在21世纪，人工智能（AI）已经成为了推动技术进步的关键驱动力。随着科技的不断发展，越来越多的人开始对AI产生兴趣，并希望能够参与到这场革命中。但对于想要进入这个领域的人来说，一个重要的问题是：做人工智能需要学什么专业？

首先，我们要明确的是，人工智能是一个跨学科的领域，它不仅仅依赖于计算机科学，还涉及数学、统计学、认知科学等多个领域。因此，对于想要学习AI的人来说，选择合适的专业非常关键。

计算机科学

作为人工智能最基础的学科之一，计算机科学提供了AI开发所需的一系列核心工具和技术。这包括编程语言（如Python）、数据结构、算法设计以及操作系统等。在这些基础上，可以进一步学习更高级别的课程，如机器学习、深度学习和自然语言处理等。

数学

数学是现代物理和信息时代最强大的武器之一。在人工智能中尤其如此。从线性代数到微积分，从概率论到抽象代数，都与构建复杂模型有关。而且，这些概念在实际应用中也起着至关重要的作用，比如在图像识别或者语音识别时，要使用大量数学原理来实现特征提取和模式匹配。

统计学

统计学为我们提供了一套分析数据并得出结论的手段，而这对于理解人类行为或预测未来的决策过程至关重要。在医疗保健、金融市场甚至天气预报中，大量数据都是用统计方法进行分析处理，然后才能得到有用的洞察。

认知科学

认知科学研究如何人类思维工作，以及我们的感官如何与大脑相互作用。它涉及心理物理实验室研究，以及对神经网络模拟人类大脑功能能力。本领域对理解并模仿人类智慧至关重要，因为这是使得自动化系统变得更加“聪明”的前提条件。

数据库管理系统（DBMS）

数据库是存储所有类型数据的地方，而DBMS则负责控制访问这些数据。当你想让你的程序能读写文件或者查询数据库时，你就必须懂得怎样组织它们以及怎样有效地检索它们。此外，在许多情况下，即使你没有直接操作数据库，你也会遇到各种各样的问题，比如如何快速地过滤或排序庞大的数据集，这也是需要解决的一个挑战。

人类-计算机交互（HCI）

用户体验设计对于任何形式的软件都非常关键，无论是在游戏开发还是企业软件方面。这包括了解用户需求，以便创建易于使用且直观界面，同时还要考虑可访问性以满足不同用户群体。

机械工程/电子工程/生物医学工程

虽然不是所有AI项目都会涉及硬件，但了解硬件是什么，以及它如何影响软件性能，是非常有益处的一项技能。如果你打算自己制造设备，或至少知道自己的代码可以运行在哪里，那么了解基本电路理论很有帮助。此外，在某些应用中，如无人驾驶车辆或医用设备，上述三个专业中的知识将直接决定成功与否。

心理学/社会 sciences/

如果你计划利用你的AI技能去解决社会问题，比如教育不平衡或健康差异，那么心理学家通常会告诉他们关于人们行为模式的心理原理；而社会科学家则可能指导他们思考政策制定者的决策逻辑以及经济环境如何影响个人生活质量。

法律/伦理哲学/

最后，不容忽视的是法律背景这一点。在创造具有自主权的大型自动化系统之前，有必要考虑法律框架是否准备好应对新的挑战，而且还应该明白隐私保护规则及其相关义务。

10 最后但同样重要的是培养良好的沟通技巧。一旦你的项目启动，你将不得不解释复杂概念给非专家听，也许还要说服投资者支持你的想法。这意味着即使不是专门修读通信艺术，但是学会清晰表达自己的观点仍然十分必要

总之，如果一个人想要成为一名顶尖的人工智能工程师，他不仅需要具备扎实的技术背景，还必须拥有广泛而深入的地球范围内各种跨域融合知识。他还需要保持灵活性，以适应不断变化的情况，并且展现出卓越的问题解决能力。