人工智能是计算机科学的一个分支，它是一个很大的方向。从人工智能的研究范围就可见一斑，它是一门研究如何使计算机能够模拟且实现人类智能的学科。
不同的研究领域侧重点各不相同，需要的基础知识也是不同的。
拿机器学习来说，它需要的基础知识：
1、数学基础
像微积分、线性代数、概率论与数理统计，用来理解和计算机器学习中算法的数学原理与推导，以及优化方法。
2、编程基础
掌握编程语言，用来实现机器学习的算法，比如Python、R、C++等。
3、数据结构与算法基础
机器学习算法中使用了很多的数据结构和算法，了解常用的数据结构与算法能更好的理解和实现机器学习算法和模型。
像自然语言处理，它需要的基础知识：
1、数学基础
微积分、线性代数、概率论与数理统计这些内容，有助于理解NLP模型以及学会用它们来处理文本数据，
2、编程基础
掌握编程语言，常见的是Python、C++这些可以用来编写和运行程序。
3、数据结构与算法基础
数据结构和算法对于处理和分析文本数据非常重要，掌握常见的数据结构与算法能让自己写出更高效的NLP算法和模型。
4、语言学基础
这个是学习自然语言处理必须得，了解基本的语言学概念和语言结构，比如像语法、句法、语义，对于自然语言处理来说是很重要的。
像计算机视觉，它需要的基础知识：
依然是数学基础、编程基础、数据结构与算法基础以外，你需要额外具有数字图像处理基础，熟悉数字图像技术处理的基本技术。
可以看到，人工智能的每个研究方向具体要做的内容不同，具体要求可能也会有所不同，但还是存在着交叉和重叠的知识内容。
也就是数学基础、编程基础、数据结构与算法。
这些也是学习人工智能所需要的前置知识。