、看电视还是行驶在车流中，几乎所有的活动都会留下数字足迹，海量数据已汇成数据洪流。
AI界的泰斗、加拿大多伦多大学的Hiton教授早在2006年就提出了深度学习的概念，直到最近几年深度学习才逐渐应用起来，是因为算法的更新也离不开大数据和计算力的支持。深度学习模型只有通过大量的数据训练才能获得理想的效果。相应地，海量数据的运算处理也必须有强大的计算作为支撑。所以说，有了计算的基础，加上算法的突破与数据洪流的爆发成就了人工智能获得突破、走向应用。
人工智能火爆，人工智能培训靠谱吗？
人工智能靠短期的培训没有用，而应该是自己长期的学习和积累。如果说跟学历没有关系，大家肯定也不信。我认为，学历本身带来的是你自己以前能力和知识的一个背书，是一个加成。那么学历一般，但是自己学习能力强，还是可以成为一个人工智能的从业者的。本人是某211高校2018年研究生毕业生，非CS科班出身，目前也找到了一个机器学习相关工作。
我认为，想成为一个专业的技术从业者，需要三方面能力：1.数学能力；2.编程能力；3.工具的使用。下面开始解释：就培训而言，必然是有个固定的期限，目前市面上的培训都是以快速著称。那么很显然，绝大多数人获得的是工具的介绍和使用。再进一步，培训可能获得编程能力的熟练，通过短期的快速训练，这里指的是获得对具体某门语言的熟悉和某个开发工具的掌握。
但是，这并不代表真正的编程能力强。我理解是编程能力强。没有别人给你画过框框。你在里面填空。而是你有独立分析问题的能力，也就是你可以得到一个问题或者一个目标，找到多种方法去实现它，并从中评估出最佳的解决方案。最后，讨论数学能力。我刚上大学时，学的是高等微积分。当时很多人说我毕业后不会用微积分买菜。当时真的没有办法反驳他，但是随着你接触的领域越来越多，学到的东西越来越多，你发现微积分的思想无处不在，这是一种思考问题的方式。
