如何自学人工智能
先找个自学的网站，和入门书籍，学习基础部分，然后找人工智能论坛，群组等向其他人学习指教。
做重要的还是要慢慢自己实践。
想要学习人工智应该怎么入门？
想要学习人工智应该怎么入门：业余爱好的话，最好把算法与数据结构学好，这是基础，最好有良好的编程水平，多思考什么才是智能这个问题，对实际的一些问题或者经典的问题提出自己的解法，然后去实现，逐渐地就会找到自己对人工智能的理解。
一、有关人工智能的介绍：人工智能（Artificial Intelligence），英文缩写为AI。
它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”，也可能超过人的智能。
二、研究价值：例如繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。
它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。
通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。
还包括其他非数学学科。
这类“机器学习”对“经验”的依赖性很强。
计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。
我们可以将这样的学习方式称之为“连续型学习”。
但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。
这在某些情形下被称为“灵感”或“顿悟”。
一直以来，计算机最难学会的就是“顿悟”。
或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。
正因为如此，这里的“实践”并非同人类一样的实践。
人类的实践过程同时包括经验和创造。
这是智能化研究者梦寐以求的东西。
从零开始如何学习人工智能？
人工智能并不适合零基础的朋友学习。
首先也是最重要的，是这一行有学历门槛。
建议至少应该是计算机/数学/统计学在读或已经入行。
否则，就算你学会了，就业市场也不会承认你的行业资质。
从事人工智能行业，例如成为数据科学家，至少需要硕士学位，而且博士更吃香。
其次是技术上的难度，人工智能需要高等数学（如偏微分）、线性代数及统计学知识，以及熟练掌握python等编程语言。
对于行内人这些并不困难，但对零基础者可能会有难度。