AI人工智慧算得上當下最火熱的IT技術了，身邊有很多朋友在這一領域工作。人工智慧需要修什麼課？我來簡單回答一下這個問題。

人工智慧做為一門IT課程對從業人員有幾個最基本的要求：

一是英語，儘管計算機英語和我們所說的實用英語是兩個概念，更多的是程式碼和指令碼，有英語基礎的人更容易識記各種命令。另外，如果有較好的英語基礎還有助於在透過網路瞭解國外的行業動態和最近技術。

二是數學基礎，和其他的計算機技術一樣，AI人工智慧的開發對資料邏輯有著很高的要求，比如機率、統計、指標、分析等等都是開發過程中所要實用的。

三是程式設計技術，說到底AI人工智慧還是計算機科學中的一個分支，對基礎開發的能力還是有很大要求的，至少要熟悉C語言、JAVA等等。

四是心理學，有很多人不理解學計算機科學為什麼要學心理學，會寫程式碼就好了，其實不然，所有的技術都是為人服務的，瞭解了人是什麼、人的心理規律是什麼，更有助於做出符合人的習慣的好產品。

希望這個回答對你有幫助，祝順利。

上學期我選修了人工智慧這門課，老師也向我們介紹了一些人工智慧領域的一些知識，也學到了不少新的東西，人工智慧也發展了許多年了，最近幾年不斷的火起來了，很多人都想往AI的這個方向走，不管是什麼專業的都往計算機這個專業來跨考，也導致大家的水平參差不齊吧。

人工智慧（Artificial Intelligence）, 英文縮寫為 AI, 是一門由計算機科學、控制論、資訊理論、語言學、神經生理學、心理學、數學、哲學等多種學科相互滲透而發展起來的綜合性新學科。自問世以來AI經過波波折折，終於作為一門邊緣新學科得到世界的承認並且日益引起人們的興趣和關注。

那麼如果想學習人工智慧的話，需要哪些先修課程或者說需要有哪些基礎呢？以下跟你說一下，如果對AI有興趣的可以學一下基礎知識。

哲學：標出了AI的大部分重要思想

數學：使AI成為一門規範科學 數學形式化

神經科學：網路，並行處理

心理學：認知理論

計算機工程：AI的“載體”

語言學：知識表示、語法

這要看你從何起步. 如果你是計算機專業的高年級,那麼相信你已經學過機率統計,一門程式語言,資料結構等科目.那麼,現在首先要瀏覽一下"高階人工智慧"的理論教程,看看裡面都涉及那些問題,比如,知識表示,自動推理,機器學習,模式識別,還有機器視覺,自然語言理解等.其中每一個題目都有更深層的拓展空間.甚至,人工智慧本身可以看作一個哲學問題,因為它往往是人對自身的認識.

首先你需要數學基礎：高等數學，線性代數，機率論數理統計和隨機過程，離散數學，數值分析

其次需要演算法的積累：人工神經網路，支援向量機，遺傳演算法等等演算法；當然還有各個領域需要的演算法，比如你要讓機器人自己在位置環境導航和建圖就需要研究SLAM；總之演算法很多需要時間的積累；

然後，需要掌握至少一門程式語言，畢竟演算法的實現還是要程式設計的；如果深入到硬體的話，一些電類基礎課必不可少；

人工智慧一般要到研究生才會去學，本科也就是蜻蜓點水看看而已，畢竟需要的基礎課過於龐大。

想轉人工智慧行業需要學習哪些課程？機率論、數理統計、矩陣論、圖論、隨機過程、最最佳化、神經網路、貝葉斯理論、支援向量機、粗糙集、經典邏輯、非經典邏輯、認知心理學。微積分、線性代數是更基礎的東西，還要學些程式設計工具，比如Python，matlab，spss，C++或Java。

　　為什麼說學人工智慧一定要學Python?很多人都不知道Python的強大。當很多人第一次開始編寫Web應用程式時，並沒有使用Python，而是使用了PHP。事實上，那時我也對PHP情有獨鍾，我甚至不會考慮應用另一種程式語言可能對Web開發更好的可能性。

　　但是我錯了!直到我的朋友告訴我Python網路框架Django，我的心才變好了。在PHP中花了數個小時的時間的任務，可以使用Python分分鐘搞定。更不用說，事實上，我的程式碼是更快、更穩定了。

　　工具就像是武器，學會使用一種工具只是學會了使用這種武器的最基本的招式和套路。而理論學習則是學習策略，決定了未來在真實對戰中，遇到對手攻擊時，你選取哪些招式套路，如何組合起來去迎敵。

　　不排除現在有些公司跟風慕名，想做AI，自己沒有人才，就直接招聘，要求會用XX工具就可以了。只學會用工具做一些基本操作，也許就可以應聘這樣的職位。但是這樣的職位能長久嗎?能解決真正的問題，產生價值嗎?做這樣的工作，能有長進提高個人價值嗎?

　　所以，我們還是要好好掌握人工智慧技術，以便將來在人工智慧道路上走得更遠。

這要看你從何起步. 如果你是計算機專業的高年級,那麼相信你已經學過機率統計,一門程式語言,資料結構等科目.那麼,現在首先要瀏覽一下"高階人工智慧"的理論教程,看看裡面都涉及那些問題,比如,知識表示,自動推理,機器學習,模式識別,還有機器視覺,自然語言理解等.其中每一個題目都有更深層的拓展空間.甚至,人工智慧本身可以看作一個哲學問題,因為它往往是人對自身的認識.

人工智慧，需要數學基礎：高等數學，線性代數，機率論數理統計和隨機過程，離散數學，數值分析。

需要演算法的積累：人工神經網路，支援向量機，遺傳演算法等等演算法;當然還有各個領域需要的演算法，比如要讓機器人自己在位置環境導航和建圖就需要研究SLAM;總之演算法很多需要時間的積累。

需要掌握至少一門程式語言：畢竟演算法的實現還是要程式設計的;如果深入到硬體的話，一些電類基礎課必不可少。

人工智慧是需要人力、腦力、開發、高等技術與不斷的研究和嘗試等等一系列超高難度的作業才能完成的科技產品。當然這種研究是得到國家和人們大力支援的發展。它的發展對國際影響力是非常大的。人工智慧也可以定義為高仿人類，雖然不可能會像人一樣具有靈敏的反應和思考能力，但人工智慧是按照人類的思想結構等等的探索而開發的研究。人工智慧的開發最主要的目的就是為了替人類做複雜、有危險難度、重複枯燥等的工作，所以人工智慧是以人類的結構來設計開發的，人工智慧在得到較好的開發後國家也是全力給予支援。

人工智慧的開發主要也是為了幫助和便利人類的生活。所以人工智慧的定義一直以來都是以“協助人類”而存在的。人工智慧概念的火熱促進了不少行業的興起，比如域名，許多相關的.top域名已經被註冊。以後可能在很多傳統行業，比如銀行，會有人工智慧幫你得到更好的收益。信用卡或其他的貸款會由人工智慧來決定哪些人士可以安全地放貸，而且會還錢。然後再往下人工智慧可以開始動了，就可以進入工業機器人、商業機器人，終進入家庭機器人。