關(guān)于人工智能學(xué)習(xí)

如果你高考剛畢業(yè)，那么講的很深也沒有必要。

簡(jiǎn)單來說，當(dāng)代科學(xué)技術(shù)，都是用電和機(jī)械來模擬生物的行為的。比如汽車是模仿了四蹄動(dòng)物，飛機(jī)是模仿了鳥的飛行。電視技術(shù)是模仿了生物的眼睛構(gòu)造，計(jì)算機(jī)技術(shù)是模仿了大腦的構(gòu)造。所以說每一個(gè)科學(xué)分支都是人工智能的一個(gè)部分，而把全部分支合起來就是人工智能。

所以你也發(fā)現(xiàn)了，根本沒有人工智能這個(gè)專業(yè)。真正的人工智能都是不同領(lǐng)域的人合作的結(jié)果。所以院校和專業(yè)根本無所謂。看你自己的興趣了選擇就可以了。

如果非要選擇一個(gè)專業(yè)入手的話可以給你一些參考。

計(jì)算機(jī)專業(yè)：計(jì)算機(jī)的強(qiáng)力計(jì)算能力可以輕易地仿真任何實(shí)際現(xiàn)象。但是也是最沒有必要學(xué)習(xí)的。一來，計(jì)算機(jī)軟件學(xué)起來容易，所以這方面的人才非常泛濫。二來，計(jì)算機(jī)只是一個(gè)工具，仿真所需要的數(shù)據(jù)都是來自于別的專業(yè)的。還有，計(jì)算機(jī)專業(yè)的研究生層次要求數(shù)學(xué)好。

數(shù)學(xué)專業(yè)：因?yàn)閷?shí)際想象要數(shù)據(jù)化，這中間的過程必須給出合理的轉(zhuǎn)化公式。既是數(shù)學(xué)建模。是人工智能的理論核心。還有如何判斷，學(xué)習(xí)都是要有數(shù)學(xué)公式做支持的。

電子專業(yè)：軟件和數(shù)學(xué)模型必須藉由電子電路實(shí)現(xiàn)。模擬人體感官接受，和神經(jīng)反應(yīng)。

材料專業(yè)：電子元件比如CPU的制作，電子專業(yè)和軟件專業(yè)是不管的。由材料專業(yè)實(shí)現(xiàn)。

生物醫(yī)學(xué)專業(yè)：學(xué)習(xí)人體結(jié)構(gòu)，為人工智能收集現(xiàn)實(shí)數(shù)據(jù)。

具體的專業(yè)哪個(gè)學(xué)校強(qiáng)，百度既可以了。還有一些復(fù)合專業(yè)比如醫(yī)療電子，同時(shí)學(xué)習(xí)醫(yī)學(xué)和電子。

看你的百度知道回答的問題，你都是喜歡電腦游戲和數(shù)學(xué)題。

那么建議你學(xué)習(xí)電子專業(yè)。

在學(xué)習(xí)的時(shí)候，要注意積累數(shù)字語音處理和數(shù)字圖像處理的知識(shí)。在人工智能的高度上，目前只有這兩個(gè)技術(shù)比較成熟。比如市場(chǎng)上的聲音識(shí)別和文字識(shí)別產(chǎn)品。

最后給你個(gè)小貼士，要想在人工智能領(lǐng)域走的遠(yuǎn)，高等數(shù)學(xué)一定要好。所有人工智能必須要有完善的數(shù)學(xué)公式做基礎(chǔ)，否則別人根本不承認(rèn)你做的是人工智能。

但是數(shù)學(xué)是在是太枯燥了，所以你不一定要保證大一的時(shí)候數(shù)學(xué)成績(jī)很好，但是一定要在本科四年里不停地復(fù)習(xí)數(shù)學(xué)，反反復(fù)復(fù)地看。當(dāng)然研究生考試數(shù)學(xué)也很重要了。嘿嘿，加油啊。

___________________________________________________

對(duì)補(bǔ)充問題的回答：

如果是研究人工大腦的話，是沒法研究的。我在一開始就已經(jīng)會(huì)說的很清楚了，現(xiàn)代科學(xué)的各個(gè)領(lǐng)域，等于是把大腦的各個(gè)功能拆分了。

比如電視技術(shù)就是模仿了視覺處理能力，電話通信技術(shù)就是模擬了聽覺處理能力和說話能力。吊車挖掘機(jī)的機(jī)械臂就是模仿了人體的手臂動(dòng)作。

