学习人工智能（AI）可以从多个方面入手，包括理论知识、编程技能、实践项目等。以下是一些学习AI的途径和资源：

1、在线课程
Coursera: 提供来自顶尖大学（如斯坦福大学、密歇根大学）的AI和机器学习课程。
edX: 提供大量关于AI和机器学习的课程和认证项目，来自全球知名大学和机构。
Udacity: 提供纳米学位项目，包括AI和机器学习方向，与行业领袖合作。

2、书籍
《深度学习》（Deep Learning） by Ian Goodfellow, Yoshua Bengio, Aaron Courville: 一本深入介绍深度学习的书籍。
《模式识别和机器学习》（Pattern Recognition and Machine Learning） by Christopher M、Bishop: 一本经典的机器学习教材。

3、编程和实践
Python: 是AI和机器学习领域最流行的编程语言。学习Python是开始AI学习的第一步。
TensorFlow 或 PyTorch: 是两个流行的开源机器学习库，适合于深度学习项目的开发。
Kaggle: 一个数据科学竞赛平台，提供数据集、Notebook分享和比赛，是实践AI和机器学习的好地方。
GitHub: 可以找到很多开源的AI项目，通过阅读他人的代码来学习。

4、博客和视频
Towards Data Science: 一个Medium上的出版物，发表关于数据科学、机器学习和AI的文章。
YouTube: 有很多频道（如3Blue1Brown、Siraj Raval）提供AI和机器学习的视频教程和解释。
博客: 许多专家和爱好者通过博客分享他们的见解和经验。

5、参加研讨会和会议
参加与AI相关的研讨会和会议，可以了解最新的研究成果和行业趋势，并有机会与同行交流。

6、学术研究
阅读学术论文，了解AI的最新进展。
参与研究项目，如果你是在校学生，可以尝试与教授或研究团队合作。

7、专业认证
考虑获得相关的认证，如Google的TensorFlow开发者证书或Microsoft的AI900（Microsoft Azure AI Fundamentals）。

学习AI是一个持续的过程，需要不断地学习新知识、新技术，并通过实践项目来巩固所学。保持好奇心和持续学习的态度是非常重要的。