Alla pratar om AI, allt fler leverantörer erbjuder AI-verktyg och allt fler företag har börjat bygga AI-lösningar. För att inte utvecklingen ska stanna av krävs det fotsoldater som bygger lösningar och man kan anta att det ofta handlar om utvecklare.

Men hur ska en vanlig Java-, Dotnet- eller webbutvecklare ta steget till att bli AI-expert?

– Att jobba med AI är inte ouppnåeligt längre, det går att komma i gång ganska enkelt. Det som behövs är en laptop och några öppna bibliotek, sedan kan man sätta i gång och labba, säger Maria Idebro, konsultchef på HiQ i Stockholm.

Hon berättar att flera av HiQ:s kunder har kommit igång med AI-projekt. Det finns ett stort intresse för att jobba med AI.

Läs också: Experten: "Företag som inte satsar på AI kommer att dö"

– Nästan alla våra konsulter är nyfikna på AI, det finns ett allmänt intresse. AI är det som händer inom teknik just nu, säger Maria Idebro.

Christian Landgren som är vd på konsultföretaget Iteam är inne på samma spår som Maria Idebro:

– Lär dig grunderna i Python, använd Googles Tensorflow, till exempel med hjälp av några av de färdiga Jupytermallarna och sätt i gång och labba efter dina egna behov, säger Christian Landgren.

Hans beskrivning gäller delområdet maskininlärning inom AI, men han påpekar att principen gäller även inom hela dataanalysområdet.

Men behövs det inga mer formella förkunskaper?

– Man kommer förvånansvärt långt med de exempel som finns men vill man bygga helt nya lösningar krävs en hel del matte och statistik, säger Christian Landgren.

Många av aktiviteterna kring att bygga AI-lösningar kretsar kring språket Python. Men Patrik Löwendahl som är ansvarig för lösningar för digitala affärer på konsultföretaget Avanade breddar teknikvalet:

– De två stora leverantörerna att hålla ögonen på är IBM med Watson och Microsoft med flera AI-tjänster på Azureplattformen, säger Patrik Löwendahl.

Även han ger rådet att sätta i gång och labba.

– På många sätt är det är som med vilket annat nytt område som helst. Men det krävs en del andra färdigheter för utvecklare inom AI.

Läs också: Här är it-jobben som betalar bäst – och sämst

En viktig sak att tänka på enligt Patrik Löwendahl är att börja med att bestämma sig för vilket delområde inom AI som man vill koncentrera sig på, till exempel maskininlärning eller kognitiva tjänster som bildigenkänning.

Han nämner vidare att det kan vara bra med teoretiska kunskaper om till exempel neurala nätverk, men framför allt att förstå att fokus för lösningar är annorlunda än vad många utvecklare är vana vid:

– Design av användargränssnitt är inte så viktigt när man bygger AI-lösningar.

Med det menar han att AI-lösningarna ofta ingår i större lösningar som är närvarande kontinuerligt. Frågor gällande användargränssnitt rör de omgivande tillämpningarna, inte själva AI-lösningarna.

Kontentan av experternas råd är att det bästa sättet att bli AI-expert är att sätta i gång att labba. Men man bör först bestämma sig för vilket delområde inom AI man ska ägna sig åt.