那天在自习室，对着屏幕上的题目，琢磨如下学科中哪些是人工智能的基础。桌子上摊着打印出来的讲义，边上还放着半杯凉掉的水，鼠标来回点，翻了好几个网页，越看脑子越乱。一开始想当然，以为只要是和电脑沾边的学科就全都算，随手在笔记上勾了好几个选项，连计算机组成原理都一股脑画上标记，心里觉得肯定不会错。

坐对面的同学扫了一眼我的草稿，随口说了句不是所有计算机相关科目都属于人工智能的基础。当时还不太服气，觉得书本里讲AI，开篇就会提到计算机相关内容，那自然都算进去。然后就点开论坛帖子，一段一段慢慢看，好多人的说法还不一样，有人说这个算，有人又说不算，越看越迷糊，笔记上划掉又重勾，纸上变得乱糟糟。

就是卡在这个地方。

花了不少时间，翻之前的课件，课件里面提到数学相关内容占了很大一块，概率统计、线性代数这些，还有离散数学。之前看书的时候总觉得数学只是上学要应付的考试科目，和写代码搞AI是两码事，做练习题的时候，下意识把数学类学科排除在外，只盯着计算机方向的内容，现在回头看才发现，自己之前的想法完全偏了。

翻到一段课程介绍，里面写人工智能很多模型的推导都离不开数学工具，算法的底层逻辑大多建立在这些理论之上，计算机编程更偏向于是实现工具，而不是底层基础学科。盯着这行文字看了很久，慢慢擦掉笔记上一些勾错的选项。可还是拿不准，分不清应用层面的课程和底层基础学科的边界在哪，看到机器学习、深度学习这类名词，又会犹豫要不要把它们也算进去，反复来回改标记。

问了任课老师，老师没有直接给完整答案，只是说可以把人工智能想象成一栋房子，不同学科承担的角色不一样，有的是地基，有的只是后期装修用的工具。听完之后，自己坐在位置上慢慢捋，才慢慢分开两者的差别。但也只是理清了我当时遇到的这道题，换一套别的学科列表，说不定又会混淆，这种区分的感受，只代表我那时候的状态，换别的人，或是换别的题目场景，体验会不一样。

之后又翻了一些入门教材，序言部分反复强调数学在人工智能底层的作用，但是教材本身也不会把所有相关学科全部罗列死。看到有的资料会把逻辑学归进去，有的资料提的就很少，不同教材的取舍本来就有差别，没法找到一个绝对统一的清单。那时候才意识到，不是简单打勾就可以完成这件事，判断的尺度会跟着资料的侧重点产生变化。

合上笔记本，关掉网页。天色慢慢暗下来，自习室里的人陆续收拾东西离开。也没有非要把所有边界抠到一清二楚，只是把笔记上混乱的标记简单整理好，收拾书本准备回宿舍。

直到走出自习室大门，脑子里还在回想老师打的那个房子比方。