首先，人工智能是一個非常典型的交叉學科，涉及到哲學、數(shù)學、計算機、控制學等諸多學科，不僅知識量比較大，學習難度也比較高，因此長期以來，人工智能人才的培養(yǎng)都是以研究生教育為主，但是學習人工智能有很多切入點，學歷不高的人也是可以學習的。

人工智能當前有六大研究領域，涉及到計算機視覺、自然語言處理、機器學習、自動推理、知識表示和機器人學，初學者應該選擇一個主攻方向，并圍繞這個主攻方向來制定學習計劃。對于初學者來說，可以從機器學習開始學起，一方面機器學習是打開人工智能知識大門的鑰匙，另一方面機器學習在多個領域都有比較廣泛的應用。

機器學習涉及到數(shù)據(jù)和算法兩大塊內容，包括數(shù)據(jù)收集、算法設計、算法實現(xiàn)、算法訓練、算法驗證等一系列步驟，初學者需要具有一定的數(shù)學（高等數(shù)學、線性代數(shù)、概率論）基礎和程序設計基礎。按照歷史經(jīng)驗來說，如果有扎實的數(shù)學基礎和程序設計基礎，入門機器學習并不會遇到太大的障礙，一般學習三個月左右就能夠入門。

對于沒有編程基礎的人來說，學習機器學習之前，要學習一下編程知識，當前可以重點考慮學習一下Python語言，一方面Python語言在機器學習領域的應用比較廣泛，另一方面Python語言本身也比較簡單易學。

最后，學習人工智能本身需要一個系統(tǒng)的過程，而且學習人工智能知識對于場景的要求也比較高，所以在入門了基本的機器學習知識之后，要想持續(xù)深入學習人工智能知識，還需要結合具體的崗位任務。