河南新華呀
1、從基礎學科來分析
人工智能主要得學習數學，計算機，算法，心理學，統計學，概率學。當然這些主要是基礎的。要想深造還得涉獵更多的垂直行業，比如社會學領域的人工智能就離不開社科，經濟學領域的人工智能離不開財經等等。
2、人工智能的方向
§機器學習
§深度學習
§模式識別
§計算機視覺
3、人工智能前景廣闊
人工智能已經列入國家中長期發展規劃。未來，不對，現在人工智能已經或正在滲入生產生活的方方面面。樓主應該感受到了吧？！
希望我的回答對你有所幫助！
小滿知識庫
作為一名教育工作者，我來回答一下這個問題。
目前一部分高校在本科階段開設了人工智能專業，從課程體系結構來看，主要分成四大部分，第一部分是基礎學科部分，主要涉及到數學和物理相關課程；第二部分是計算機基礎課程，涉及到編程語言、操作系統、算法設計等課程；第三部分是人工智能基礎課程，涉及到人工智能基礎、機器學習、控制學基礎、神經科學、語言學基礎等內容；第四部分涉及到人工智能平臺相關知識。
由於人工智能是典型的交叉學科，所以人工智能專業需要學習的內容還是相對比較多的，而且學習難度也相對比較大，因此如果在本科階段選擇人工智能專業需要具有較強的學習能力。由於人工智能專業的學習過程對於學習環境有較高的要求，所以開設人工智能專業的高校往往都會有專門的數據中心、計算中心，以便於為學生提供數據和算力的支撐。
人工智能目前有六大研究方向，涉及到計算機視覺、自然語言處理、機器人學、自動推理、機器學習和知識表示，這些研究方向之間也存在比較緊密的聯繫，目前計算機視覺、自然語言處理和機器學習這三個方向的熱度相對比較高。由於不同的高校往往有不同的資源整合能力，在人工智能領域也有一定的側重點，所以在選擇具體學習方向的時候，應該結合所在高校的實際情況，儘量選擇學科實力比較強的方向，這樣會有一個更好的學習體驗。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網、大數據、人工智能等方面的問題，或者是考研方面的問題，都可以在評論區留言，或者私信我！
IT人劉俊明
人工智能是一個多技術交叉學科
人工智能不是哪個學科深度細分的學科，它是計算機科學、數學、電子學、統計學、信息處理技術、傳感技術等發展到一定成都後，解決用機器代替人類的感覺器官感知環境變化，並對收集到的信息按照人類的需要進行自動、高效的處理的技術。
人工智能定義
人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
人工智能亦稱智械、機器智能，指由人制造出來的機器所表現出來的智能。通常人工智能是指通過普通計算機程序來呈現人類智能的技術。通過醫學、神經科學、機器人學及統計學等的進步，有些預測則認為人類的無數職業也逐漸被人工智能取代。
人工智能涉及眾多學科
理工科的基礎學科，包括：
外語，通常是英語：看懂資料以及編程的需要
數學，包括：高等數學、線性代數、概率論、統計學、邏輯代數、模糊數學，根據專業方向不同，還要學習其他數學課程
計算機專業課程：計算機原理（微機原理、計算機組成原理、計算機系統原理、編譯原理、操作系統原理）、計算機網絡、軟件工程、數據庫
計算機語言：彙編語言、高級語言、人工智能高級語言、計算機仿真與計算語言
計算機算法：數據結構、信號分析、模式識別、神經網絡算法、深度學習算法
大數據處理：大數據分析、數據挖掘
根據專業不同，可能涉及的專業：
專注人工智能芯片的：電子技術（模電和數電）、電路分析、微電子技術、微處理技術、接口與通信、電路設計
專注於算法的：各種數學
專注機械製造：力學、機器傳動、步進電機、機械製圖、材料學、金屬加工處理
專注醫學人工智能：醫學......
