系統自學人工智能需要有一定的數學和編程基礎。下面是一些學習人工智能的步驟和方法：

1. 學習數學和編程基礎知識：人工智能的基礎是數學和編程，需要掌握高中數學、線性代數、概率論、微積分等數學知識，以及 Python、C++等編程語言。

2. 學習機器學習和深度學習：機器學習和深度學習是人工智能的核心技術，需要掌握常用的機器學習算法（如決策樹、邏輯回歸、SVM、聚類等）和深度學習算法（如卷積神經網絡、循環神經網絡、自編碼器等）。

3. 學習數據分析和處理：人工智能需要大量的數據支持，需要掌握數據分析和處理技術，包括數據挖掘、數據清洗、特徵提取等。

4. 學習自然語言處理和計算機視覺：自然語言處理和計算機視覺是人工智能的重要應用領域，需要掌握常用的自然語言處理技術（如分詞、詞性標注、命名實體識別等）和計算機視覺技術（如圖像識別、目標檢測、語義分割等）。

5. 參加在線課程和培訓：如 Coursera、Udacity、edX 等平台上有大量的人工智能相關課程和培訓，可以選擇適合自己的課程進行學習。

6. 參加開源社區和競賽：加入人工智能相關的開源社區和競賽，可以與其他專業人士交流、學習和分享經驗，提高自己的技能和知識。

總的來說，系統自學人工智能需要長期的學習和實踐，需要不斷地積累經驗和知識。