人工智能屬于自然科學(xué)和社會(huì)科學(xué)的交叉性學(xué)科，它與計(jì)算機(jī)科學(xué)、信息學(xué)、數(shù)學(xué)、神經(jīng)生理學(xué)、認(rèn)知科學(xué)、心理學(xué)等眾多學(xué)科有極強(qiáng)的關(guān)聯(lián)性，學(xué)習(xí)難度還是比較大的。

　　學(xué)習(xí)人工智能需要什么知識(shí)

　　人工智能入門需要掌握的知識(shí)有：自然語言處理、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、知識(shí)表示、自動(dòng)推理和機(jī)器人學(xué)，雖然這些領(lǐng)域的側(cè)重點(diǎn)各有不同，但是都需要一個(gè)重要的基礎(chǔ)，那就是數(shù)學(xué)和計(jì)算機(jī)基礎(chǔ)。人工智能的核心問題之一就是數(shù)學(xué)問題。

　　人工智能能不能自學(xué)

　　人工智能的相關(guān)技術(shù)是可以自學(xué)的，目前人工智能領(lǐng)域的很多研發(fā)人員都是通過自學(xué)進(jìn)入人工智能領(lǐng)域發(fā)展的。但是如果想持續(xù)深入且取得一個(gè)較好的學(xué)習(xí)效果，還需要有科研實(shí)踐場(chǎng)景的支持，同時(shí)還需要有一個(gè)較好的交流環(huán)境，這是很多初學(xué)者所不具備的，也是很多普通初學(xué)者學(xué)習(xí)人工智能技術(shù)的主要障礙之一。

　　人工智能技術(shù)的學(xué)習(xí)對(duì)于場(chǎng)景也有比較高的要求，不僅需要初學(xué)者有扎實(shí)的算法設(shè)計(jì)基礎(chǔ)，同樣還需要有大量的數(shù)據(jù)支持和較強(qiáng)的算力支持，這就是為什么不少大學(xué)在設(shè)立人工智能專業(yè)之前，都需要先建立數(shù)據(jù)中心的重要原因。