AIDIY
本教程受到 CS自学指南 的启发。CS自学指南是一个全面而丰富的计算机领域的自学指南，提供了一系列供人学习的计算机领域的优质课程。
本指南的内容不止在于如何学习，也在于如何更好的学习。
本教程能为你带来什么
人工智能，随着 Stable Diffusion 以及 ChatGPT 的横空出世，广泛地出现在大众的视野中，而在此之前，人工智能领域已经取得了长足的发展。对于一名刚刚踏入大学的同学（或者对相关领域一无所知的新手）来说，人工智能只是一种浮于表象的热潮，但是无论出于什么原因（e.g. 科研/升学/就业/教职），你决定从一无所有开始踏足人工智能领域，开启这一次「冒险」。
当读者真正踏入人工智能领域之后，便不免发现其自学的困难性。人工智能的自学，其困难并非因为相关教程的稀缺，正相反，人工智能作为热门领域，其教程之数量浩如烟海，然而找到真正高效的途径却并不简单，无数的教程停留在人工智能早期的技术发展以及繁琐的数学推导，这些内容令初学者望而却步，而又使前进者付出了大量的时间成本。
从功利角度上来看，在如今科研环境越发内卷的当下（e.g. 本科保研，在大三之前在人工智能领域发表一篇 CCF-A 论文（也就是通常说的「顶刊/会」）已经成为了最高学府的入场券），一些人工智能内容的学习并不是必须的，尽快进入高速科研的赛道成为了一种必需品。
诚然一些基础的知识会提升你的科研品味，并且让你具有更好的 insight（可以理解为「见解」），但是我们最后都会深耕于某一细分领域，对于相关领域的针对性学习与在此之前对于通识领域快速入手可以带来更高的回报率。
笔者在入门深度学习的过程中，走过了许多的弯路，并且总结了一些经验，这也是本教程写作的初衷：告诉读者如何自学人工智能，哪些教材/课程/视频可供参考或需要舍弃部分，如何提高自己的科研品味，如何快速入门某一领域等。
与此同时，本教程依然保持正常的教程功能，即在提供学习的快速通道的基础上，依然为想要按部就班/扎实学习人工智能领域相关知识的同学提供一条属于自己的道路。敬畏知识的人同样是可敬的，一条远路并非是一条歧路。
如何使用这本书
本书的全部内容均使用 Markdown 进行渲染，其中的部分格式是你需要注意的：
- 对于标有🌟的内容，意味着这些内容是重点，读者假如在此之前没有相关的了解，学习这些内容或许是必要的。
- 对于标有📖的内容，意味着这些内容是可选的，读者可以跳过这些内容，但是笔者依然给出这些介绍与选项，因为远路不是歧路，扎实的知识同样可以为读者带来提升。
本教程包括但不限于以下的内容：
-
基础知识：主要讲述了一些人工智能领域的常识，在正式学习人工智能领域之前，或许这些知识是你有必要了解的，包括课题组、论文以及一些领域中的专业词汇，我们建立了一个优雅的专业词汇对照表，并且会持续的进行更新，这或许对于你会有帮助。
-
学习路线：主要讲述了如何学习某方面的知识的宏观学习方法，在这其中，我们指出了哪些知识是必须的，哪些知识是可选的，以及如何学习这些知识。对于已经经过系统学习的科研工作者来说，这一部分的知识或许并非必须的。
-
科研技巧：主要讲述了如何掌握一些在科研过程中的必须技巧。本章节的内容侧重于论文阅读与 Idea 等思路与写作内容，而并非代码内容，代码相关内容将在后续的章节中进行介绍。
-
领域精通：主要讲述了如何在某一领域中进行后续的提升。本章节的内容由各个领域成熟的科研工作者总结而来，包含相关的基础知识、课程推荐、经典论文，以及相关的工具链、代码的各个领域的介绍。
假如你也想成为贡献者
假如你也想成为贡献者，为后来之人指引一分方向，贡献指南中面向初学者讲解了参与开源流程的教程，对于有经验的读者，也可以直接在项目中发起 Pull Request，也欢迎和我邮件联系。