河南新华呀
1、从基础学科来分析
人工智能主要得学习数学，计算机，算法，心理学，统计学，概率学。当然这些主要是基础的。要想深造还得涉猎更多的垂直行业，比如社会学领域的人工智能就离不开社科，经济学领域的人工智能离不开财经等等。
2、人工智能的方向
§机器学习
§深度学习
§模式识别
§计算机视觉
3、人工智能前景广阔
人工智能已经列入国家中长期发展规划。未来，不对，现在人工智能已经或正在渗入生产生活的方方面面。楼主应该感受到了吧？！
希望我的回答对你有所帮助！
小满知识库
作为一名教育工作者，我来回答一下这个问题。
目前一部分高校在本科阶段开设了人工智能专业，从课程体系结构来看，主要分成四大部分，第一部分是基础学科部分，主要涉及到数学和物理相关课程；第二部分是计算机基础课程，涉及到编程语言、操作系统、算法设计等课程；第三部分是人工智能基础课程，涉及到人工智能基础、机器学习、控制学基础、神经科学、语言学基础等内容；第四部分涉及到人工智能平台相关知识。
由于人工智能是典型的交叉学科，所以人工智能专业需要学习的内容还是相对比较多的，而且学习难度也相对比较大，因此如果在本科阶段选择人工智能专业需要具有较强的学习能力。由于人工智能专业的学习过程对于学习环境有较高的要求，所以开设人工智能专业的高校往往都会有专门的数据中心、计算中心，以便于为学生提供数据和算力的支撑。
人工智能目前有六大研究方向，涉及到计算机视觉、自然语言处理、机器人学、自动推理、机器学习和知识表示，这些研究方向之间也存在比较紧密的联系，目前计算机视觉、自然语言处理和机器学习这三个方向的热度相对比较高。由于不同的高校往往有不同的资源整合能力，在人工智能领域也有一定的侧重点，所以在选择具体学习方向的时候，应该结合所在高校的实际情况，尽量选择学科实力比较强的方向，这样会有一个更好的学习体验。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！
IT人刘俊明
人工智能是一个多技术交叉学科
人工智能不是哪个学科深度细分的学科，它是计算机科学、数学、电子学、统计学、信息处理技术、传感技术等发展到一定成都后，解决用机器代替人类的感觉器官感知环境变化，并对收集到的信息按照人类的需要进行自动、高效的处理的技术。
人工智能定义
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。通过医学、神经科学、机器人学及统计学等的进步，有些预测则认为人类的无数职业也逐渐被人工智能取代。
人工智能涉及众多学科
理工科的基础学科，包括：
外语，通常是英语：看懂资料以及编程的需要
数学，包括：高等数学、线性代数、概率论、统计学、逻辑代数、模糊数学，根据专业方向不同，还要学习其他数学课程
计算机专业课程：计算机原理（微机原理、计算机组成原理、计算机系统原理、编译原理、操作系统原理）、计算机网络、软件工程、数据库
计算机语言：汇编语言、高级语言、人工智能高级语言、计算机仿真与计算语言
计算机算法：数据结构、信号分析、模式识别、神经网络算法、深度学习算法
大数据处理：大数据分析、数据挖掘
根据专业不同，可能涉及的专业：
专注人工智能芯片的：电子技术（模电和数电）、电路分析、微电子技术、微处理技术、接口与通信、电路设计
专注于算法的：各种数学
专注机械制造：力学、机器传动、步进电机、机械制图、材料学、金属加工处理
专注医学人工智能：医学......
人工智能不同的研究方向课程不同
不同院校、不同的专业都有人工智能专业，基础课都一样，但针对不同就业方向会开设不同的课程。
理工大叔
什么是人工智能
人工智能，英文名为Artificial Intelligence，也就是人们口中的AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。
人工智能的主旨是研究和开发出智能实体，在这一点上它属于工程学。由于覆盖的领域非常广泛，所以这是一门集众多学科精华的尖端技术。
人工智能主要学什么
人工智能涉及的学科包括：计算机科学、信息论、控制论、自动化、仿生学、生物学、医学等多门学科。
目前国内高校本科生阶段的专业目录中并没有设置人工智能专业，在研究生阶段才开设相应的研究方向。但是本科阶段有很多专业是与人工智能相关的，比如计算机类、电子信息类、自动化类、数学类。
计算机类包含：计算机科学与技术、软件工程、网络工程、信息安全、物联网工程、集成电路设计与集成系统等学科
自动化类包含：自动化、轨道交通信号与控制等
数学类包含：数学与应用数学、信息与计算科学、数理基础科学、数据科学与大数据技术等
人工智能的前景如何
作为新一轮产业变革的核心驱动力和引领未来发展的战略技术，国家高度重视人工智能产业的发展。
尤其是5G概念提出并实现后，人工智能的发展更是一片光明，自动驾驶和智慧城市、智能家具等等人工智能产品逐渐走进人们的视线，试想一下，在未来的某一天，电影中的黑科技生活全都成为现实，科技感爆棚！这即是人类发展进步的一大标志，更是未来的又一新机遇。
更多优质内容，请持续关注镁客网~
镁客网
不管使用何种方法研究人工智能，都不会脱离开两个方面：智能的理论基础、人工智能的实现。所以，一种广受研究者认可的人工智能研究的基本内容总结为九个方面（参考资料蔡自兴老师的《人工智能及其应用》）：认知建模、知识表示、知识推理、知识应用、机器感知、机器思维、机器学习、机器行为、智能系统构建。
