人工智慧，簡稱AI，當下很火的一個方向，可能對於大多數人來說它是一個非常模糊的概念，只知道這是一個很高大上的東西，覺得跟自己很遙遠，然而事實是它已經出現在了我們生活中的方方面面了。

什麼是人工智慧

那究竟什麼是人工智慧？它的目標是使機器能夠完成一些通常需要人類智慧才能完成的複雜工作。

人工智慧涉及哪些領域

比如自動問答。自動問答用到的主要是自然語言處理相關的技術，俗稱NLP，它的目標是基於已有的知識庫，來回答使用者提出的問題。目前的自動問答還暫時只能回答一些相對簡單的問題，比如你可以問劉德華的妻子是誰，但是你如果要問劉德華的二大爺家的小姑子的兒媳婦是誰，自動問答就搞不定了。

再比如自動駕駛。前段時間百度的自動駕駛汽車在三環上跑了一圈，牛逼哄哄的，但是在我個人看來，自動駕駛技術還有很遠的路要走，因為當你把方向盤交給智慧機器演算法的時候，意味著你的生命就由它掌控了，如果這個演算法的準確率無法做到接近100%，那隻要發生一次錯誤將很可能量成交通事故。路上的狀況千變萬化，智慧機器如何才能對每種狀況做出正確的判斷我覺得是非常困難的。

再比如語音識別。這個其實我們生活中用的非常多，比如你的輸入法，現在大家都懶的打字了，透過發一段語音就可以自動轉換成文字，準確率接近100%，應該說算是比較成熟的領域了。

再比如機器翻譯。當你出國，遇到語言不通的時候該怎麼辦？機器翻譯工具就可以幫助你，你可以說一段中文，它可以幫你翻譯成日語、英語等各種語言。有了它，你可以毫無畏懼的去到世界的任何地方，而完全不用擔心語言不通的問題。

當然，人工智慧還有很多其他應用的領域，這裡就不一一列舉。

人工智慧專業難學嗎

人工智慧專業因為是近些年才火起來的方向，其實開了這個課程的學校目前並不多。學習它其實主要是學習各種機器學習演算法，深度學習演算法。機器學習演算法主要包括向感知機，支援向量機，樸素貝葉斯演算法，決策樹演算法，k近臨演算法等。深度學習主要涉及深層次的神經網路，比如卷積神經網路，迴圈神經網路，遞迴神經網路，以及可用於做機器翻譯的seq2seq，attention和transformer等。這些演算法的實現原理主要用到的都是數學相關的知識，比如線性代數，機率論等，演算法的各種邏輯推導非常複雜，對於數學水平一般的人學起來會比較吃力。

總結和建議

人工智慧是一個對數學要求很高的專業，如果你的數學能力一般，建議不要選，因為會制約你對模型原理的理解。如果數學很強，我覺得可以嘗試，雖然學起來吃力，但是有很好的發展前景。