不同的科技將沒有界線。

人工智慧是計算機技術的分支。

二者是分不開的。

科技人才將是複合型的。

所有的科技專業都有前途。

兩個專業有所交叉，也各具特色，側重點也不同。也不排除部分院校將人工智慧專業歸入計算機學院。

計算機專業是一個比較傳統的專業，發展方向也非常多，比如硬體類、軟體類、網路管理類。計算機專業更偏向於培養工程能力。

人工智慧是近幾年才在國內興起的專業，理論和實踐同等重要。除了要培養較強的編碼、工程能力，對包括線性代數、機率統計、矩陣論在內的數學基礎也有較高的要求。

從就業前景來看，人工智慧是優於計算機專業的。人工智慧已經上升為了國家戰略，相關人才缺口也比較大。軟體行業從業幾年後，基本上是完全脫離了高等數學，也不需要做理論研究。人工智慧行業，學習氛圍則普遍較好，從業人員需要不斷閱讀最新論文，緊跟最新的科研進展。

計算機科學與技術與人工智慧專業兩者之間存在千絲萬縷的聯絡。與人工智慧相關的專業並不僅僅包含計算機、軟體程式設計等相關專業，開設人工智慧的相關學科院校在機械工程、電氣工程、資訊工程、自動化等相關專業均有可能開設。

市場崗位的需求決定選取專業的走向，如今什麼崗位最搶手？

據清華大學釋出的《2018頂級資料團隊建設全景報告》資料行業對學歷要求主要集中在大專及本科學歷，近八成，計算機科學與技術專業人才培養佔比分佈高，入門門檻要求碩士或者博士學歷崗位極少，主要集中在演算法、資料、機器學習這類崗位，對從業人員的質量要求具有很高的門檻，因此，本科儘可能的選擇與人工智慧相關的專業，碩士、博士等高學歷才是真正涉及人工智慧專業的深層次學習。

技能工具要求，如今最偏重的是哪幾類資料分析工具？

python、excel、MySQL為資料從業者使用最多的資料分析工具，Python是資料從業者中最受歡迎的程式語言，超過7成的資料工作者在工作中需要使用Python。Excel和mysql的使用比重佔到使用者的半數左右。Hive、Hadoop、MapReduce和Spark等資料分析工具緊隨其後。

高校現階段哪些專業開設最火爆？

以下是開設人工智慧相關專業的一些名牌高校：

多所國內知名院校首先採取設立“大資料研究院”的形式，直至2016年，北京大學、對外經濟貿易大學、中南大學首次成功申請到“資料科學與大資料技術”本科新專業，隨後高校大資料專業數量呈指數級增長，2017年35所院校，2019年283院校，足以表明大資料與人工智慧專業在目前階段是如此的火爆。

高校傳授技能與市場需求匹配存在偏差：高校注重基礎學科，市場更看重實操技能。以計算機科學與技術專業為例，高校課程設計十分注重計算機系統、資料結構、高等數學等基礎學科，市場招聘需求中提到的專案管理、產品設計與管理在內的實操技能，在很多高校中並不多見。

現如今推進的產教融合模式，政府允許企業與高校校企合作，這也成為了很多新興專業人才培養模式的轉型，以資料中國“百校工程”專案院校為例，朝向大資料+人工智慧專業發展的新工科專業建設，開展“專業能力培養匹配崗位技術技能”“職業素養匹配崗位職業能力需求”的課程教育，產教融合已成為工程教育的轉型發展模式之一。

綜合以上觀點，計算機科學與技術和人工智慧專業，人工智慧專業學習的層次更高，發展的前景也會更好。

這兩個專業無法截然分開，人工智慧使用程式設計為基本工具，也屬於計算機類。人工智慧專業程式碼屬電子資訊類，這類專業在美國分類中，本來就是計算機類。