这是一个非常好的问题，结合当前的科研发展趋势和产业人才需求趋势，我来说说个人看法。

(相关资料图)

首先，如果把编程语言看成是打开计算机技术大门的钥匙，那么机器学习就是打开人工智能大门的钥匙，在当前人工智能正逐渐成为多学科交叉创新的热点时，大量传统学科的老师和同学必然会借助于机器学习来给自己开辟更大的创新空间。

计算机大类专业，尤其是人工智能专业的同学，在面对机器学习时与其他专业的同学会有不同的发展规划，学习和创新的侧重点也有明显的区别。

计算机大类专业的同学更注重机器学习本身的理论基础，要给自己构建起一个完整的机器学习理论框架，在这个基础上结合自身的发展规划来找到自己的创新着力点。除了要掌握经典机器学习算法之外，还需要重点学习深度学习，能够紧跟当前深度学习领域的创新趋势，掌握合理的研究方法，同时还需要重点提升自身的工程实践能力。

与计算机大类专业的同学不同，传统学科专业的同学在结合机器学习开展创新时，通常会把机器学习作为一种创新的工具，而不会把创新点放在机器学习本身上，这是一个明显的区别，所以传统学科借助机器学习来开展创新，往往会采用已经比较成熟的机器学习成果。

比如计算机大类专业的同学都在研究深度学习时，传统学科的同学还在采用经典机器学习算法来跟本学科相结合，并不是说经典机器学习的方式就一定落后，只是在传统学科领域，经典机器学习的效果已经突破了已有的解决方案，这已经是创新了。

不可否认的是，当前很多传统学科的老师和同学也在紧跟机器学习领域的最新创新成果，这确实给计算机大类专业的同学带来了压力，但是从学科发展的角度来说，这也带来了一个好处，因为这种结合本身会促进机器学习的落地应用，会给计算机大类专业的同学带来更大的就业空间。

近些年来我一直是国家培训项目的主讲老师之一，早期只有计算机大类专业的老师会参加我的讲座，但是近几年有越来越多的非计算机专业老师来参加讲座，而且还有不少管科专业的老师，这也从侧面反映了当前的创新趋势。

近几年我受邀参加了不少非计算机专业同学的答辩，很多研究生同学会把自己的创新点放在机器学习跟本专业的结合上，此时答辩老师并不会把问题集中在机器学习上，而是会重点关注本学科领域在机器学习上的延展。

实际上非计算机专业同学对于机器学习本身往往并不会深究，这些同学绝大部分是无法从事机器学习相关岗位的，所以并不会挤压计算机专业同学的就业空间。

目前我联合多所大学的导师，包括互联网大厂的企业导师，共同搭建了一个技术论坛，在持续开展人工智能、大数据、物联网相关的实践活动和知识讲座活动，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。