人工智能是研究使計算機可以具備某些人類智能的能力。那么，人工智能主要學什么呢？

人工智能主要學習的是模擬人類思維和行為的原理和方法。人工智能可以被看作是一個廣泛的領域，它收集了各種專業(yè)、包括機器學習、深度學習、自然語言處理、計算機視覺、知識圖譜等。

人工智能的不同領域有不同的學術目標和方法。

機器學習

機器學習是人工智能的一個重要組成部分，在現(xiàn)代計算機科學中已得到廣泛的應用。機器學習是一種數(shù)據(jù)驅(qū)動的方法，主要解決的問題是如何從大量數(shù)據(jù)中學習一個適當?shù)哪Ｐ?，并用該模型進行預測和分類。

常用的機器學習算法有決策樹、邏輯回歸、樸素貝葉斯、支持向量機、神經(jīng)網(wǎng)絡等。機器學習適用于廣泛的領域，如醫(yī)學影像診斷、金融預測、自然語言處理等。

深度學習

深度學習是一種特殊的機器學習方法，它以多層神經(jīng)網(wǎng)絡為基礎，能夠自動地學習和掌握數(shù)據(jù)的特征。深度學習在計算機視覺、自然語言處理、語音識別等領域都取得了巨大的成功。

自然語言處理

自然語言處理是指計算機處理人類自然語言的能力。自然語言處理包括語音識別、文本分類、機器翻譯等技術。自然語言處理的目標是實現(xiàn)計算機更好地理解人類語言，從而提高人機交互的效率和質(zhì)量。

計算機視覺

計算機視覺是指計算機模擬人類視覺的能力。計算機視覺技術應用非常廣泛，包括人臉識別、車輛識別、物體識別等。

知識圖譜

知識圖譜是一種將世界各種信息組織成網(wǎng)絡結構的技術。知識圖譜能夠?qū)⒉煌膶嶓w和關系組織成統(tǒng)一的數(shù)據(jù)模型，以提高人機交互的質(zhì)量和效率。

總之，人工智能主要學習的是模擬人類思維和行為的原理和方法。隨著技術不斷發(fā)展，人工智能在各個領域的應用將更加廣泛，為人們帶來更多的便利和效率。