近年来，在市场需求拉动和国家政策引导下，我国掀起了一场人工智能创业热潮，成为世界瞩目的人工智能摇篮，相关学科建设更是堪称火爆。
2018年4月，教育部印发的《高等学校人工智能创新行动计划》指出，到2020年，国内应基本完成适应新一代人工智能发展的高校科技创新体系和学科体系的优化布局。到2030年，高校成为建设世界主要人工智能创新中心的核心力量和引领新一代人工智能发展的人才高地，为我国跻身创新型国家前列提供科技支撑和人才保障。
2019年3月，教育部批准35所高校新增人工智能本科专业，是人工智能本科专业在国内第一次大规模获批。相比于去年的35所，本次的180所新增更进一步反映了人工智能专业的火爆程度。
高校踊跃开设人工智能专业，对于弥补我国AI人才的缺口无疑是件好事，但同一专业的扎堆开设可能造成的专业过热、师资紧缺、教学质量良莠不齐等问题同样值得引起重视与警觉。
有评论文章指出，对于高校而言，专业设置需量力而行。人工智能是典型的交叉学科，涉及数学、计算机科学、逻辑学、语言学等不同领域的知识，未必每个学校都有足够的师资支撑起这样一个专业的系统培养。如果讲，高校专业一味跟风，或者说，只追求“量变”，很可能步入“今天时髦诞生，明天时髦死去”的轨道。这里面要考虑到高校自身的定位、拥有的师资力量等诸多因素，如果条件不成熟或暂时不成熟，仓促“上马”，只会是有其名无其实，难以培育培养出合格的专业人才，误人子弟，甚至会“毁”人不倦。因此讲，人工智能专业再热也应冷思考。
此外，人工智能专业同样需要“人工智能测算”。180所高校都新增人工智能专业，这将是一个庞大的“专业群”，一方面可以培养出很多人工智能人才，另一方面又可能潜伏着“人才过剩”的风险。就目前来讲，人工智能的运用与推广“已来”，而大规模的人工智能人才供求“未来”，此时此刻，我们更需要进行科学的“人工测算”与“智能分析”，这既是对“未来”负责，又是对现实负责。
而另一方面，面对火热的人工智能专业，广大学子亦应结合自身的实际情况，审慎选择，切不可盲从跟风。南京大学人工智能学院院长周志华教授曾表示，人工智能是一个较为“烧脑”的专业。以南京大学为例，该校的人工智能专业特别注重培养学生的数学基础，课表包含高等代数、数学分析、离散数学等诸多数学基础专业。人工智能面临的问题千变万化，解决问题涉及到多种数学工具，高水平人才必须有好的数学基础。
周志华表示，人工智能专业与传统计算机科学专业在数学教学方面存在较大的差别，传统计算机学科的数学教学情况是：微积分和线性代数课程的内容很浅，通常不开设矩阵论； 概率论与数理统计课程的内容仅是蜻蜓点水；最优化方法课程一般不开设；数理逻辑课程一般是选修。这造成学生在学习人工智能核心课程时有很大障碍。
大众对人工智能的认知与当前人工智能的发展现状之间可能存在一定的差距。很多人认为人工智能几乎是“无所不能”，这种“强人工智能”目前还停留在概念阶段。而现阶段的人工智能只是“弱人工智能”，只能完成一些相对简单的任务，因此，有此认识误区的学子还需要重新了解一下当前人工智能的发展现状。
