最直观的人工智能，可能是AlphaGo下围棋把人类打得落花流水。
近些年，一些在日常生活中应用的人工智能也逐渐被人们了解：
双11的推荐购买比例已经超过了50%，就是利用人工智能对用户购买习惯的大数据分析和挖掘;
使用指纹、虹膜、刷脸解锁或支付等，是靠人工智能中的计算机视觉技术;
应用越来越多的智能翻译机，是利用人工智能中的自然语言处理技术实现的。
———————————————
人工智能实际是啥 vs 大众咋理解
进一步地， 如果把人工智能分解，可以有三个层面。
最上层的是应用，就是上面列举的我们经常用到或看到的那些。
中间层是技术，包括计算机视觉、机器学习、深度学习、自然语言处理、数据挖掘等，可以说，各行各业所有的应用，都离不开这几个技术的支持。就像没有面粉做不成馒头、油条、饺子、包子、月饼、一个道理，没有这些技术，人工智能也无从实现。
最底层的是基础科学，当然没有基础科学，技术、应用都谈不上，技术的进步更是要依赖基础科学。就像
不种小麦哪来的面粉，更谈不上馒头、油条、饺子、包子。人工智能的基础科学是哪些呢？数学、统计学、物理学、电子等都多多少少沾点边。
从某些方面讲，人工智能就像个筐，数学、统计学、计算机、自动化、电子信息、机械工程、仪器科学、物联网、数字媒体、地理信息、空间信息、计算语言……
只要能提升效率，减少人工的使用，就是人工智能。
————————————————
人工智能 vs 人工智能专业
其实我个人认为，人工智能最好不要成为一个具体的专业，最好像统计学、信息安全、集成电路一样成为一级学科，下设具体的专业，或者成为研究生阶段的专业和方向。
一个和人工智能很接近的专业——智能科学与技术，但基本上是计算机基础 自模式识别 认知神经脑科学 人工智能导论等。
由于没有统一的规定，各校各自为政各显神通，课程设置和培养方案五花八门，偏计算机的、偏自动化的、偏通信的、偏物联网的都有。
另外，人工智能没有成为本科专业的基础。
因为人工智能这个概念太模糊，太庞大，可以把它理解为一个有着无数方向的新兴技术，一个有着无数细分领域的行业，但无论是作为技术或行业，它似乎和很多领域都有着千丝万缕的关系，说不清道不明，边界非常模糊。
它作为一项新兴技术是在不断变化和延伸中的，范围和形式也不是固定的静态的。且任何一个方向，任何一个领域，都是博大精深学无止境的，根本没办法用一个专业去概括。
如果学校师资力量不够，缺乏数学、统计学、计算机科学与技术的等雄厚的教学实力，不能在运筹学控制论、概率论数理统计、随机过程、数学分析、算法导论等人工智能的基础和核心课程上不能保证质量，就更无从谈起人工智能专业办好了。
————————————————
学人工智能 vs 做人工智能
其实，要想做人工智能，没必要追逐热点，学人工智能专业和做人工智能往往是两码事。
这一点和金融很像，学金融学和进入金融行业做金融相关工作也是两码事。
除了学金融，学会计学、财务管理、法学、数学、统计学、经济学、资产评估、审计学等，也都可以做金融相关工作。
至于进入金融行业，更是绝大部分专业都可以，很多岗位招聘已经不限专业了。
同样，不学人工智能，学自动化、计算机、软件工程、数学、统计学、数据科学、物联网等专业，都是可以做人工智能的。
现在的很多算法工程师是学计算机、软件工程、数学以及其他理工科专业的。
算法、计算力和数据是人工智能技术存在和发展的关键点，涉及了很多专业，所以想做人工智能相关工作，并不一定非得本科学什么人工智能。
更何况，想从事人工智能相关岗位，硕士是标配，很多岗位博士才能做，想本科毕业就做这个基本不现实。
既然本科阶段是基础，即便接触也都是皮毛，先从相关基础专业学起，想要深入再读研也是不错的选择。
很多专业研究生阶段都有人工智能方向，比如数学、统计学、自动化等，计算机、软件工程就更多了。
