人工智能之所以最近两年才火起来，是因为它有三大支撑力量:计算、算法和大数据。大学是否应该学习人工智能，是我们人类的发展方向。这是毫无疑问的，但是学这个专业是必须的。从人工智能技术本身来看，目前的人工智能技术还存在很多问题，比如对用户的要求更高(掌握编程语言)，对应用场景的要求更高(云计算和大数据环境支持)。但从大的发展方向来看，随着人工智能技术的不断完善，人工智能的应用效果会越来越明显。
谢邀！人工智能(AI)从被提出到现在，已有超过60年的发展历程，虽然中间也经历过暂短的热潮，都没有真正火起来，而直到去年3月阿尔法狗打赢了世界围棋冠军李世石，AI才掀起了新一轮的热潮。这轮热潮，在谷歌、Facebook、微软、BAT等企业投资推动下，让AI走到大众视野，也走向实际应用，而人工智能之所以最近两年才火起来，是因为拥有计算、算法和大数据这三大支撑力！首先看看计算力方面的提升。
计算是AI发展的基础，在20年前，一个机器人，当时是用32个CPU，达到120MHz的速度，而今天一台小小服务器的计算速度已是20年前最快计算机的60倍。现在的人工智能系统可以使用成百上千个GPU来提升的计算能力，这使得处理学习或者智能的能力得到比较大的增强。之前用CPU一个月才能出结果，然后再去调整参数，一年只能迭代12次，
GPU产生后大幅提升了计算量，现在用GPU可以一天就出结果，迭代的更快。再看看算法方面的更新，以人脸识别为例，在2013年深度学习应用到人脸识别之前，各种方法的识别成功率只有不到93%，低于人眼的识别率95%，因此不具备商业价值。而随着算法的更新，深度学习使得人脸识别的成功率提升到了97%，
这才为人脸识别的应用奠定了商业化基础。而历经了十多年互联网行业快速发展所积累的数据资源，为AI提供了充足的“养料”，例如，在AlphaGo的学习过程中，核心数据是来自互联网的3000万例棋谱。互联网和智能手机的快速普及催生了海量数据，无论是人们无论是用手机、跑步、看电视还是行驶在车流中，几乎所有的活动都会留下数字足迹，海量数据已汇成数据洪流。
AI界的泰斗、加拿大多伦多大学的Hiton教授早在2006年就提出了深度学习的概念，直到最近几年深度学习才逐渐应用起来，是因为算法的更新也离不开大数据和计算力的支持，深度学习模型只有通过大量的数据训练才能获得理想的效果。相应地，海量数据的运算处理也必须有强大的计算作为支撑，所以说，有了计算的基础，加上算法的突破与数据洪流的爆发成就了人工智能获得突破、走向应用。
大学中，人工智能专业火吗？为什么？
今年人工智能可以说非常火，第一个，清华的智班。今年清华在姚班的基础上，又新开了一个智班，智班就是人工智能方向的，从公布的学生情况来看，一开班就受到了大家的追捧。智班一共30名学生，里面14名保送生、12名自主选拔考生，仅有4名高考统招学生，而这4名统招学生，一名广西省高考状元，一名四川省高考状元，一名黑龙江省高考状元，一名北京市理科第8名。
第二个，华为百万年薪聘顶尖博士，最高年薪达200万元，这八位博士方向基本都是人工智能方向的，年薪最高的钟钊老师说的话，更是说明人工智能人才的稀缺和供不应求。人工智能专业这个专业是2019年教育部新开设的专业，为了配合我国人工智能科研、产业的发展，一般专业开设都是根据科技和国家的需求来定。像中国科学技术大学也是因为国家想搞“两弹一星”时，发现人才匮乏，要建立一所培养高层次人才的学校，所以才建立的，
软件、物联网、信息安全等。都是随着发展需要新开的。今年开设了人工智能专业。首批开设人工智能专业的学校为35所。另外，对了，教育部特别喜欢35这个数字。还有首批35所软件学院，985工程一期34所，一流大学名单A类36所，接近35所。人工智能的发展从数学家的模型到作家艺术家的想象，人工智能已经越来越多地进入我们的生活。
