怎么學(xué)習(xí)人工智能呢 或者說哪個(gè)專業(yè)具有學(xué)習(xí)人工智能的渠道

　　人工智能的背后的理論全是數(shù)學(xué)。

　　大致需要具有的基礎(chǔ)知識(shí)為：線性代數(shù)、概率與統(tǒng)計(jì)、算法、數(shù)據(jù)結(jié)構(gòu)、編程技能等。

　　但是目前人工智能的發(fā)展很不成熟!通俗的講不具有任何類似人腦的功能。

　　也就是說當(dāng)前發(fā)展出來的所謂人工智能，并不具有哪怕是三歲小孩的智力程度。

　　常見的人工智能研究方向主要有：圖像識(shí)別、語音識(shí)別、自然語言處理等。比如：受到熱捧的谷歌大腦，需要學(xué)習(xí)上千萬張圖像才能識(shí)別出貓。如果對(duì)于三歲小孩，用于不了十次學(xué)習(xí)就能認(rèn)出貓。

　　所以說，從上世紀(jì)50年發(fā)展起來的人工智能遠(yuǎn)遠(yuǎn)低于媒體炒作的智能程度。60多年的發(fā)展歷程經(jīng)歷了三次三落。

　　人工智能當(dāng)前的熱門，源于2006年人工神經(jīng)網(wǎng)絡(luò)的改善，也就是所謂的深度學(xué)習(xí)。吳恩達(dá)讓機(jī)器識(shí)別出貓也正是用的深度神經(jīng)網(wǎng)絡(luò)模型。

　　實(shí)際上，當(dāng)前的人工智能水平非常低下。主要瓶頸在于人們還沒有認(rèn)清讓機(jī)器具有智能需要什么樣的理論。很多人認(rèn)為做類腦研究，把人類大腦學(xué)習(xí)知識(shí)的機(jī)制搞清楚，就能解決這個(gè)理論性問題了。但是實(shí)踐中，這幾乎是個(gè)不可能完成的任務(wù)。

　　目前人類連小小的HIV病毒怎么致病的機(jī)制都還沒有搞清楚，更不要說搞清楚一個(gè)完整的大腦運(yùn)行機(jī)制了。

　　當(dāng)前在全球興起的“大腦計(jì)劃”類似于美國曾經(jīng)提出的攻克癌癥計(jì)劃，估計(jì)也會(huì)是聲勢(shì)浩大、轟轟烈烈開場(chǎng)，而后卻默默無聞、草草收?qǐng)觥?/p>

　　人工智能相關(guān)專業(yè)，你可以學(xué)習(xí)計(jì)算機(jī)專業(yè)、自動(dòng)控制專業(yè)、或者數(shù)學(xué)專業(yè)。目前國內(nèi)外的高校都還未開設(shè)“人工智能”這個(gè)專業(yè)。