在这个信息爆炸的时代，人工智能（AI）已经成为各行各业不可或缺的一部分。想要成为一名AI实践者，不仅要掌握专业知识，还需要具备一定的技能和思维方式。那么，做人工智能研究与开发，我们应该学什么专业呢？
首先，我们要明确的是，人工智能是一个涉及多个领域的复杂技术，它不仅依赖于计算机科学、数学，还包括统计学、心理学甚至哲学等多个方面。因此，在选择学习AI相关专业时，要根据自己的兴趣和职业规划来决定。
计算机科学
作为人工智能最直接关联的领域之一，计算机科学是构建AI系统的基础。在这个领域内，可以学习编程语言（如Python）、数据结构、算法设计以及软件工程等核心课程。此外，对于深度学习来说，更重要的是掌握神经网络理论和模型训练方法。
数学
数学是AI研究中的另一个关键组成部分，无论是在优化问题中使用线性代数还是在推导统计模型时应用概率论，都无法避免数学知识。特别是对随机过程、优化理论以及微积分有深入理解将会大有裨益。
机器学习与深度学习
这些技术是实现自动化决策能力至关重要的工具。如果你想专注于这两个领域，可以深入了解监督式学习、无监督式学习、半监督式学习以及基于神经网络的人工神经网络等概念，并且学会如何进行特征工程，以便提高模型性能。
数据分析与可视化
数据分析对于理解并有效利用来自各种来源的大量数据至关重要。你可以通过统计学课程了解概率分布及其处理方法，以及如何用R语言或Python库进行数据清洗和探索性分析。此外，对于可视化工具，如Tableau或D3.js，也值得投入时间去熟悉它们，因为它们能帮助我们更直观地展示复杂数据集。
人类行为心理学
为了创造更加自然而然的人物交互体验，你可能还需要了解人类行为心理学，这样才能设计出能够模拟人类情感反应和社交互动模式的人类-计算机界面。
伦理与法律考量
随着AI技术日益发展，其伦理问题也逐渐显现。这包括隐私权保护、责任归属，以及未来工作岗位变化带来的社会影响等话题。在这个过程中，你需要不断更新自己对这些议题的认识，并准备好参与其中以促进负责任的科技创新发展。
创新思维 & 实证方法论
最后，但同样重要的是培养创新思维。这意味着不断挑战既有的假设，与他人的看法进行辩证思考，并通过实验验证你的想法是否实际可行。实证方法论则要求你能够将理论转换为实际操作步骤，从而使你的项目变得切身可行并且具有指导意义。
综上所述，要想成为一名成功的人工智能实践者，不仅要选修相应专业课程，而且还需努力提升自身综合素质，将以上提到的各种技能结合起来，为未来的科技前沿奠定坚实基础。在这一过程中，每一步都充满了挑战，但同时也是极富成就感的一段旅程。而只要保持好奇心，不断探索，这条路上的每一个“零”都会慢慢变为“英雄”。