认知建模、知识表示、知识推理是对人类智能模式的一种抽象。
认知建模主要研究人类的思维方式、信息处理的过程、心理过程，以及人类的知觉、记忆、思考、学习、想象、概念、语言等相关的活动模式。
知识表示，则是将人类已经掌握的知识概念化、形式化、模型化，这个的重要性在于，人类要想建立超越人的人工智能系统，就要把整个人类种群所掌握的知识灌输给它，从而让它在一定程度上可以在知识量方面超越任何一个人类个体。
知识推理，则是研究人类如何利用已有的知识去推导出新的知识或结论的过程，从而可以让机器也可以具备像人一样的推理能力。
机器感知、机器思维、机器学习、机器行为则是对人类智能的一种模拟实现。
机器感知研究的是如何使机器具有类似于人类的感觉，包括视觉、听觉、触觉、嗅觉、痛觉等等，这个要用到认知建模里面的知觉理论，而且需要能够提供相应知觉所需信息的传感器。举个例子，机器视觉具有视觉理论基础，同时还需要摄像头等传感器提供机器视觉所需要的图像数据。
机器思维，则是利用机器感知的信息、认知模型、知识表示和推理来有目标的处理感知信息和智能系统内部的信息，从而针对特定场景给出合适的判断，制定事宜的策略。这个说起来抽象，实际上大家已经接触到的路径规划、预测、控制等都属于机器思维的范畴。机器思维，顾名思义就是在机器的脑子里进行的动态活动，也就是计算机软件里面能够动态的处理信息的算法。
机器学习，是与人类的学习活动对标的。虽然有了知识并且也可以基于已有知识去推理，但是机器也要像人一样不断地学习新的知识从而更好地适应环境。机器学习研究的就是如何让机器在与人类、自然交互的过程中自发的学习新的知识，或者利用人类已有的文献数据资料进行知识学习。目前，人工智能研究和应用最广泛的内容就是机器学习，包括深度学习、强化学习等。
机器行为是指智能系统具有的表达能力和行动能力，包括与人对话、与机器对话、描述场景、移动、操作机器和抓取物体等能力。而语音系统（音箱）、执行机构（电机、液压系统）等是机器行为的物质基础。智能系统要想具备行为能力，离不开机器感知和机器思维的结果。思维是行为的基础，所谓是知行合一。
人工智能研究的最终要构建拟人、类人、超越人的智能系统
拟人、类人、超越人是人工智能的三部曲，人类最终要用一种实用的方式将上述关于知识和机器的研究技术付诸实现。目前已有的人工智能系统的实现主要体现在机器人（仿人、仿生，如Atlas仿人机器人，Big Dog机器狗等）、无人系统（无人车、无人机、无人船）、人工大脑（IBM沃森、阿尔法狗）等
一句话总结：人工智能主要研究如何让机器像人一样具备感知、获取知识、储存知识、推理思考、学习、行动等能力，并最终创建拟人、类人、或超越人的智能系统。
困得睁不开眼啊
人工智能是一个包含很多学科的交叉学科，你需要了解计算机的知识、信息论、控制论、图论、心理学、生物学、热力学，要有一定的哲学基础，有科学方法论作保障。人工智能学习路线最新版本在此奉上：
首先你需要数学基础：高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析；
其次需要算法的积累：人工神经网络，支持向量机，遗传算法等等算法；
当然还有各个领域需要的算法，比如你要让机器人自己在位置环境导航和建图就需要研究SLAM；
迈豪社区
目前人工智能专业的学习内容有： 机器学习、人工智能导论（搜索法等）、图像识别、生物演化论、自然语言处理、语义网、博弈论等。\r
需要的前置课程主要有，信号处理，线性代数，微积分，还有编程（有数据结构基础）从上面的专业课程内容来看，需要掌握的人工智能相关的知识内容还是很多的。\r
从专业的角度来说，机器学习、图像识别、自然语言处理，这其中任何一个都是一个大的方向，只要精通其中一个方向，就已经很厉害了。所以不要看内容很多，有些你只是需要掌握，你需要选择的是一个方向深入研究。其实严格来说，人工智能不算难学，但是也不是轻轻松松就能学会的，需要有一定的数学相关的基础，同时还有一段时间的积淀。
愤怒的developer
数学基础：高等数学 线性代数 泛函分析 概率论 等
算法基础：数据结构 算法导论 等
专家领域：从硬件层（AI芯片）到软件层（TF框架）到应用层（CV，NLP），跟人工智能相关的领域实在太多。
一般有数学和算法基础的同学，然后专心在某个专家领域潜心研究，扩展深度，慢慢就变成这个领域的大牛，但时间可能需要很久，还需要很高的悟性。
希望这些对你有帮助，如果想深入学习AI，可以关注我的疯狂进阶系列。
AI疯狂进阶
人工智能主要是学一些Python基础，机器学习算法，深度学习算法等的，主要是用一些算法来预测未来的。
推荐你可以了解一下尚学堂和百战程序员的人工智能课程，这个课程是纯人工智能实战课程，每个阶段的内容都有项目融入，用项目巩固学习的技术知识点。最后在通过4个项目实战温习整个学习过的知识点技术。
小小互联科技
主要看用什么样的视角看这个问题。1.从人工智能应用的角度来看，就是学习大公司已经开发好的框架比如谷歌的TensorFlow及Python语言。2.如果要更深入的了解背后的原理的话，就要系统的了解数学的理论（比如卷积，神经网络、傅立叶变换等等）及计算机的一些理论（比如计算机视觉等）基础
