要了解人工智能學(xué)什么內(nèi)容，需要首先了解人工智能是什么。人工智能現(xiàn)階段分為弱人工智能和強(qiáng)人工智能，神經(jīng)網(wǎng)絡(luò)搖身一變成了如今的DL，從目前人工智能人才的培養(yǎng)方式來(lái)看，當(dāng)前研究生教育依然是培養(yǎng)人工智能技術(shù)人才的主要渠道，但是隨著人工智能平臺(tái)的陸續(xù)開(kāi)放，人工智能應(yīng)用開(kāi)發(fā)的技術(shù)門(mén)檻也有了較大幅度的下降，普通開(kāi)發(fā)人員經(jīng)過(guò)一個(gè)系統(tǒng)的學(xué)習(xí)過(guò)程（主要學(xué)習(xí)人工智能平臺(tái)），也能夠完成各種人工智能應(yīng)用軟件的開(kāi)發(fā)。
1、人工智能可以學(xué)什么專(zhuān)業(yè)？
人工智能的研究主要有三方面：一是純理論性的，以強(qiáng)人工智能或者神經(jīng)網(wǎng)絡(luò)為研究方向，這樣的話(huà)，本科可以選擇神經(jīng)科學(xué)，也可以選修心理學(xué)、哲學(xué)、計(jì)算機(jī)科學(xué)二是從算法層面對(duì)人工智能的優(yōu)化，這也是大多數(shù)人現(xiàn)在對(duì)人工智能的理解，本科自然要學(xué)計(jì)算機(jī)科學(xué)了，但博弈論之類(lèi)重視邏輯的小類(lèi)別學(xué)科也有選修或者自學(xué)的必要。第三種就是工業(yè)應(yīng)用的方面，
樓主的認(rèn)識(shí)很對(duì)，這樣主要應(yīng)該學(xué)習(xí)自動(dòng)化和機(jī)械控制。不知樓主在國(guó)內(nèi)還是國(guó)外讀大學(xué)，在國(guó)外，人工智能的理論研究還是很有價(jià)值的。國(guó)內(nèi)嘛就別想了，在國(guó)內(nèi)，計(jì)算機(jī)是現(xiàn)在很火的專(zhuān)業(yè)不必多說(shuō)。選機(jī)械控制專(zhuān)業(yè)的話(huà)就業(yè)前景非常好，樓主你說(shuō)喜歡硬件方面科技產(chǎn)品設(shè)計(jì)？若不是機(jī)械控制，人工智能目前還主要是研究算法層面的。電子工程這樣的硬件專(zhuān)業(yè)目前對(duì)人工智能還沒(méi)啥應(yīng)用，
2、人工智能深度學(xué)習(xí)是什么？
曾被MIT技術(shù)評(píng)論列為2013年十大突破性技術(shù)（DeepLearning居首），它是以ML中的神經(jīng)網(wǎng)略學(xué)習(xí)算法存在的。人工智能現(xiàn)階段分為弱人工智能和強(qiáng)人工智能，神經(jīng)網(wǎng)絡(luò)搖身一變成了如今的DL，學(xué)界對(duì)DL一般有兩種看法，實(shí)際上當(dāng)下科技能實(shí)現(xiàn)的所謂“人工智能”都是弱AI，僅僅用起提取powerfulfeature；而另一種則希望將其發(fā)展成一個(gè)新的學(xué)習(xí)分支，即end-to-end）說(shuō)不定就是實(shí)現(xiàn)未來(lái)強(qiáng)AI的突破口1。
或者換句話(huà)說(shuō).深度學(xué)習(xí)與AI，在DL還沒(méi)有火起來(lái)的時(shí)候。DL與ML兩者其實(shí)有著某種微妙的關(guān)系，隨著計(jì)算資源和bigdata的興起，奧創(chuàng)那種才是強(qiáng)AI（甚至是boss級(jí)的），也就是我上面說(shuō)的end-to-end的“深度學(xué)習(xí)的思想”，本質(zhì)上來(lái)講，人工智能相比深度學(xué)習(xí)是更寬泛的概念，深度學(xué)習(xí)這種技術(shù)（我更喜歡稱(chēng)其為一種思想。
3、人工智能專(zhuān)業(yè)需要學(xué)習(xí)什么？
人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專(zhuān)家系統(tǒng)等，全面學(xué)習(xí)人工智能的知識(shí)比較多，涉及的面比較廣，需要有高等數(shù)學(xué)、計(jì)算機(jī)及機(jī)器學(xué)習(xí)以等方面的知識(shí)。一、高等數(shù)學(xué)知識(shí)數(shù)學(xué)知識(shí)包括數(shù)據(jù)分析、概率、線性代數(shù)、矩陣、凸優(yōu)化等，二、編程語(yǔ)言編程語(yǔ)言比較多，如C、C 、MATLAB、LISP、Prolog和Python等。
其中，重點(diǎn)要學(xué)好Python語(yǔ)言，Python是機(jī)器學(xué)習(xí)比較流行的語(yǔ)言，Python比較簡(jiǎn)單，能調(diào)用其它語(yǔ)言，發(fā)揮各語(yǔ)言?xún)?yōu)勢(shì)，Python語(yǔ)言具有的優(yōu)勢(shì)：（1）具有清晰的Python語(yǔ)法結(jié)構(gòu)。容易理解，即使不是編程人員也能理解程序的含義；（2）容易操作純中文文件；（3）Python的科學(xué)工具可以與繪圖工具M(jìn)atplotlib協(xié)調(diào)工作；（4）使用廣泛、存在大量的開(kāi)發(fā)文檔，
目前科學(xué)和金融領(lǐng)域Python語(yǔ)言得到了廣泛應(yīng)用。三、機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)包括：回歸算法、決策樹(shù)、隨機(jī)森林和提升算法；數(shù)據(jù)分析的Aprior算法和關(guān)聯(lián)規(guī)則等，機(jī)器學(xué)習(xí)”的數(shù)學(xué)基礎(chǔ)是“統(tǒng)計(jì)學(xué)”、“信息論”和“控制論”。還包括其他非數(shù)學(xué)學(xué)科，機(jī)器學(xué)習(xí)的特征：（1）建立簡(jiǎn)單的機(jī)器學(xué)習(xí)模型，按照重要性對(duì)特征進(jìn)行排列；（2）根據(jù)得到的特征排列，有針對(duì)的進(jìn)行工程，提取特征；（3）重復(fù)上述過(guò)程，不斷的優(yōu)化自己的模型，找到關(guān)鍵的特征；（4）對(duì)模型的參數(shù)進(jìn)行調(diào)參，最優(yōu)化，得到最佳模型組合。
4、人工智能主要是學(xué)什么的？
