這樣和你說吧，首先自動化和人工智慧是兩個完全獨立的方向。

自動化專業早就有了，側重於裝置的自動化，簡單的說裝置自動化可以代替傳統的人工…現在國家提倡的智慧製造產業升級，更多的是基於自動化層面的裝置提升與轉型升級。說白了很多傳統的人工做的活，比如人工焊接，人工打磨，人工裝配，人工測量，都被一些自動化裝置去代替了。主要學的課程呢，有機械製圖，工裝夾具，公差與配合，機械設計，機械製造這類的課程。

而我們通常所說的人工智慧呢，是這兩年新興起來的一個專業。它是基於我們自動化裝置這樣的硬體基礎，然後在上面做一些大資料的處理，諸如雲端處理，分析，具備自我學習能力的一套系統化科學，更狹隘的，你可以把它理解為電腦科學的一個細化的分支。通常要學的包括計算機基礎，程式設計基礎，大資料，還有我們的機械視覺，演算法應用等等。

所以兩者是完全不同的學科，一個是偏向於硬體基礎，是我們工廠自動化生產層面的。另一個是偏向於軟體層面是我們以後用到諸如無人駕駛。智慧機器人等層面的東西。

純粹是用手機一個一個碼的字，希望這樣的回答能幫到你…

從技術體系結構來看，自動化專業的學生向人工智慧方向發展還是具有一定基礎的，學習的大體方向有：

一：計算機基礎知識。計算機基礎知識對於學習人工智慧是比較重要的，涉及到作業系統、程式語言等內容。初學者可以從Linux開始學起，程式語言可以重點關注一下Python語言，這部分知識的學習難度並不高，完全可以自學。

第二：演算法設計基礎。人工智慧對於演算法基礎的要求比較高，不論是計算機視覺方向，還是自然語言處理方向，都需要具有紮實的演算法設計基礎。

第三：人工智慧基礎。人工智慧基礎知識可以從機器學習開始瞭解，機器學習也是大資料分析的常見方式，所以學習機器學習有比較多的應用場景。在具備了程式語言和演算法設計基礎之後，學習機器學習也會相對容易一些。

往大的方向說，特別是本科階段，兩者沒啥關係。

人工智慧偏向計算機，主要研究難以建模的複雜問題，主要和人有關。自動化主要研究機械，電子相關的，人不參與博弈問題。

不過有些學校在研究生階段會開設自動化人工智慧方向，因為細分下去是有關係的。

自動化有個小的分支，叫模式識別或者影象識別，這個就和人工智慧有聯絡了，至於怎麼聯絡的，咱不是學這個的也不懂。還是教授或者研究生來詳細說