首先妳需要數學基礎:高等數學、線性代數、概率論、數理統計與隨機過程、離散數學、數值分析；
其次，需要算法的積累:人工神經網絡、支持向量機、遺傳算法等；
當然，各種領域都需要算法。比如想讓機器人在位置環境下導航和地圖，就需要學習SLAM。
1.從基礎學科分析人工智能，主要要學習數學、計算機、算法、心理學、統計學、概率論。當然這些主要是基本的。如果想進壹步深造，就得涉獵更多的垂直行業。比如社會學的人工智能離不開社會科學，經濟學的人工智能離不開財經。
2、人工智能機器學習方向
深度學習
模式識別
計算機視覺
等壹下。不展開，自己百度。
3.人工智能前景廣闊。人工智能已被列入國家中長期發展規劃。未來，不，現在人工智能已經滲透到生產生活的方方面面。
目前人工智能專業的學習內容有:機器學習、人工智能導論(搜索方法等。)、圖像識別、生物進化論、自然語言處理、語義網、博弈論等。
必修的先修課程主要有信號處理、線性代數、微積分、編程(有數據結構基礎)。從以上專業課來看，還有很多人工智能相關的知識需要掌握。
從專業的角度來說，機器學習，圖像識別，自然語言處理，任何壹個都是很大的方向，只要掌握其中壹個，就已經很厲害了。所以不要讀很多內容，有些內容妳只需要掌握就可以了。妳需要選擇的是壹個深入研究的方向。其實嚴格來說，人工智能並不難學，只是不容易學。需要壹定的數學相關基礎和壹段時間的積累。