2. 数学技能和理论数学

Khader强调了数学在人工智能研究中的主要性，指出许多标榜为人工智能的打算机科学课程实际上非常侧重于数学。
他回顾起在大学本科机器学习课程的第一个作业中碰着了六页纯数学。
Khader认为，适应这种理论数学的形式对许多学生来说可能是具有寻衅性的，纵然他们在剖析数学或问题办理方面很善于。

根据Khader的说法，在人工智能领域取获胜利须要长期的承诺和对长期游戏的意愿。
他建议渴望成为人工智能专业人士的人可能须要追求多个学位，并且对付实现期望的结果须要有耐心。
Khader强调了持续学习和不愿定性的主要性。
文章还提到了在科技行业追求不同道路的专业人士，强调人工智能并不是唯一通往成功的路子，仍旧有很多科技事情并不直接涉及人工智能。

总之，在大学学习人工智能可以供应宝贵的机会，但并不适宜每个人。
把稳力持久力、数学技能和承诺等成分在确定人工智能学习是否得当方面起着重要浸染。
然而，主要的是要把稳，在科技行业中还有其他成功的路子，人工智能并不是唯一一个供应有前景的职业的领域。