1樓：openindx
題主大一就能夠把自己的考研方向和目標制定好，還是很有先見之明的。
人工智慧這幾年確實是大熱門，很多的985院校都新開了人工智慧的專業，而且由於行業的剛剛興起很多培訓機構也是風起雲湧，大批量地開始培養這個方面的人才，所以整個行業目前是很浮躁的，再沉澱幾年等到題主開始正式找工作的時候，行業對於人才的要求應該已經規範化了。
題主剛剛大一，靜下心來好好把專業學好，然後慢慢涉足人工智慧專業，穩打穩紮會比較實用。有條件有機會的話，還是建議考慮出國深造。畢竟對於人工智慧也好，計算機也好只有內行人才知道技術壁壘是真的存在的，而且並不是那麼容易打破。
我本科也是學的軟體開發，專注於演算法這個領域，但是出來以後發現這個領域已經開始有學歷門檻了，國內的985、211人才基本佔據了絕大多數的席位，而頂層的基本都是有海外留學背景的，所以我們在提公升學歷的這個方向我們是可以考慮海外的。
我目前也是在攻讀美國伊利諾伊理工大學電腦科學的碩士學位，我選擇的是兩年全部線上學習，這樣能夠節約成本，用最小的成本換取最大的利益，畢竟我們要提公升學歷的最終目標還是找工作。
當然也可以選擇1+1，就是網上學一年後再去美國讀一年。我同批的幾個同學都是在校生，都是考慮一年線上過渡，然後一年出國，也是價效比很好的學習方式。
題主可以先看一下自己是否有申請的資格，然後再做考慮。
知乎營銷平台
我們再說回到人工智慧這個問題，題主現在還在大一，真的是乙個非常美好的年齡，在我這個畢業兩年，工資還一般的碼農看來真的是一切都還來得及，既然是想要往人工智慧發展，我們就來看看，我們在大學期間可以從那些方面切入。
要扎扎實實學好專業知識，打好基礎的方向。人工智慧最終還是要靠我們的程式設計能力，而在大學中，如何鍛鍊能力我建議走這個路徑（知識學習——手動實踐——科學比賽——實際專案積累）。
人工智慧是面臨著大量資料的，所以在校期間，各種資料處理的科學大賽有機會就參加，沒有機會就把題目拿來自己練。國外的Kaggle、國內的DataCastle和阿里天池比賽都要去關注，實踐比學習更能夠讓你得到你想要的。
人工智慧和電腦科學是分不開的，所以程式設計技能、機器學習知識、數學基礎，基本上現在能夠通過培訓一段時間就涉足人工智慧領域的人，也必須是這些領域的學習者，這是入門的基礎。
還有要注意的一點就是我們的數學基礎，這個是非常重要的東西，即使你不喜歡數學也一定要拿下微積分、線性代數、概率學、統計學。把本科的數學知識吃透，讀研的時候就不會有壓力。
最後，再推薦一下我現在讀的美國伊利諾伊理工大學，不管是從含金量還是讀研成本來說，我都非常滿意。不得不說，這確實是線上教育的福利，能抓住就不要放棄。
知乎營銷平台
2樓：Qiming Bao
樓主現在大一，一定要好好把平時成績搞好，多參加比賽，多和老師做專案發文章，根據自己在學校的排名，和往年學長錄取情況，合理選定院校，爭取保研，或者出國，考研風險太大。
3樓：Polaris丶Cong
現在大一，建議還是可以踏踏實實學習，在把學習搞好的前提下，積極參加競賽，提公升自己的動手能力和程式設計能力，然後就可以把眼光放高一點~~~
學校的話，可以目標定得好一點，清華、上交、浙大、華科、哈工大......。正所謂：取其上，得其中；取其中，得其下；取其下，得其無。
課程的話，人工智慧概念很大，方向很廣，所涉及的知識也很多，可以在你所在的學校開的課程裡選相關的就行，如經典控制工程、現代控制工程、統計學習~~~
考研人工智慧方向，應該如何選擇分領域？（CV,NLP還是資料探勘？）？
over phantom 可預見的將來，2 3年後 NLP崗的競爭會比現在對CV崗的競爭更激烈。還有一點，市場上NLP 語音的崗位數量比CV崗少很多，不信的自己統計。 悟冥 個人感覺如果為了找工的的話，建議從NLP 和語音入手，這兩個還是有點門檻，且用途廣泛，值得深入，如果要繼續深造讀博，是不是感覺...
機械專業的想往人工智慧方向發展有可能嗎？ ？
哈哈哈 在機械工程領域，故障診斷適合與人工智慧進行結合。這是因為，故障診斷在本質上就是個分類的問題。而人工智慧演算法，最擅長的就是分類。常見機械故障 深度殘差收縮網路 江濤說職場 1.機械專業關於擇業的12個行業選擇，和15個崗位的分析。裡面在講到汽車行業的時候就提到過這個細分的領域人工智慧。江濤說...
請問學計算機專業想往人工智慧方向發展從大一起有什麼可以做的？
大江東去 估計題主已經大 三 或者大四了吧。其實在大一學習了高等數學之後，就可以開始學習基礎的人工智慧演算法。卷積神經網路 卷積神經網路僅需要微分 矩陣相乘 卷積方面的一些知識，並不難。卷積神經網路 深度殘差網路 如果神經網路的層數過多，那麼經常遭遇訓練失敗的問題。深度殘差網路通過引入恒等連線，更利...