中公阿消消呀
人工智能是计算机科学的一个分支，是一个极富挑战性的前沿领域。通过研究分析人的智能的构造和实质，制造出与人类智能相似的甚至在某些方面超过人类的智能机器。
人工智能可以对人的意识、思维的信息过程的模拟。虽然人工智能不是人的智能，但是，人工智能能像人一样思维，做出判断，甚至也会超过人类。
这个领域包括研究机器人、语言识别、图像识别、自然语言识别和专家系统等。人工智能自诞生以来，理论和技术提议成熟，应用领域不断扩大。有关机器人科幻片中的情节，正在现实中得到复制和再现。人工智能产业生机勃勃，方兴未艾。
人工智能是一个综合学科的结合体，从事这项工作必须懂得计算机知识和编程以及基本的操作技能，必须是心理学的行家里手，必须对于伦理学、犯罪学、哲学以及人类进化发展的历史有所涉猎。
总之，研究的人工智能越精深、越复杂，就越需要更多更广泛的知识。因为在你的面前，除了人这样一个样本，你没有任何可以借鉴的经验。所以，研究人工智能的人要有锲而不舍 金石可镂的顽强拼搏的意志，要有众里寻她千百度蓦然回首对于新奇有趣的事情的探索热情，要有博览群书、融汇贯通的技巧，这样再难的事情到了你的手中也会变得不难。
我是老虎谁都怕
已现在开设人工智能专业的大学培养方案来看。主要分为以下内容：
- 数学基础课
高等数学/微积分、线性代数、概率论、数值分析、离散数学、复变函数、博弈论、信息论
2.物理
大学物理（光学、热学、电学等）
3.计算机专业课
计算机组成原理、操作系统、计算机网络、数据结构、数字电路、数据库、计算机图形学、数字图像处理、信号与系统等
4.人工智能专业课
人工智能原理、模式识别、机器学习、强化学习、大数据、神经网络、图像处理、自然语言处理等
一些比较基础的必修课都要学，而部分选修课可以根据自己的兴趣来，比如计算机视觉、自然语言处理、大数据、强化学习等。
例如某学校的培养课程。
其实核心还是数学，所有的人工智能都是以数学为支撑，如果是研究型方向的话需要钻研很多数学理论基础，如果是工程应用方向，实践应用很重要。其实还是很难的，现在工作人工智能虽然缺口大，但是要求要很高，基础一定要打好。
RainTech
①机器学习的基础是数学，入门AI必须掌握一些必要的数学基础，但是并不是全部的数学知识都要学，只学工作上实际有用到的，比如是微积分、概率论、线性代数、凸优化等这些。
②数据分析里需要应用到的内容也需要掌握，但不是网上所说的从0开始帮你做数据分析的那种，而是数据挖掘或者说是数据科学领域相关的东西，比如要知道计算机里面怎么挖掘数据、相关的数据挖掘工具等等
补足了以上数学和数据挖掘基本知识，才可以正式进行机器学习算法原理的学习。
③算法方面需要掌握一些基本的框架：python、spark、mllib、scikit-learning、pytorch、TensorFlow，数据方面需要懂得HQL、numpy、pandas，如果你本身是后台开发、app开发、数据分析、项目管理，则是一个学习算法的一个加分项。
④最后需要对人工智能有全局的认知，包括机器学习、深度学习两大模块，相关的算法原理、推导和应用的掌握，以及最重要算法思想。
匠人岳林
有点难。需要懂得各种各样的机器学习算法，以及有很深厚的数学功底，类似于微积分，概率论，线性代数中的矩阵，以及各种数据结构和算法，比如排序算法，树，图，最短路径和各种算法设计分析的方法等。
但是如果说只是单纯的进行一些API调用还是比较简单的，毕竟别人封装好了呢～
建议要往这方面学习研究的还是需要有深厚的理论基础知识吧，不然还是一个搬运工
勒布朗孙
承蒙邀请！这方面我不懂的，我从别处拷贝一份如下：
①机器学习的基础是数学，入门AI必须掌握一些必要的数学基础，但是并不是全部的数学知识都要学，只学工作上实际有用到的，比如是微积分、概率论、线性代数、凸优化等这些。
②数据分析里需要应用到的内容也需要掌握，但不是网上所说的从0开始帮你做数据分析的那种，而是数据挖掘或者说是数据科学领域相关的东西，比如要知道计算机里面怎么挖掘数据、相关的数据挖掘工具等等
补足了以上数学和数据挖掘基本知识，才可以正式进行机器学习算法原理的学习。
③算法方面需要掌握一些基本的框架：python、spark、mllib、scikit-learning、pytorch、TensorFlow，数据方面需要懂得HQL、numpy、pandas，如果你本身是后台开发、app开发、数据分析、项目管理，则是一个学习算法的一个加分项。
④最后需要对人工智能有全局的认知，包括机器学习、深度学习两大模块，相关的算法原理、推导和应用的掌握，以及最重要的算法思想。
kujy
有点难。需要懂得各种各样的机器学习算法，以及有很深厚的数学功底，类似于微积分，概率论，线性代数中的矩阵，以及各种数据结构和算法，比如排序算法，树，图，最短路径和各种算法设计分析的方法等。
但是如果说只是单纯的进行一些API调用还是比较简单的，毕竟别人封装好了呢～
建议要往这方面学习研究的还是需要有深厚的理论基础知识吧，不然还是一个搬运工～
Java全栈
概率论、数理统计、矩阵论、图论、随机过程、最优化、神经网络、贝叶斯理论、支持向量机、粗糙集、经典逻辑、非经典逻辑、认知心理学
当然本科微积分、线性代数是更基础的东西
还要学些编程工具，matlab，spss，C++或Java
夜空中的那颗星照亮你
人工智能是目前比较热门的话题，有不少人想要学习人工智能，但是担心人工智能的技术门槛太高，担心学不会，那么人工智能难学吗？零基础能学会吗？今天我们就从多个角度来回答下人工智能到底难不难学这个问题。
首先难不难学这个事情，要看学习者是否有基础、个人兴趣爱好、自身学习能力以及学习模式。
1.有没有相关基础
首先如果你有python或者机器学习、深度学习等人工智能相关的基础或者开发经验，当你去学习人工智能的时候，自然会比零基础的人要容易些，但是有基础并不能决定最后的学习成绩，因为基础只是让你入门的时候比别人有优势，而后面还有高级的内容，所以想要学好人工智能，利用好自身的优势，更加努力的学习，最后才能获得最好的学习效果。
Puyuam
人工智能学习数学很重要，学习人工智能首先需要掌握的就是数学知识，基础数学知识：线性代数、概率论、统计学、图论。还有就是基础计算机知识：操作系统、linux、网络、编译原理、数据结构、数据库等等。还是有难度的。
蓉记美食
我个人认为是非常难学的。因为，人工智能它是研究、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。该领域的研究包括：机器人、语言识别、图像识别、自然语言处理和专家系统等等。人工智能是一门极富挑战性的科学，从事这项工作人员必须掌握和懂得计算机知识，心里学和哲学。所以，人工智能是不易精通撑握的。
