教育部公佈2019高校新增專業後，是否報考人工智慧專業成為高中生和家長最關心的問題之一。簡要回答如下：

先說個前提，作為中學生涯規劃老師，我一般不會直接贊成或反對任何一個人報考任何一個專業，只要你清楚瞭解這個專業及其未來發展，並願意為之全力以赴，那麼任何一個專業都不是問題，因此，現在的問題就轉換為：你瞭解人工智慧專業的真實情況嗎？你適合學這個專業嗎？

人工智慧是一個典型的交叉學科，彙集了哲學、數學、計算機科學、神經科學、語言學、邏輯學等不同領域的學科。但在總體上仍然是計算機科學技術的主要分支。因此，課程設定還是以計算機核心課程（數學基礎課、學科基礎課）為主線，以機器學習、知識表示、計算機視覺、自然語言處理為學科特色。看課程名稱就知道，這是一個非常“燒腦”的專業，對學生的數學和物理學科素養有極高的要求，你是這樣的學生嗎？

面對大量上馬的人工智慧專業，我們要保持足夠的警惕。因為人工智慧專業需要匹配系統的師資和課程設定，而這一點，就國內的高校實力而言，非“雙一流”大學恐怕很難做到。因此若要選擇該專業，仍需要衝擊最好的院校，如清北、浙大、上交大、南大、哈工大這類走在人工智慧前沿的高校，才會學到紮實的知識和技能，你有這樣的成績準備嗎？

現階段我國人工智慧發展速度處於世界前列，僅次於美國，但基本處於應用層面，而在人工智慧基礎理論、原創演算法、高階晶片和生態系統等研發方面仍然處於劣勢，但這是國家人工智慧領域最為緊缺的高水平人才。加之本科階段基礎課程大同小異，因此讀碩讀博成為最優選擇，這將是一段7-10年的學習歷程，你有這個心理準備嗎？

人工智慧本質上是一個應用專業，它需要與生活、工作中的場景深度結合才能發揮效用。而要達到這個目的，不是隻有人工智慧才可行，這次新增的專業中，如智慧科學與技術、智慧製造工程、機器人工程、智慧建造、智慧醫學工程等十餘個專業都可以達到這種目的，那麼，這些專業你瞭解過嗎？現在，你可以試著回答上面四個問題，若都答案已清晰，相信下筆選擇不難。

好是好，但是至少要有線性代數和微積分功底才能入門。有這基礎，網上有很多免費課程可學，再看看推特上諸位大牛談的論文，讀後重現一下。沒有GPU可用谷歌Colab，半年下來，應該不差了...

未來非常有前景，不論是大資料整合，還是自動駕駛，人工智慧已經深入我們生活的方方面面。不過要數學特別好的才推薦學。否則還是算了吧。

嗯，此時一位正經的碼農路過，並留下了部分見解。

當然，說了這麼多，也不得不說一些現實的問題，那就是，人工智慧不是誰都能做的，這語言你數學基礎要好，高數、線代等一些理論做支撐以及一些相關的演算法，當然如果是機器視覺相關的話，還需要去看一些機器視覺方面的書籍積累知識，這真不是平時業務上的增刪改查的操作可以比的。

當然，如果你是真的想學，我建議你去考研，同時多點去鑽研數學知識，多看一些相關的書籍，同時如果有機會的話，也找一些專案練習練習，真的，要學人工智慧的話最好去深造，這方面挺看中學歷的。

最後，祝你好運。

人工智慧現在是比較熱門。概括來說，人工智慧專業可以分為偏應用和偏演算法。

對於偏應用的來說，入門相對容易，只要瞭解基本的演算法，能夠熟練使用一些成熟的人工智慧框架，就可以根據具體的應用領域（如影片、影象應用、推薦系統、自然語言處理）和系統需求，按部就班建立、選擇、訓練、最佳化模型，最後部署到產品中即可。隨著主流框架的成熟，人工智慧的門檻會越來越低，普通的程式設計師透過搭積木的方式可能就可以實現相應的人工智慧系統。所以，現在熱門稀缺的人工智慧，過幾年後可能就是每個程式設計師必備的技能。

對於偏演算法研究來說，要求相對會高一些，不過對數學基礎知識的要求並不是非常高，熟悉線性代數和機率統計就能達到。但是要想研發出新的高效演算法或架構，還是需要有一定研究和創新能力。這方面的人才可能更具有競爭力，但是也需要更多的努力和付出。