由於大規模計算資源的出現和資料量的暴增，人工智慧演算法，特別是以神經網路為代表的一類演算法在多媒體領域、自然語言處理領域獲得了比其他ML演算法更加優異的表現。以吳恩達、hinton為代表的機器學習專家認為“人工智慧”時代即將開啟。但實際上從理論研究角度看，當前的“人工智慧”和人類智慧比還是很low，需要大量資料，需要大量調參，模型遷移難，一個問題基本上需要一次訓練....雖然AlphaGo到Alphazero讓人們覺得人工智慧很厲害，但本質上Alpha只是資訊對稱下的策略最佳化演算法，如果讓Alpha乾點別的，他需要從新學習甚至需要改動模型結構。其他ml演算法不如神經網路演算法複雜，基本上是有嚴格數學理論支援的，在特定領域比神經類演算法簡單好用。因此，現在看到的人工智慧僅僅是特定領域內的機器學習演算法，智慧二字還不太適合形容它們。

再回答題主問題。“人工智慧”的確需要非常過硬的數學功底和程式碼能力。特別是統計學、線性代數、矩陣論、凸最佳化論方面需要熟練掌握。寫程式碼也得有點功夫，不一定要寫過大型專案，但一定要有能實現自己小需求的能力。Python實屬必須，Java、c系應該能看懂，r語言可以選學，SQL會點也好，瞭解一下spark、storm、kafka之類，TensorFlow應該重點學習。不過這些都是技術，是會隨著時代變化而變化的。因此，這裡就會有一個疑問，會以上理論方法就是研究“人工智慧”麼？

以上學習只能幫助你很好的應用當下主流的人工智慧演算法，可以找一份薪水很高的工作，但離研究“人工智慧”還遠得很。說一句比較繞的話，不懂神經學的量子專家不是一個好的人工智慧學者。人工智慧實際上是探索智慧本質並嘗試將其人工復現的交叉學科，主要涵蓋了神經學、計算機科學、數學，甚至有時候需要點量子力學和哲學的神助。因為智慧本質、萬物本源是人類面臨的終極問題，顯然這些問題不會是近幾百年能搞定的。人類在這些問題上會不停向前。我說這話主要是想告訴題主，當下技術界常說的人工智慧僅僅是人工智慧演算法的應用。不過看題主說能忍受科研寂寞，那就是想探索智慧本質了？但我要說，科研帶來的不只是寂寞啊！

最後的最後，選什麼專業。本科數學統計學，在校自學計算機。研究生報考計算機，打聽好哪個老師是搞人工智慧的，如果未來想搞應用就要選搞多媒體、自然語言方面的導師，如果要挑戰終極問題就要選擇神經網路演算法研究。博士繼續沿著碩士的路子，有機會出國交流。刻苦一點要輔修量子力學、哲學或者繼續在數學最佳化論方面深造。接下來可以回國找個大學做研究，在外面混得不錯的話就先不要回來，等有成就的時候再回來報效祖國。而且是必須回來。因為人工智慧的應用可能會關係到民族存亡。你想想電影終結者，再想想Google的Alpha狗和波士頓動力那個會後空翻的二愣子，你就應該知道，留給你的時間不多了。

最後祝題主好運，國之未來看你們年輕人的了。

推薦清華大學，清華大學計算機系智慧技術與系統國家重點實驗室是國內在人工智慧人才培養和科學研究的重鎮。清華計算機系除了嚴整的教學培養體系之外，本科同學有濃厚的科研氛圍，從大一下學期開始就有學有餘力的同學開始進入實驗室或相關科研機構（如MSRA），跟隨導師從事科研工作，在大三、大四開花結果，每年都有十餘位本科同學在國際頂級會議和期刊上發表論文當然，清華計算機系智慧實驗室距離國際頂尖AI研究機構（如MIT CSAIL）還有一定距離。不過可以肯定的是，這裡會是中國有著AI夢的同學們絕佳的圓夢起點。

需要注意的是，你喜歡的人工智慧方向，美國的研究無疑是領先和超前的，你本科在大陸讀，以後的博士必定是在美國名校讀的，只有這樣才能進入一流的人工智慧科研團隊，接觸到最先進的理念和知識。你的一切人生規劃都要圍繞著這個基本的思路進行。

