人工智慧有很多方向，其實沒必要往深入的方向學習，要更多地學習人工智慧的商業應用，怎麼才能幫助人家賺到錢，解放勞動力，提高工作效率，提高社會生產力。學習要往解決問題去思考，而不是想著什麼都學，當你知道學什麼能解決問題時，怎麼學也解決了。

AI人工智慧技術從過程來分可以分成以下三部分：資訊採集，資訊處理，控制輸出。資訊採集是透過各型別的感測器（影象，聲音，距離，形變等感測器）把現實世界的模擬資訊轉化為可量化處理的數字資訊的過程。資訊處理是透過各種演算法，把採集到的資訊進行分類，特徵提取，判斷處理等操作的過程。控制輸出就是根據使用者的設定要求把處理完的資訊透過硬體反饋出來的過程，這個過程包括資料顯示，控制下一級的機械，電子裝置等。

結合您的情況，你要大概先了接下自己的知識結構特點以及興趣特性，然後再做進一步深入的瞭解。資訊採集和控制輸出在一定程度上對硬體感測器的原理以及底層程式設計要求較高。資訊處理部分對於演算法要求較高。個人建議您可以從資訊處理部分深入，因為與你金融軟體開發的工具，語言等差異不會太大。如果要再進一步細分，我建議可以嘗試學習影片影象處理的相關演算法，雖然比較難，但是，這在AI技術中應用非常廣泛。