计算机人工智能 不好学 ，因为它是一个高度技术性和复杂的领域，涉及多个学科和技能。以下是几个方面的原因：

1. 数学基础要求高 ：人工智能需要扎实的数学基础，包括高等数学、线性代数、概率论数理统计和随机过程、离散数学、数值分析等。这些数学知识对于理解和实现算法至关重要。

2. 编程技能 ：掌握至少一门编程语言是必须的，因为算法的实现需要编程。此外，对于深入到硬件方面，还需要一些电类基础课程。

3. 算法积累 ：需要学习和积累大量的算法，如人工神经网络、支持向量机、遗传算法等，以及特定领域所需的算法，如SLAM（同时定位与地图构建）。

4. 数据处理 ：人工智能领域需要处理和分析大量数据，这涉及到大数据处理相关的基础技能，如操作系统技能、数据库处理、集群部署等。

5. 理论与实践结合 ：人工智能不仅需要理论知识，还需要实际应用能力。这需要将理论知识与实际问题相结合，进行大量的实践项目和开发工作。

6. 持续学习 ：人工智能是一个快速发展的领域，新的技术和算法不断涌现。因此，持续学习和跟进最新的研究进展也是学习人工智能的重要部分。

尽管人工智能学习难度较大，但它也具有非常好的就业前景和发展潜力。如果对人工智能有浓厚的兴趣，并且愿意投入时间和精力去学习和实践，那么可以尝试学习这个领域。对于初学者来说，参加相关的培训课程和获得实践机会可以帮助他们更快地掌握相关知识和技能。