最重要的是導師和教授！現在找找哪個學校的導師是國內人工智慧方面的專家，讀讀人家的論文，然後給對方發郵件聯絡下。即使聯絡不上，奔著他們所在的學校去就好了。大一大二就努力跟著對方做研究，發論文。本科時期的研究經歷決定了你以後的申請美國博士專案的好壞！而不是學校名氣和課程成績！要千方百計地做有意義的研究發paper才是王道！只要你注意了這一點，其餘什麼都不是問題。

如果有這個打算，推薦你去參加螢火世紀的“螢火伴學營”，他是針對是清華首創的狀元伴學模式，由給學員提供一個豐富的有價值的暑假、寒假體驗。總部位於北京市清華大學科技園。螢火世紀以“為3-18歲青少年提供成長諮詢及社會實踐教育”為宗旨，以“讓每個孩子擁有一個優秀的名校夥伴”為願景，創新“伴學”遊學模式，發展了心理伴學課程、國內遊學營、國內研學、國際遊學、主題營、親子營、教師培訓等社會實踐及素質教育產品。自2014年至今，已成功為國內近萬名師生提供了優質的研學旅行及夏冬令營服務。

讓你用狀元的心態，做更好的自己。你可以和狀元直接面對面進行溝通，深入瞭解這所學校的人工智慧專業的發展方向和當下主要的研究重點。透過狀元的榜樣影響力量，給你研發合適的學習方法。畢竟對於高中生而言，高考成績才是王道。你可以和他們多溝通，讓他們幫助你尋找最好的學習方案，他們會以過來人的角度，為你指點迷津。點燃學習的動力！！

我記得2017年的課程設定是這樣的：

行程簡介

DAY1：入駐螢火---學海啟程

（圓明園、國學禮儀、團隊破冰）

DAY2：做一天清華人---樹立目標

（清華園、領導力訓練、實驗室、狀元講堂）

DAY3：藝術與科學的交響--思維啟蒙

（798中心、科技館、5維學習法課堂）

DAY4：狀元的處世之道---為人處世

（頤和園、狀元互動心理課、結營晚會）

DAY5：北大燕園尋寶---社會實踐

（北大燕園、未來郵局、臨別寄語）

分享一個小故事算是激勵吧：曾有幼童長於清華園，無憂嬉鬧，爬盡園中每一棵樹。其父為加深小孩對中國傳統文化的理解，託友請來清華歷史系的一名高材生於暑期教授《孟子》。書中歷史在學長的講解下變得生動有趣，小孩也得以豁然貫通、能將《孟子》倒背如流。時光飛逝，清華園之夏仍是綠意蔥蘢，而當年的高材生——丁則良已憑著名歷史學家之謂留名於世，那個幼童——楊振寧也成為了中國首位諾貝爾獎得主、享譽全球。 “我感謝我的父親，他當時做了一個聰明的決定。” 這一段伴學經歷對楊振寧先生的研究思路乃至自身成長留下了深遠的影響，使他受益終生。

迴歸正題，我認為 未來一百年乃至一千年一萬年，很難看到強人工智慧的出現。因為人類對智慧本質的瞭解其實太少了。無知者無畏，正因為我們的膚淺，所以才盲目的樂觀，“人工智慧的奇點”出現在2050年根本就是無稽之談。人類目前靠有限的一點數學演算法對智慧死板的模擬，比大自然的精巧的進化創造，簡直是天壤之別。套用別人對“深度學習”演算法的評價：“梯子很長，但還遠遠夠不到月亮”。不過，弱人工智慧拉動經濟增長促進科技進步將會是人類未來發展歷史的主旋律，這毋庸置疑，這個產業的前景還是很美妙的。

另外還有一點很重要，就是英語。好好學習英語吧，英語不是外語，它是世界語！尤其對於搞先進領域科研的人來說，它是母語，你不學好英語，是無法埋入人工智慧科研的門檻的。而且伴學營也有提供英文演講課程哦。