人工智能不同的研究方向課程不同
不同院校、不同的專業都有人工智能專業，基礎課都一樣，但針對不同就業方向會開設不同的課程。
理工大叔
什麼是人工智能
人工智能，英文名為Artificial Intelligence，也就是人們口中的AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新技術科學。
人工智能的主旨是研究和開發出智能實體，在這一點上它屬於工程學。由於覆蓋的領域非常廣泛，所以這是一門集眾多學科精華的尖端技術。
人工智能主要學什麼
人工智能涉及的學科包括：計算機科學、信息論、控制論、自動化、仿生學、生物學、醫學等多門學科。
目前國內高校本科生階段的專業目錄中並沒有設置人工智能專業，在研究生階段才開設相應的研究方向。但是本科階段有很多專業是與人工智能相關的，比如計算機類、電子信息類、自動化類、數學類。
計算機類包含：計算機科學與技術、軟件工程、網絡工程、信息安全、物聯網工程、集成電路設計與集成系統等學科
自動化類包含：自動化、軌道交通信號與控制等
數學類包含：數學與應用數學、信息與計算科學、數理基礎科學、數據科學與大數據技術等
人工智能的前景如何
作為新一輪產業變革的核心驅動力和引領未來發展的戰略技術，國家高度重視人工智能產業的發展。
尤其是5G概念提出並實現後，人工智能的發展更是一片光明，自動駕駛和智慧城市、智能傢俱等等人工智能產品逐漸走進人們的視線，試想一下，在未來的某一天，電影中的黑科技生活全都成為現實，科技感爆棚！這即是人類發展進步的一大標誌，更是未來的又一新機遇。
更多優質內容，請持續關注鎂客網~
鎂客網
不管使用何種方法研究人工智能，都不會脫離開兩個方面：智能的理論基礎、人工智能的實現。所以，一種廣受研究者認可的人工智能研究的基本內容總結為九個方面（參考資料蔡自興老師的《人工智能及其應用》）：認知建模、知識表示、知識推理、知識應用、機器感知、機器思維、機器學習、機器行為、智能系統構建。
認知建模、知識表示、知識推理是對人類智能模式的一種抽象。
認知建模主要研究人類的思維方式、信息處理的過程、心理過程，以及人類的知覺、記憶、思考、學習、想象、概念、語言等相關的活動模式。
知識表示，則是將人類已經掌握的知識概念化、形式化、模型化，這個的重要性在於，人類要想建立超越人的人工智能系統，就要把整個人類種群所掌握的知識灌輸給它，從而讓它在一定程度上可以在知識量方面超越任何一個人類個體。
知識推理，則是研究人類如何利用已有的知識去推導出新的知識或結論的過程，從而可以讓機器也可以具備像人一樣的推理能力。
機器感知、機器思維、機器學習、機器行為則是對人類智能的一種模擬實現。
機器感知研究的是如何使機器具有類似於人類的感覺，包括視覺、聽覺、觸覺、嗅覺、痛覺等等，這個要用到認知建模裡面的知覺理論，而且需要能夠提供相應知覺所需信息的傳感器。舉個例子，機器視覺具有視覺理論基礎，同時還需要攝像頭等傳感器提供機器視覺所需要的圖像數據。
機器思維，則是利用機器感知的信息、認知模型、知識表示和推理來有目標的處理感知信息和智能系統內部的信息，從而針對特定場景給出合適的判斷，制定事宜的策略。這個說起來抽象，實際上大家已經接觸到的路徑規劃、預測、控制等都屬於機器思維的範疇。機器思維，顧名思義就是在機器的腦子裡進行的動態活動，也就是計算機軟件裡面能夠動態的處理信息的算法。
