目前學術界的人工智能還遠不是普通人(不從事人工智能行業的人)意義上的“智能”。主要應用有:推薦系統、計算機視覺、自然語言處理等。
目前國內的大學學科中，最接近當前學術意義的人工智能專業是控制工程與科學:模式識別與智能系統。但也不是那麽絕對。人工智能這幾年發展太快了。作為壹個本科生，妳至少要把以下幾個基礎搞定:高等數學(尤其是微分和導數)、矩陣理論(線性代數)、概率、英語(所有高數論文都是英文)。
恭喜以上完成後開啟人工智能基礎天賦樹。
然後妳就可以高高興興的在網上找公開課了。推薦cs229(斯坦福大學吳恩達教授)是深度學習課程，臺省李宏毅是機器學習課程(普通話，對中國人更友好)。
第二階段之後，妳應該有壹些編程和機器學習的基礎知識。然後妳就可以找到自己的興趣了。如果妳想帶計算機視覺去看泰德·李菲菲的演講，如何教計算機認識圖片，如果妳想帶自然語言處理，也可以找相關資料。我是cv(計算機視覺)。
走cv繼續走cs231(埃爾，李菲菲，斯坦福)。
選修nlp(自然語言處理)cs224(斯坦福課程)
第三階段結束
第四階段是讀論文，打代碼，重現實驗。估計三年過去了，看到我的回答，妳可能已經做出了自己的決定，為後人做壹點小小的貢獻。