人工智能專業(yè)畢業(yè)的出來，至少得是本科以上學歷，甚至研究生學歷才能夠。當然也不排除雖然學歷不高，但在人工智能領域某一方面有自己獨特的專業(yè)的技術水平。但這樣的人畢竟是少數(shù)的。所以一般高學歷對應高端的專業(yè)技能。

學習人工智能的要求

人工智能是一個包含很多學科的交叉學科，你需要了解計算機的知識、信息論、控制論、圖論、心理學、生物學、熱力學，要有一定的哲學基礎，有科學方法論作保障。人工智能學習路線最新版本在此奉上：

首先你需要數(shù)學基礎：高等數(shù)學，線性代數(shù)，概率論數(shù)理統(tǒng)計和隨機過程，離散數(shù)學，數(shù)值分析；

其次需要算法的積累：人工神經(jīng)網(wǎng)絡，支持向量機，遺傳算法等等算法；

當然還有各個領域需要的算法，比如你要讓機器人自己在位置環(huán)境導航和建圖就需要研究SLAM；

算法很多需要時間的積累。

然后，需要掌握至少一門編程語言，畢竟算法的實現(xiàn)還是要編程的；如果深入到硬件，一些電類基礎課必不可少；

人工智能專業(yè)的就業(yè)方向

人工智能可以說是一門高尖端學科，屬于社會科學和自然科學的交叉，涉及了數(shù)學、心理學、神經(jīng)生理學、信息論、計算機科學、哲學和認知科學、不定性論以及控制論。研究范疇包括自然語言處理、機器學習、神經(jīng)網(wǎng)絡、模式識別、智能搜索等。應用領域包括機器翻譯、語言和圖像理解、自動程序設計、專家系統(tǒng)等。

對于本科并沒有專門、深入的AI、ML專業(yè)，因為畢竟這些方向屬于高層次的知識，需要一定的基礎。但由于現(xiàn)在AI熱還有工業(yè)界對于這方面人才的強烈需求，所以已經(jīng)有些大學專門開設了數(shù)據(jù)科學專業(yè)，更甚者是數(shù)據(jù)科學學院。所以如果有意向從事AI相關的工作，在本科專業(yè)上可以嘗試以下選擇：

1、如果是暫時沒有太大傾向，既有可能做科學研究，也有可能做工程開發(fā)，可以選計算機方向，例如“計算機科學”（Computer Science），軟件工程（Software Engineering），目前情況來看，最對口從事AI方向的的確是CS，AI具體的里面的子領域如Machine Learning，Computer Vision， Natural Language Processing，Data Mining等，在CS的高年級和研究生階段都有對應的課程和研究方向。AI工作既需要非常扎實和廣泛的數(shù)學基礎同時也要求很高的實做能力，而CS正好在這兩方面都有著重培養(yǎng)。

2、如果是潛心做學術，搞理論研究，那么專業(yè)推薦選擇“應用數(shù)學”。目前的機器學習機器學習本質上是微分方程、概率論、矩陣分析等等數(shù)學領域的一個應用場景。而近年來發(fā)展蓬勃的深度學習，正是機器學習的一個非常接近人工智能的分支。

不排除現(xiàn)在的自動化、通信、機械 等專業(yè)在一定程度上都會往智能靠攏，無論是什么專業(yè)都可以在課外學習相關的知識，尤其是在這個優(yōu)質學習資源隨手可得，終身學習的時代，但在整體課程的安排上，這個專業(yè)還是會不同于其他的專業(yè)，而且這有個優(yōu)點是在讀研復試的時候會有些加分，缺點在于：如果不讀研，那么就業(yè)平均情況是弱于其他專業(yè)的，畢竟這個專業(yè)在社會認可度較低，而且本科知識較淺，基本上對于職業(yè)化幫助不大。