人工智能是一个大概念，具体落地人工智能项目会联系机器学习和深度学习框架，这些框架大多是基于python开发的，所以为了进一步人工智能项目的开发，python语言的学习也是很有必要的
首先，它取决于基础，如数学、软件、算法、建筑学、心理学、自动化、脑科学、统计学等等。
其次，要看你想解决哪些问题，比如视觉识别、自动驾驶、天气预报、语音语义学、定量金融、图像处理、金融分析等，每个领域的要求都不一样。例如，那些做医学碰撞诊断的人需要学习一些影像学知识。
需要找一位有学问的专业老师，如果自学，就必须进入专业交流圈。
人工智能的概念诞生于1956年的世界达特茅斯会议，但走出实验室进入公众视野却是近几年的事情。即使阿尔法狗打败了柯洁，它也只是一个单一领域的弱人工智能，离“西方世界”和“机甲”这样的强人工智能还有很长的路要走。在2019年《人工智能商业化报告》中，详细描述了人工智能的现阶段和未来发展趋势。如果你感兴趣，可以查看评论中的链接了解详情
人工智能是未来的一大趋势。高校开设的人工智能专业主干课程可参考各大高校的参考方案。
1.东南大学（电子科学与技术专业第四学科排名被评为a）
2018年开始招收本科生，主要课程包括python、神经网络、数字图像处理、数字信号处理、数据挖掘、人机交互等。北京邮电大学电子科学与技术专业第四名学科排名是a-
3。天津大学（电子科学与技术专业第四名学科排名为b-）
本文列举了部分高校的课程安排，包括数据挖掘、数据结构、自然语言处理等可以专业化，也可以另辟蹊径。
如果您有任何帮助，请喜欢并关注它。谢谢您！@大学电子商务人
作为一个从业多年的人，我想说的是python和人工智能是两个完全不同的概念。python只是一种编程语言，而人工智能是一种科学方法。它主要研究如何通过计算机实现与人类智能相似的设备或程序。python作为一种计算机编程语言，可以作为实现人工智能的编程工具，但它并不是唯一的选择。
首先简单介绍一下人工智能的实现方法。目前，主要有两所学校。
一个是基于神经网络的机器学习，也就是说，近年来，随着谷歌的阿尔法狗获得世界围棋冠军，它又流行起来了（之所以再次被使用，是因为它流行了一段时间，后来遇到技术瓶颈时就沉寂了）。为了促进人工智能的发展，google开源的tensorflow库受到了广大研究人员的青睐，它可以极大地促进人工神经网络的开发和实验。python作为tensorflow的编程语言，自然成为研究人员必不可少的工具。此外，facebook的开源项目pytorch也是一个优秀的机器学习库。它还使用python作为开发语言，为python添加了许多用户。实际上，也有很多语言可以用于人工智能开发，比如matlab和c/c，它们也被广泛使用，但是编程过程会稍微复杂一些。
另一种实现人工智能的方法是基于演绎逻辑的推理方法。曾经流行的专家系统正是基于这一技术，正是因为近年来，深度学习蓬勃发展，其辉煌被掩盖。在这种人工智能实现模式中使用的编程语言是lisp和prolog。
另外，我想提醒你，如果你想学习人工智能，仅仅能够编程是不够的。它需要一个坚实的数学基础，从线性代数，概率过程，到微积分，甚至张量分析。有了这些基础知识，就可以理解和改进各种学习算法。至于你的算法是用什么语言实现的，就简单多了。当然，python是一个不错的选择。它比其他语言更简单、更容易学。关键是要有强大的图书馆支持。
