人工智能AI的知识有哪些？人工智能学习总体路线图

首先，人工智能知识体系非常庞大，从当前大的研究方向来看，划分为计算机视觉、自然语言处理、知识表示、自动推理、机器学习和机器人学等六个大的研究领域，这些不同领域各自也有很多细分研究方向。

从学科体系来看，人工智能是一个非常典型的交叉学科，涉及到数学、计算机、控制学、经济学、神经学、语言学和哲学等众多学科，所以人工智能领域的人才培养也一直有比较大的难度，不仅知识量比较大，难度也比较高。由于当前人工智能领域的很多研发方向依然处在发展的初期，有大量的课题需要攻克，所以当前人工智能领域也汇集了大量的创新型人才。

从目前人工智能技术的落地应用情况来看，当前计算机视觉和自然语言处理这两个方向已经有了众多的落地案例，随着大型科技公司纷纷推出自己的人工智能平台，基于这些人工智能平台可以与行业领域产生更多的结合，为行业领域采用人工智能技术奠定了基础，同时也大幅度减低了人工智能的研发门槛。

从行业领域的发展趋势来看，未来众多领域都需要与人工智能技术相结合，智能化也是当前产业结构升级的重要诉求之一，在工业互联网快速发展的带动下，大数据、云计算、物联网等一众技术的落地应用也会为人工智能技术的发展和应用奠定基础。当前采用人工智能技术的行业主要集中在IT（互联网）、装备制造、金融、医疗等领域，未来更多的行业领域都会与人工智能技术相结合。

人工智能学习总体路线图：

1、数据科学中统计学基础

你要参加工作了可能没有太多时间系统学习了，可以掌握数据分析挖掘需要用到的统计基础就行了，以后慢慢补课咯，当然你的专业是统计相关专业就没太大问题。

2、Python核心编程

这个市面上的Python书籍与视频都差不多，建议看我的视频做小项目可以迅速上手。

3、Python数据分析/数据挖掘

掌握NumPy、Pandas、Matplotlib等数据分析相关库，以数据分析为发展方向的话重点掌握Pandas/Matplotlib，人工智能方向重点掌握NumPy。

4、机器学习

重点掌握sklearn机器学习库，熟悉各种机器学习算法的优缺点与适用场合。

5、深度学习

重点掌握CNN/RNN以及常见变种，TensorFlow2/Keras/PyTorch框架。

6、计算机视觉/自然语言处理/语音技术中的一个方向

计算机视觉方面相对成熟，NLP方向是近期学术爆发的主要方向。