高考我想报关于电影特技的专业，最好是正规的好大学（不是培训学校）应该报什么专业？

数字媒体艺术专业，软件工程一般都是开发软件的。数字媒体艺术一般要学：数字信号处理、微机原理与接口技术、计算机网络、数字图像处理、网页设计、多媒体信息处理与传输、流媒体技术、动画原理与网络游戏设计、影视技术基础、摄影与摄像、视频特技与非线性编辑、虚拟现实、影视艺术导论、艺术设计概论、设计美学、画面构图、数字媒体新技术与艺术欣赏。

其中动画原理与网络游戏设计、影视技术、非线编，最为重要。一般学**特技，要掌握好几种软件，如三维特效软件MAYA，合成特效：nuke/fusion，像泰坦尼克号里落水的数字人，都是后期合成出来的，其他Houdini 特效方面非常强大的软件，Illusion是集**特技、合成、绘画和变形软件于一身的合成软件，Inferno*系统。

中国特效起步较晚，很多大学也是打着旗帜，北京**学院也是去年刚开影视技术系，今年我考了，不过没考上。特效专业需要学精，现在很多动画专业毕业都不好找工作，主要是缺乏创新，和想象力，功夫熊猫问世后，很多中国人都自叹不如，《阿凡达》更是掀起特技狂潮。

在中国像《唐山大地震》这种垃圾的特效都是找外国人制作的，中国人没人弄得出来。

世界上顶级**特效公司有：新西兰维塔，　工业光魔，Digital Domain。创立者分别是彼得杰克逊、乔治卢卡斯、詹姆斯卡梅隆。彼得杰克逊的《指环王》三部曲和《金刚》都是他的维塔公司制作的。工业光魔是乔治卢卡斯1977年拍摄《星球大战》是成立的。Digital Domain是卡梅隆1994年成立的，代表作《真实的谎言》《泰坦尼克号》，后卖给迈克尔贝，让其拍摄《珍珠港》和变形金刚三部曲。

值得一说的是詹姆斯卡梅隆酝酿十二年的《阿凡达》，彼得·杰克逊(Peter Jackson)的WETA工作室主要负责人物CGI方面的工作，卡梅隆自家的Raelity Camera System公司，主要负责3D效果的拍摄与制作，卢卡斯旗下的工业光魔以及早年间由梅隆创立，后转手《变形金刚》导演迈克尔贝的多次参与其**制作的数字领域(Digital Domain)，主要负责细微粒子化特效制作，比如大气，尘埃以及海洋。这才呈现无与伦比的效果。

中国估计二十年都赶不上。

初学者如何从零学习人工智能

此文是想要进入人工智能这个领域、但不知道从哪里开始的初学者最佳的学习资源列表。

一、机器学习

有关机器学习领域的最佳介绍，请观看Coursera的Andrew Ng机器学习课程。 它解释了基本概念，并让你很好地理解最重要的算法。

有关ML算法的简要概述，查看这个TutsPlus课程“Machine Learning Distilled”。

“Programming Collective Intelligence”这本书是一个很好的资源，可以学习ML 算法在Python中的实际实现。 它需要你通过许多实践项目，涵盖所有必要的基础。

这些不错的资源你可能也感兴趣:

1、Perer Norvig 的Udacity Course on ML（ML Udacity 课程）

2、Tom Mitchell 在卡梅隆大学教授的 Another course on ML（另一门ML程）

3、YouTube上的机器学习教程 mathematicalmonk

二、深度学习

关于深度学习的最佳介绍，我遇到最好的是 Deep Learning With Python。它不会深入到困难的数学，也没有一个超长列表的先决条件，而是描述了一个简单的方法开始DL，解释如何快速开始构建并学习实践上的一切。它解释了最先进的工具（Keras，TensorFlow），并带你通过几个实际项目，解释如何在所有最好的DL应用程序中实现最先进的结果。

在Google上也有一个great introductory DL course，还有Sephen Welch的great explanation of neural networks。

之后，为了更深入地了解，这里还有一些有趣的资源：

1、Geoffrey Hinton 的coursera 课程“Neural Networks for Machine Learning”。这门课程会带你了解 ANN 的经典问题——MNIST 字符识别的过程，并将深入解释一切。

2、MIT Deep Learning（深度学习）一书。

3、UFLDL tutorial by Stanford （斯坦福的 UFLDL 教程）

4、deeplearning.net教程

5、Michael Nielsen 的 Neural Networks and Deep Learning（神经网络和深度学习）一书

6、Simon O. Haykin 的Neural Networks and Learning Machines （神经网络和机器学习）一书

三、人工智能

“Artificial Intelligence: A Modern Approach (AIMA)” （人工智能：现代方法） 是关于“守旧派” AI最好的一本书籍。这本书总体概述了人工智能领域，并解释了你需要了解的所有基本概念。

来自加州大学伯克利分校的 Artificial Intelligence course（人工智能课程）是一系列优秀的视频讲座，通过一种非常有趣的实践项目（训练AI玩Pacman游戏 ）来解释基本知识。我推荐在视频的同时可以一起阅读AIMA，因为它是基于这本书，并从不同的角度解释了很多类似的概念，使他们更容易理解。它的讲解相对较深，对初学者来说是非常不错的资源。

大脑如何工作

如果你对人工智能感兴趣，你可能很想知道人的大脑是怎么工作的，下面的几本书会通过直观有趣的方式来解释最好的现代理论。

1、Jeff Hawkins 的 On Intelligence（有声读物）

2、G?del, Escher, Bach

我建议通过这两本书入门，它们能很好地向你解释大脑工作的一般理论。

其他资源：

Ray Kurzweil的 How to Create a Mind （如何创建一个头脑Ray Kurzweil） (有声读物).

Principles of Neural Science （神经科学原理）是我能找到的最好的书，深入NS。 它谈论的是核心科学，神经解剖等。 非常有趣，但也很长 – 我还在读它。

四、数学

以下是你开始学习AI需要了解的非常基本的数学概念：

微积分学

1、Khan Academy Calculus videos（可汗学院微积分视频）

2、MIT lectures on Multivariable Calculus（MIT关于多变量微积分的讲座）

线性代数

1、Khan Academy Linear Algebra videos（可汗学院线性代数视频）

2、MIT linear algebra videos by Gilbert Strang（Gilbert Strang的MIT线性代数视频）

3、Coding the Matrix?（编码矩阵） – 布朗大学线程代数CS课程

概率和统计

1、可汗学院 Probability（概率）与 Statistics（统计）视频

2、edx probability course （edx概率课程）

五、计算机科学

要掌握AI，你要熟悉计算机科学和编程。

如果你刚刚开始，我建议阅读 Dive Into Python 3 （深入Python 3）这本书，你在Python编程中所需要的大部分知识都会提到。

要更深入地了解计算机编程的本质 – 看这个经典的 MIT course （MIT课程）。这是一门关于lisp和计算机科学的基础的课程，基于 CS -结构和计算机程序的解释中最有影响力的书之一。

六、其他资源

Metacademy? – 是你知识的“包管理器”。 你可以使用这个伟大的工具来了解你需要学习不同的ML主题的所有先决条件。

kaggle? – 机器学习平台

鹏仔微信 15129739599 鹏仔QQ344225443 鹏仔前端 pjxi.com 共享博客 sharedbk.com