嵌入式开发与人工智能哪个更需要有高深的数学知识做基础？

谢邀。如果只是想做应用，只是想做普通开发，那无论是嵌入式还是人工智能，都不需要高深的数学知识做基础，基本上就是熟悉模块和接口，能用，用好即可。

如果想更深一层去学习和研发，那无论是嵌入式还是人工智能，都需要数学知识，相对而言，人工智能更需要高深一点的数学知识，信号，算法，逻辑，都派得上用场。

话又说回来，不管是嵌入式还是人工智能，现成都有不少优质开源免费库资源可以使用，分享主义，拿来主义，淋漓尽致。

最后再说，嵌入式和人工智能是相互包含，相辅相成的，并无绝对的界限。谢谢大家。

第一，人工智能是现在比较热门的发展方向，教育、金融、交通等各个领域都在应用人工智能，正如李开复所说：“人工智能的到来，所带来的改变绝对不仅仅是一个科技的改变，它对所有的行业都会重新定义与颠覆。”

第二，相比而言，嵌入式开发是较为大家熟悉的领域，也是很多IT、工程师领域的学习内容。

第三，不管是嵌入式开发，还是人工智能，都要学习数学知识作为基础，才能得到更好的发展。

人工智能主要是学什么的？

要了解人工智能学什么内容，需要首先了解人工智能是什么：

1、人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

2、人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

那么，人工智能学什么内容呢？

目前人工智能专业的学习内容主要包括： 机器学习、人工智能导论（搜索法等）、图像识别、生物演化论、自然语言处理、语义网、博弈论等。

需要的基础课程主要有，信号处理，线性代数，微积分，还有编程（有数据结构基础）。

从专业的角度来说，机器学习、图像识别、自然语言处理，这其中任何一个都是一个大的方向，只要精通其中一个方向，就已经很厉害了。所以不要看内容很多，有些你只是需要掌握，你需要选择的是一个方向深入研究。其实严格来说，人工智能不算难学，但是也不是轻轻松松就能学会的，需要有一定的数学相关的基础，同时还有一段时间的积淀。

高等数学，线性代数，概率论数理统计和随机过程，离散数学，数值分析。数学基础知识蕴含着处理智能问题的基本思想与方法，也是理解复杂算法的必备要素。今天的种种人工智能技术归根到底都建立在数学模型之上，要了解人工智能，首先要掌握必备的数学基础知识。线性代数将研究对象形式化，概率论描述统计规律。

需要算法的积累：

人工神经网络，支持向量机，遗传算法等等算法；当然还有各个领域需要的算法，比如要让机器人自己在位置环境导航和建图就需要研究SLAM；总之算法很多需要时间的积累。

需要掌握至少一门编程语言：

比如C语言，MATLAB之类。毕竟算法的实现还是要编程的；如果深入到硬件的话，一些电类基础课必不可少。