人工智慧的學術分支比較複雜，比如神經網路、機器識別、機器視覺、機器人等。想自學所有人工智慧方面並不是很容易的一件事。人工智慧在程式設計方面需要有比較深的要求。我感覺現在比較流行的語言一般為python。

學習人工智慧AI需要下列最基礎的知識：

1.需要高等數學，線性代數，機率論數理統計和隨機過程，離散數學，數值分析等數學基礎。

2.需要人工神經網路，支援向量機，遺傳演算法等等演算法的積累。

3.需要掌握程式語言，畢竟演算法的實現還是要程式設計的；如：python。

4.如果深入到硬體的話，模電數電等等基礎。

人工智慧一般最佳的黃金年齡是三十歲之前。畢竟需要學習的基礎理論過於龐大。超過三十歲，又沒有基礎的不建議考慮。

人工智慧是我的研究方向之一，我目前也在做機器學習方面的落地專案，所以我來回答一下這個問題。

人工智慧的研究主要集中在六個方面，分別是自然語言處理、知識表示、自動推理、機器學習、計算機視覺和機器人學。人工智慧是一個典型的多學科交叉領域，需要各個領域的人才進行合作研發，所以很多專業人才都能在人工智慧領域找到適合自己的位置。

對40歲的人來說，從事人工智慧要結合自身的實際情況進行選擇。從事人工智慧研發需要一定的基礎，包括數學基礎、計算機基礎等。同時人工智慧也是非常複雜的領域，需要長時間的積累和不間斷的研究、實驗才能做出成果。人工智慧的研究需要找到一個熟悉的切入點，我就是從大資料領域進入機器學習，然後進入人工智慧領域，這也是當前不少從事人工智慧研發人員的路線。

如果具備良好的數學和計算機基礎，完全可以進入人工智慧領域，如果再能結合自己的行業經驗就更好了。40歲的年齡從事人工智慧最好結合專案進行，如果完全脫離專案自學，則要慎重考慮，畢竟人工智慧出成果需要一個長期的過程。

人工智慧的研發也需要很多行業領域的專家幫助，比如醫療領域、交通領域、金融領域等等，如果是這些領域的行業專家那麼從事人工智慧領域也是個不錯的選擇。

如果有人工智慧方面的問題，也可以諮詢我。

假設樓主是想轉行人工智慧領域做技術，因為如果是市場和銷售，處理的永遠是人性，年齡和領域根本不是問題。但是技術就不一樣，尤其人工智慧技術，與之前的IT技術有很大的不同。

先介紹一下我個人背景：我是72年的，今年46歲，從16年開始向深度學習和人工智慧領域轉行。一直在創業公司工作，是一名普通程式設計師，還經常會處於失業或半失業狀，沒有任何背景和值得炫耀的資歷。

我最開始學習的是Lisa實驗室的Theano深度學習教程，並在學習過程中，將所學內容寫成CSDN部落格：https://blog.csdn.net/yt7589/article/list/3，共有十幾篇，然後被電子工業出版社看中，給電子工業出版社寫了一本《深度學習演算法實踐：基於TensorFlow和Theano》的書，還有幸請到了陳志傑院士親自寫序：

今年以來又陸續跟蹤了TensorFlow最新版本中的Eager Execution模式，深度學習推薦演算法實現以及圖神經網路方面的相關內容，目前在一家做K12線上教育的公司做深度學習推薦演算法在智慧教育中的應用。

以我個人的經歷而言，只要下定決心，年齡和基礎真的不是問題。但是40歲不是學不學得會的問題，而是能不能找到舞臺來用的問題。現在的社會年齡歧視相當嚴重，目前人事招聘權掌握在85後到90後的手裡，這裡面大多數和“26歲摩拜高管：“下不了手開除80後、70後，公司死了誰負責？”的觀點一樣，既使你能幹，甚至比年輕人幹得好，他們也不會用。這點我在失業和半失業狀態下找工作時體會非常深，要有這方面的心理準備。我正在構思成立“老程式設計師互助協會”，幫助像我一樣，中年失業的老程式設計師和職場人士們，還有特別成熟的想法，希望多交流。

最後順祝今後一切順利。