人工精神是不存在的，如果是人工神經(jīng)系統(tǒng)的話是可以做到的。由傳感器技術(shù)實(shí)現(xiàn)聽覺，視覺，觸覺，味覺的收集。由網(wǎng)絡(luò)技術(shù)傳送到大腦。其實(shí)一開始英特網(wǎng)就是模仿了人類的神經(jīng)系統(tǒng)的傳播模式，只要將其反應(yīng)用，模擬神經(jīng)系統(tǒng)就可以了。

其實(shí)所謂的人工智能早就應(yīng)用到生活中去了，只是你把這些技術(shù)放到一個(gè)什么樣的高度上。

當(dāng)然，人工智能的純理論研究是最近幾十年才開始的。這個(gè)是需要及其強(qiáng)悍的數(shù)學(xué)功底的。也只是一些學(xué)校在大三最后才開的專門講人工智能的課程。其內(nèi)容就是把現(xiàn)實(shí)生活如何公式化。

————————————————————————

人工智能研究中，數(shù)學(xué)是最重要的。但是這并不是指能計(jì)算題目就可以了的。要能進(jìn)行數(shù)學(xué)建模，應(yīng)用到實(shí)際中去才是目的。

1。前面說到，純理論的人工智能，就是數(shù)學(xué)。

2。想學(xué)好其他專業(yè)，比如電子專業(yè)，計(jì)算機(jī)專業(yè)，材料專業(yè)。數(shù)學(xué)也必須要好。至少是要能看的懂別人的公式。

理論物理正好是夾在數(shù)學(xué)的理論和其他專業(yè)（電子、計(jì)算機(jī)、材料）的應(yīng)用之間的內(nèi)容。學(xué)好了也可以承上啟下。當(dāng)然了，物理學(xué)好，也要數(shù)學(xué)能力。

————————————————————————

其實(shí)任何理工科專業(yè)都可以做到人工智能的高度，但是終究是要走合作的道路的。

數(shù)學(xué)是基礎(chǔ)，其他專業(yè)是工。大學(xué)四年，即使數(shù)學(xué)學(xué)好了，但沒有實(shí)現(xiàn)方法，也等于是紙上談兵。

比如說數(shù)學(xué)公式轉(zhuǎn)化為C語言程序就很非常考究。還有電路理論雖然也是使用數(shù)學(xué)公式表達(dá)，但是為了方便電路實(shí)現(xiàn)，很多公式都做了簡(jiǎn)化處理。哪里該簡(jiǎn)化也是很頭疼的。

等你上到大三，你就知道什么叫各行如隔山了。所以大學(xué)里也就是在鍛煉合作能力。

---------------------------------------------

最后補(bǔ)充一下：軟件是門檻低，精通難；硬件是門檻高，精通相對(duì)來說簡(jiǎn)單。

軟件是活的，即使是同樣的硬件平臺(tái)，都可能需要不一樣的編程語句。硬件是死的，學(xué)懂了無非就是不停地疊加和組合。

如果你想搞人工大腦的話，不妨學(xué)下微電子專業(yè)，專門學(xué)CPU芯片結(jié)構(gòu)的。不過這是個(gè)研究生專業(yè)，本科可以學(xué)自動(dòng)化，電子，數(shù)學(xué)什么的都可以。

還有什么問題可以留言，呵呵

學(xué)習(xí)人工智能有什么要求嗎？

你好:首先你需要數(shù)學(xué)基礎(chǔ)：高等數(shù)學(xué)，線性代數(shù)，概率論數(shù)理統(tǒng)計(jì)和隨機(jī)過程，離散數(shù)學(xué)，數(shù)值分析；其次需要算法的積累：人工神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)，遺傳算法等等算法；當(dāng)然還有各個(gè)領(lǐng)域需要的算法，比如你要讓機(jī)器人自己在位置環(huán)境導(dǎo)航和建圖就需要研究SLAM；算法很多需要時(shí)間的積累。然后，需要掌握至少一門編程語言，畢竟算法的實(shí)現(xiàn)還是要編程的；如果深入到硬件，一些電類基礎(chǔ)課必不可少；人工智能一般要到研究生才會(huì)去學(xué)，本科也就是蜻蜓點(diǎn)水看看而已，畢竟需要的基礎(chǔ)課過于龐大。剛才提到的這些學(xué)科的每一門都是博大精深的，但同時(shí)很多事物都是相通的，你學(xué)了很多知識(shí)有了一定的基礎(chǔ)的時(shí)候再看相關(guān)知識(shí)就會(huì)觸類旁通，很容易。在這中間關(guān)鍵是要有自己的思考，不能人云亦云。畢竟，人工智能是一個(gè)正在發(fā)展并具有無窮挑戰(zhàn)和樂趣的學(xué)科。人工智能的首選語言是Python，因此大家一定要學(xué)好Python語言。