人工智能，即AI（Artificial Intelligence），是一门包含计算机、控制论、信息论、神经生理学、心理学、语言学等综合学科。人工智能是从计算机应用系统角度出发，研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以及延生人类智能科学。
AI需要非常广泛的知识面和训练，学AI的学生要做好思想准备的是，你们不仅需要CS的雄厚的基础知识，还需要了解一些认知心理学、语言学、哲学和工程学的知识才能在未来的发展更顺利。除此之外，还需要掌握一些技能和工具，例如统计学、神经科学、控制、优化和运筹学。所以AI的申请者不是以单纯地成为IT人为目的的，而是要拥有丰富的知识量和技能的，未来多是冲着做researcher而去的。
AI的研究领域通常包括知识表示和推理（knowledge representation and reasoning）、机器学习（learning）、规划（planning）、决策（decision-making）、视觉（vision）、机器人（robotics）、语音和语言处理（speech and language processing），在这些主要的研究领域里，通常包括的研究课题如下：
机器学习：图形模型（Graphical models）、核方法（Kernel methods）、非参数贝叶斯方法（Nonparametric Bayesian methods）、强化学习（Reinforcement learning）、问题解决（Problem solving）、决策（decisions）和游戏项目（games）。
知识表示和推理：一阶概率逻辑（First order probabilistic logics）、符号代数（Symbolic algebra）。
搜索和信息检索：协同过滤（Collaborative filtering）、信息提取（Information extraction）、图像和视频搜索（Image and video search）、智能信息系统（Intelligent information systems
语音和语言：从语法上分析（Parsing）、机器翻译（Machine translation）、语音识别（Speech Recognition）、情境建模（Context Modeling）、对话系统（Dialog Systems）
视觉：分组和图形/背景原则（Grouping and Figure-Ground）、目标识别（Object Recognition）、人类活动识别（Human Activity Recognition）、主动视觉（Active Vision）
机器人：路径规划（Motion Planning ）、计算几何学（Computational Geometry）、计算机辅助外壳和医学分析、规划和监测（Computer assisted surgical and medical analysis, planning, and monitoring）、无人飞行器（Unmanned Air Vehicles）
专家系统：具有专门知识和经验的计算机智能程序系统，后台采用的数据库相当于人脑，具有丰富的知识储备，采用数据库中的知识数据和知识推理技术来模拟专家解决复杂问题。
接下来，我们看一下人工智能的简单历史以及到目前为止的应用实例或者科研成就吧。
AI从诞生到现在的发展很少有突飞猛进的时候，但是都在稳步发展的过程中，中间有经历过低谷。但在最近的几十年里，人工智能似乎开始呈现出井喷式发展。1997年5月，IBM公司研制的深蓝（DEEP BLUE）计算机战胜了国际象棋大师卡斯帕洛夫（KASPAROV），人工智能的这个完美表现开始引起了所有研究者的注意。在最近五十年里，从手机上的计算器到无人驾驶汽车，再到今天Master 59连胜人类顶尖围棋选手，再到未来可能改变世界的重大变革，人类慢慢领悟到——人工智能的时代正在来临。
它从诞生开始发展到现在，已经实际应用到了很多的领域，例如生物信息学（bioinformatics）、网络和系统（networking and systems）、搜索（search）和信息检索（information retrieval），说得通俗一点，例如指纹识别、人脸识别、视网膜识别、虹膜识别、专家系统、智能搜索、博弈、掌纹识别等都是AI工作者的功劳。
既然人工智能应用领域如此广泛，那么它的就业方向都有哪些呢？
AI的就业方向主要有，科研机构（机器人研究所等），软硬件开发人员，高校讲师等。当然了，鉴于一些高科技公司开辟出了新的研究领域，比如谷歌的无人驾驶汽车，在国内的话就业前景是比较好的，国内产业升级，IT行业的转型工业和机器人和智能机器人以及可穿戴设备的研发将来都是强烈的热点正好都是3-5年后的时间，正好是同学们学成归来的时候!
1） 搜索方向：百度、谷歌、微软、yahoo等（包括智能搜索、语音搜索、图片搜索、视频搜索等都是未来的方向）。
2） 医学图像处理：医疗设备、医疗器械很多都会涉及到图像处理和成像，大型的公司有西门子、GE、飞利浦等。
3） 计算机视觉和模式识别方向：前面说过的指纹识别、人脸识别、虹膜识别等。还有一个大的方向是车牌识别。目前鉴于视频监控是一个热点问题，做跟踪和识别也不错。
4） 还有一些图像处理方面的人才需求的公司如威盛、松下、索尼、三星等。
最后，给大家整理了一些美国人工智能专业比较优秀的院校及申请要求，仅供参考。
1、麻省理工学院Massachusetts Institute of Technology
要求：3封推荐信；不需要GRE成绩；托福600/250，iBT计算机专业78，电子工程66；建议学生使用系里单独的在线申请。
2、斯坦福大学Stanford University
要求：GRE成绩，申请博士课程建议有GRE计算机专科考试；不要求本科为计算机，但要有足够的数学、逻辑分析能力；3封推荐信；托福成绩。
3、卡内基梅隆大学Carnegie Mellon University
要求：GRE成绩，建议有专科成绩；托福250，雅思7.0；简历；3封推荐信。
4、加州大学伯克利分校University of California, Berkeley
要求：GPA3.0，如学校不使用4.0制，不需要折算；3封推荐信；托福570/230/68，或雅思7.0；GRE成绩。
5、华盛顿大学University of Washington
要求：GPA平均3.7；06年入学GRE平均623+790+5.15（排名82%+89%+73%），计算机专科考试821（83%），不要求有专科成绩；GPA最低3.0；建议有相关学术背景；3封推荐信；托福iBT100（口语28），笔考、CBT600/250，必须同时提交TSE，最低55.
6、得克萨斯大学奥斯汀分校University of Texas at Austin
要求：博士课程：近期GRE平均V644+Q787+A5.0，计算机专科823；托福平均651/280；GPA平均：3.9.硕士课程：近期GRE平均V639+Q781+A5.2，计算机专科757；托福平均654/280；GPA平均：3.68.建议有专科GRE；托福最低要求550/213；3 封推荐信；需要计算机背景或学习过相关课程，计算机工作经验不可代替专业背景。
7、宾夕法尼亚大学University of Pennsylvania
要求：需要计算机学术背景；GRE成绩；托福600/250/100；3封推荐信。
8、伊利诺伊大学厄巴纳-香槟分校University of Illinois at Urbana-Champaign
要求：GRE成绩，博士申请人建议有计算机专科成绩；托福600/250/100，610/253/102以下的学生可能需要ESL课程的学习；需要TSE成绩，申请助教TSE50/60；GPA3.0，近年入学平均3.7；3封推荐信。
9、马里兰大学帕克分校University of Maryland, College Park
要求：GRE成绩，建议有专科成绩；托福575/233（单项不低于50）/84（写作25），或雅思6.5（单项6），达不到在入学时会要求参加英语水平考试；3封推荐信。
10、康奈尔大学Cornell University
要求：GRE成绩，建议有计算机专科成绩，只接受3年以内的GRE；3封推荐信；托福550/213。
