想学人工智能从哪入手？从以下几个方面入手：

首先，了解基础知识。人工智能（AI）是计算机科学的一个分支，它研究如何让计算机执行通常需要人类智能的任务，如语音识别、图像处理和决策制定等。要深入学习AI，必须掌握编程语言，如Python，它是当前最受欢迎的人工智能开发语言。

其次，学习数学基础。数学是AI的基石，无论是统计学、线性代数还是微积分，都对于理解和实现AI模型至关重要。在实际应用中，可以通过案例分析来加深理解，比如在推荐系统中使用矩阵分解技术，就需要运用到线性代数中的概念。

再者，探索数据科学领域。数据是训练任何类型的机器学习模型所必需的资源，因此掌握数据收集、清洗、分析和可视化技能非常关键。这包括使用各种工具，如Pandas进行数据处理，以及使用Scikit-learn进行简单机器学习算法的实现。

此外，对于更高级别的人工智能学习，可以尝试深度学习框架如TensorFlow或PyTorch，这些框架提供了构建复杂神经网络所需的大量功能。此外，还可以利用Keras这个高层次库来快速构建并测试这些网络。

最后，不断实践并参与项目是一个提升技能的手段。在互联网上有许多免费资源供你练习，比如 Kaggle上的竞赛，你可以挑战自己在解决真实问题时应用你的新技能，并与其他专业人士一起分享经验。

总之，要想学人工智能，从基础编程到数学知识，再到数据科学和深度学习，每一步都不可少。而且，没有什么比实际操作更好的方式来加强你的理论知识了。