人工智能在未來肯定是核心發展力，核心競爭力，也是國家重點扶持的對象，但我還是不看好高校的人工智能方向，只是怕有些同學對市場前景盲目樂觀，就輕易上車了。
你要是985以上的高校，可以考慮選擇人工智能；如果不是，就要慎重一點。畢竟做人工智能，要看看你的學校能買多少GPU，當然本科階段除外。
說這么多，就是想讓大家知道，很多高校在人工智能方面沒多少經驗，師資力量就更別提了，還處于探索階段，前面的人學這個就是小白鼠，只能說學校的初心是好的。

你可以去看看一些高校開設的人工智能課程，課程內容涵蓋了人工智能基礎到進階的🧍?♂?各個方向，已經很全面了，但是不夠細致和深入。
本科一共就四年，這么多課程，時間和精力都有限，最終結果就只停留在了解相關專業術語，期末通過考試，每門課程只能學個皮毛。
比如下圖是西安交大的本科人工智能培訓課程。

如果你在人工智能方面非常感興趣，建議本科學習計算機專業，研究生在選擇人工智能，也照樣來得及，而且計算機進可攻、退可守，就算沒學成人工智能，還可以去做一名程序員。
接下來再給想學習人工智能的同學推薦一個學習指南，我敢保證，你要是按照我給你的學習路線，并且堅持學完，你肯定會成為一名人工智能大牛。
大概分成這樣幾個階段：
基礎知識：包含數學基礎、編程基礎、機器學習基礎、深度學習基礎等，這些我就不展開列舉了，網上都有的。
了解編程框架：PyTorch得熟悉、會構建基本的神經網絡模型、會訓練模型和驗證、會保存和加載模型、能夠使用和復現開源代碼或項目、會預訓練模型和使用工具庫、熟悉各種深度學習框架、觀看教學示例項目視頻；
研究和復現開源項目；GitHub開源項目、各種深度學習框架、多參加Kaggle舉辦的比賽、自然語言處理比賽、研究和探索高級特性；

制定興趣愛好或發展方向；找到自己的方向，才有目標和動力；現階段看，大的方向就是視覺和自然語言處理。
項目實戰、閱讀論文、同領域大佬交流；建議你多嘗試運行自己的代碼，能夠理解和修改代碼，多深入研究相關論文和理論知識，多參與項目或比賽，與他人多交流和學習，吸收對方的相關經驗。

?