要学习AI，以下是一些推荐的专业：

人工智能与计算机科学：

这个专业涵盖了AI研究的核心领域，包括神经网络、机器学习和数据科学。学生将掌握编程与算法开发的能力，这些技能可应用于自动驾驶、医疗影像分析等多个行业。

计算机科学：

计算机科学是AI技术的核心基础，包括编程、算法设计、数据结构等基础知识，以及AI的相关理论和应用技术。这个专业的学生通常会学习机器学习、深度学习等课程。

数据科学与统计学：

数据是AI学习的基础。数据科学家需要处理和分析大量的数据，以便找出有用的信息和趋势。学习数据科学专业的学生将掌握数据收集、清洗、存储、分析和可视化的方法，以及如何使用统计学和机器学习技术来挖掘数据中的模式和规律。

电气工程：

对于对硬件和系统架构感兴趣的学生，电气工程是一个极佳的选择。AI不仅依赖于软件的发展，还需要强大的硬件支持。学习电气工程的学生将有机会参与芯片设计、计算机硬件开发等领域的前沿研究。

材料科学与凝聚态物理：

尽管今年的诺奖没有直接涉及这些领域，但它们一直是物理学中的重点。通过学习统计物理和复杂系统，学生可以理解人工神经网络背后的物理原理，将物理学与AI技术结合，推动新技术的发展。

软件工程：

软件工程专注于软件开发的生命周期，包括设计、开发、测试和维护。AI技术的实际应用需要将理论和算法转化为可运行的软件，因此软件工程师需要理解AI，并能够编写和维护相关的软件。

数学与统计学：

AI的算法和模型基于数学和统计学的理论。学习数学和统计学可以提升你在人工智能领域的建模和分析能力。

模式识别与智能系统：

这个专业专注于模式识别和智能系统的研究，是AI的一个重要分支。

自然语言处理（NLP）：

自然语言处理是人工智能中与人类语言相关的领域，学习NLP可以帮助你理解和处理自然语言数据，开发语音识别、机器翻译、智能对话等应用。

电子信息工程、通信工程：

这些专业在电子和信息工程方面提供了广泛的知识和技能，适合对AI中的信号处理、通信技术、智能系统等方面感兴趣的学生。

机器人工程：

机器人工程与AI技术紧密相关，特别是在机器人技术方面，对于推动智能制造和工业自动化具有重要意义。机器人工程专业的毕业生可以在机器人研发、设计和应用等领域找到工作。

智能科学与技术：

这个专业融合了电气、计算机、传感、通讯、控制等多个学科领域，培养学生在智能系统设计与开发方面的能力。智能科学与技术专业的毕业生可以在智能制造、智能交通、智能家居等领域找到工作。

生物信息学：

这是一个跨学科领域，结合了生物学、计算机科学和统计学，特别适用于对生命科学和医疗健康应用感兴趣的AI从业者。

建议

选择AI相关专业的建议包括：

兴趣导向：根据个人兴趣选择专业，例如对硬件和系统架构感兴趣的学生可以选择电气工程，对数据分析和模式挖掘感兴趣的学生可以选择数据科学与统计学。

职业规划：考虑未来的职业发展方向，选择与之匹配的专业，例如希望从事AI算法研究和开发的可以选人工智能与计算机科学，希望从事AI应用开发的可以选软件工程。

跨学科学习：AI是一个跨学科领域，选择专业时可以考虑与生物学、物理学等学科的交叉，如生物信息学。

希望这些建议能帮助你做出更合适的选择。