1樓：智達人工智慧學院
學習人工智慧需要學習認知心理學、神經科學基礎、人類的記憶與學習、語言與思維、計算神經工程相關專業知識。
1、認知與神經科學課程群
具體課程：認知心理學、神經科學基礎、人類的記憶與學習、語言與思維、計算神經工程
2、人工智慧倫理課程群
具體課程：《人工智慧、社會與人文》、《人工智慧哲學基礎與倫理》
3、科學和工程課程群
新一代人工智慧的發展需要腦科學、神經科學、認知心理學、資訊科學等相關學科的實驗科學家和理論科學家的共同努力，尋找人工智慧的突破點，同時必須要以嚴謹的態度進行科學研究，讓人工智慧學科走在正確、健康的發展道路上。
4、先進機械人學課程群
具體課程：《先進機械人控制》、《認知機械人》、《機械人規劃與學習》、《仿生機械人》
5、人工智慧平台與工具課程群
具體課程：《群體智慧型與自主系統》《無人駕駛技術與系統實現》《遊戲設計與開發》《計算機圖形學》《虛擬實境與增強現實》……
6、人工智慧核心課程群
具體課程：《人工智慧的現代方法I》《問題表達與求解》、《人工智慧的現代方法II》《機器學習、自然語言處理、計算機視覺等》……
2樓：大鵬諮道
想要學習人工智應該怎麼入門：業餘愛好的話，最好把演算法與資料結構學好，這是基礎，最好有良好的程式設計水平，多思考什麼才是智慧型這個問題，對實際的一些問題或者經典的問題提出自己的解法，然後去實現，逐漸地就會找到自己對人工智慧的理解。
一、有關人工智慧的介紹：人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴充套件人的智慧型的理論、方法、技術及應用系統的一門新的技術科學。
人工智慧是電腦科學的乙個分支，它企圖了解智慧型的實質，並生產出一種新的能以人類智慧型相似的方式做出反應的智慧型機器，該領域的研究包括機械人、語言識別、影象識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧型的「容器」，也可能超過人的智慧型。
二、研究價值：例如繁重的科學和工程計算本來是要人腦來承擔的，如今計算機不但能完成這種計算，而且能夠比人腦做得更快、更準確，因此當代人已不再把這種計算看作是「需要人類智慧型才能完成的複雜任務」，可見複雜工作的定義是隨著時代的發展和技術的進步而變化的，人工智慧這門科學的具體目標也自然隨著時代的變化而發展。它一方面不斷獲得新的進展，另一方面又轉向更有意義、更加困難的目標。
通常，「機器學習」的數學基礎是「統計學」、「資訊理論」和「控制論」。還包括其他非數學學科。這類「機器學習」對「經驗」的依賴性很強。
計算機需要不斷從解決一類問題的經驗中獲取知識，學習策略，在遇到類似的問題時，運用經驗知識解決問題並積累新的經驗，就像普通人一樣。我們可以將這樣的學習方式稱之為「連續型學習」。但人類除了會從經驗中學習之外，還會創造，即「跳躍型學習」。
這在某些情形下被稱為「靈感」或「頓悟」。一直以來，計算機最難學會的就是「頓悟」。或者再嚴格一些來說，計算機在學習和「實踐」方面難以學會「不依賴於量變的質變」，很難從一種「質」直接到另一種「質」，或者從乙個「概念」直接到另乙個「概念」。
正因為如此，這裡的「實踐」並非同人類一樣的實踐。人類的實踐過程同時包括經驗和創造。這是智慧型化研究者夢寐以求的東西。
3樓：老王
拋磚引玉，僅作參考。
建議先學習基礎的人工神經網路，打好基礎，例如：
1）多層感知機
多層感知機基本上是所有人工神經網路的基礎。
多層感知機
2）卷積神經網路
卷積神經網路是當前計算機視覺領域應用最廣泛的演算法。
卷積神經網路
3）殘差網路
殘差網路由許多如圖的基本模組堆疊而成，是卷積神經網路的改進。
殘差網路
4）殘差收縮網路
如果資料雜訊較強，殘差收縮網路可能較為合適，其軟閾值化層就是專門應對雜訊資訊的。
（面向強噪、高冗餘資料的）殘差收縮網路
什麼是人工智慧？人工智慧 機器學習 深度學習三者之間有什麼關係嗎？
祩徍徍 人工智慧是乙個很寬泛的概念，各種定義都有，機器學習是人工智慧的一種實現方法，深度學習是機器學習的一種實現方法，是在機器學習的基礎上建立起來的，深度學習最基本的形式就是神經網路。 王易諾 人工智慧 英語 artificial intelligence，縮寫為AI 是指由人製造出來的機器所表現出...
想學習人工智慧找培訓機構靠譜嗎？
相當不靠譜！就如有答主回答的，2019年中國的一些985公辦大學才開始設立了人工智慧專業。所以高校的人工智慧教育尚且剛起步，處於摸著石頭過河的階段。高校 這裡特指北清交復 的長處在於理論研究，真正能落地運用的人工智慧技術在企業，所以高校和企業共建人工智慧聯合實驗室在這個行業很普遍，也就是產學研的結合...
機器學習成就人工智慧，還是人工智慧成就機器學習？
智慧型的本質是 解決問題的能力 而機器學習只是人類創造出來的一種實現人工智慧的途徑而已。從本質上講，進化為學習提供了基礎，而學習為更精細的智慧型創造了條件。拿人類來講，為什麼有學習的能力？進化的結果。為什麼創造出了浩如煙海的可以改變世界的科技？學習的結果。進化是被動的適應環境，學習是主動的適應環境。...