首先你要知道，什麼是人工智慧，人工智慧說白了，就是演算法。是計算機領域的一種分支。

人工智慧是一門非常全來面的學科，需要非常紮實的數學和物理基礎。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，遺傳演算法等等算自法;當然還有各個領域需要的演算法，這些都是大學理工科知識。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。其實很多程式語言都可以實現人工智慧技術，比如C++，java、python。

目前比較流行是python程式語言。利用python學習人工智慧相對來說較為簡單。真正的計算底層都用c++寫好來。用python只要寫邏輯，對對於C++效率上會更高。

如果沒有什麼基礎，可以先從高中數學學起，建議先學習C語言打基礎，這樣會好些。

對人工智慧感興趣是好事，符合時代發展潮流。尤其是年輕人，多學些東西，是正道。

人工智慧沒那麼難，別被嚇著。既然自學，就要走不同於科班教育、課堂學習、循規蹈矩的路子。而應當採取遇到什麼問題，解決什麼問題；需要什麼知識，補什麼知識的策略。有志者事竟成！世界經營之神、日本松下公司創始人松下幸之助不也是從一個普通收音機修理學徒工起家的嘛。

我想，你既然準備學習人工智慧，可能已經有了一定的電路基礎知識。如果真是這樣的話，可以按照下面的順序學習：

(1)從身邊接觸到的感測器學起，結合淺顯易懂的書籍。這樣可以增加學習興趣感和成就感。例如身邊的溫度感測器、人工智慧照明燈(光控、聲控)等。看它們用的是什麼感測器，原理是什麼，這些感測器有什麼效能與技術引數，在哪裡能夠買到，價格如何(例如，同樣是溫度感測器，型別不同，價格可能有天壤之別)，條件如果允許，可以動手試做一下。不需要深入詳細地掌握這些感測器的製作工藝、使用的材料、甚至工作原理。這方面的書籍很多。其中2005年、2006年由我譯著，科學出版社出版的有《感測器實用電路設計與製作》、《感測器應用技巧141例》等。

(2)在瞭解一些感測器知識的基礎上，可以學習一些自動控制或者單板機方面的知識。

(3)學習計算機應用中你認為對自己接觸到的內容直接相關的知識。

(4)瞭解模擬訊號/數字訊號(即A/D)轉換方面的簡單知識，以便能夠選用合適的介面電路，將感測器與計算機能夠組合起來使用。