機器學習，是與人類的學習活動對標的。雖然有了知識並且也可以基於已有知識去推理，但是機器也要像人一樣不斷地學習新的知識從而更好地適應環境。機器學習研究的就是如何讓機器在與人類、自然交互的過程中自發的學習新的知識，或者利用人類已有的文獻數據資料進行知識學習。目前，人工智能研究和應用最廣泛的內容就是機器學習，包括深度學習、強化學習等。
機器行為是指智能系統具有的表達能力和行動能力，包括與人對話、與機器對話、描述場景、移動、操作機器和抓取物體等能力。而語音系統（音箱）、執行機構（電機、液壓系統）等是機器行為的物質基礎。智能系統要想具備行為能力，離不開機器感知和機器思維的結果。思維是行為的基礎，所謂是知行合一。
人工智能研究的最終要構建擬人、類人、超越人的智能系統
擬人、類人、超越人是人工智能的三部曲，人類最終要用一種實用的方式將上述關於知識和機器的研究技術付諸實現。目前已有的人工智能系統的實現主要體現在機器人（仿人、仿生，如Atlas仿人機器人，Big Dog機器狗等）、無人系統（無人車、無人機、無人船）、人工大腦（IBM沃森、阿爾法狗）等
一句話總結：人工智能主要研究如何讓機器像人一樣具備感知、獲取知識、儲存知識、推理思考、學習、行動等能力，並最終創建擬人、類人、或超越人的智能系統。
困得睜不開眼啊
人工智能是一個包含很多學科的交叉學科，你需要了解計算機的知識、信息論、控制論、圖論、心理學、生物學、熱力學，要有一定的哲學基礎，有科學方法論作保障。人工智能學習路線最新版本在此奉上：
首先你需要數學基礎：高等數學，線性代數，概率論數理統計和隨機過程，離散數學，數值分析；
其次需要算法的積累：人工神經網絡，支持向量機，遺傳算法等等算法；
當然還有各個領域需要的算法，比如你要讓機器人自己在位置環境導航和建圖就需要研究SLAM；
邁豪社區
目前人工智能專業的學習內容有： 機器學習、人工智能導論（搜索法等）、圖像識別、生物演化論、自然語言處理、語義網、博弈論等。\r
需要的前置課程主要有，信號處理，線性代數，微積分，還有編程（有數據結構基礎）從上面的專業課程內容來看，需要掌握的人工智能相關的知識內容還是很多的。\r
從專業的角度來說，機器學習、圖像識別、自然語言處理，這其中任何一個都是一個大的方向，只要精通其中一個方向，就已經很厲害了。所以不要看內容很多，有些你只是需要掌握，你需要選擇的是一個方向深入研究。其實嚴格來說，人工智能不算難學，但是也不是輕輕鬆鬆就能學會的，需要有一定的數學相關的基礎，同時還有一段時間的積澱。
憤怒的developer
數學基礎：高等數學 線性代數 泛函分析 概率論 等
算法基礎：數據結構 算法導論 等
專家領域：從硬件層（AI芯片）到軟件層（TF框架）到應用層（CV，NLP），跟人工智能相關的領域實在太多。
一般有數學和算法基礎的同學，然後專心在某個專家領域潛心研究，擴展深度，慢慢就變成這個領域的大牛，但時間可能需要很久，還需要很高的悟性。
希望這些對你有幫助，如果想深入學習AI，可以關注我的瘋狂進階系列。
AI瘋狂進階
人工智能主要是學一些Python基礎，機器學習算法，深度學習算法等的，主要是用一些算法來預測未來的。
推薦你可以瞭解一下尚學堂和百戰程序員的人工智能課程，這個課程是純人工智能實戰課程，每個階段的內容都有項目融入，用項目鞏固學習的技術知識點。最後在通過4個項目實戰溫習整個學習過的知識點技術。
小小互聯科技
主要看用什麼樣的視角看這個問題。1.從人工智能應用的角度來看，就是學習大公司已經開發好的框架比如谷歌的TensorFlow及Python語言。2.如果要更深入的瞭解背後的原理的話，就要系統的瞭解數學的理論（比如卷積，神經網絡、傅立葉變換等等）及計算機的一些理論（比如計算機視覺等）基礎
