没有。

智能感知专业不属于特殊专业，所以它对视力是没有要求的，只是专业用眼更多，要注意眼睛的保护和对蓝光的防护。

智能感知工程专业聚焦现代信息产业基础和关键，面向智能感知方法、智能制造关键技术、智能仪器设计与研制，致力于培养在人工智能、智能仪器、智能检测、智能计量等智能感知工程相关领域中，从事研究、开发、制造、技术支持、维护和运行管理等方面工作的工程技术人才，服务于智能制造与装备、智慧医疗、智慧交通、智能家居等行业。

人工智能需要什么基础？

1.良好的数学和统计学基础。人工智能工程师所面对的问题千变万化，无论是在抽象建模还是模型算法分析设计阶段，都需要以数学和统计学能力作为基础。而且人工智能最重要的领域--机器学习又是计算机科学中对数学和统计学要求最高的分支之一，所以一名优秀的人工智能工程师首先必须有出色的数学和统计学能力。

2.编程语言。人工智能需要有种编程语言的能力，如 Python、C++、Java等。人工智能是一门综合性很强的学科，需要各个领域的算法作为支撑，而算法是需要编程来实现的。

3.人工神经网络。人工智能包括“人工”和“智能”两个方面。虽然说目前有很多根本不懂人工神经网络的人也在从事 人工智能行业，但从人工智能的本质以及整体的发展来说，人工神经网络将是人工智能产品的核心技术。

关于人工智能工程师需要具备哪些知识，青藤小编就和您分享到这里了。如果你对大数据工程有浓厚的兴趣，希望这篇文章能够对你有所帮助。如果您还想了解更多数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。

学习人工智能有什么要求吗？

人工智能是多学科，涵盖计算理论，数学基础，计算机编程，涵盖基因组或生物信息学，计算机非正式推理，模式识别，统计算法建模和解决。

在统计，机械推理，认知科学，生物学，工程学等中找到协同作用，从中发展实际应用。

第四次工业革命给人工智能带来了前所未有的机遇。已经熟悉的比如，机器人下棋，机器人可做一些工厂重复性作业。在人工智能基础知识中，可能会包括机器算法、计算理论，贝叶斯推理，贝叶斯网络，规划算法，机器函数语言，概率编程语言，计算机视觉，统计模式识别，信息理论，药物，视网膜眼科学，细胞蛋白质组学习。推理如计算建模，特别在数学方面，类计算，自动推理，图形推理，知识表示，定理证明，认知科学，机器学习，人际互动等方面。

初学者：掌握一门编程语言，编程语言好似与机器人交流，编程语言能让机器人完成一系列具体的动作或实验。算法包括递归，概率，随机，堆排序，线性排序，很像是数据结构中的二叉树那样的算法内容等。具体好像是建立一个模型，编写一段程序，机器人完成一系列动作应用在生产生活各个领域。

人工智能是一个包含很多学科的交叉学科，你需要了解计算机的知识、信息论、控制论、图论、心理学、生物学、热力学，要有一定的哲学基础，有科学方法论作保障。人工智能学习路线最新版本在此奉上：

首先你需要数学基础：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；

其次需要算法的积累：人工神经网络，支持向量机，遗传算法等等算法；

当然还有各个领域需要的算法，比如你要让机器人自己在位置环境导航和建图就需要研究SLAM；

算法很多需要时间的积累。

然后，需要掌握至少一门编程语言，毕竟算法的实现还是要编程的；如果深入到硬件，一些电类基础课必不可少；

人工智能一般要到研究生才会去学，本科也就是蜻蜓点水看看而已，毕竟需要的基础课过于庞大。

刚才提到的这些学科的每一门都是博大精深的，但同时很多事物都是相通的，你学了很多知识有了一定的基础的时候再看相关知识就会触类旁通，很容易。在这中间关键是要有自己的思考，不能人云亦云。毕竟，人工智能是一个正在发展并具有无穷挑战和乐趣的学科。

人工智能的首选语言是Python，因此大家一定要学好Python语言。人工智能学习的重点是机器学习：

1、斯坦福大学公开课 ：机器学习课程

2、数据分析竞赛kaggle

3、Deep learning-author Joshua Bengio

机器学习书单python实战编程

1、Python for Data Analysis

2、SciPy and NumPy

3、Machine Learning for Hackers

4、Machine Learning in Action

以上就是关于智能感知工程对视力有要求吗全部的内容，如果了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！