首先，想学人工智能从哪入手，我们需要明确目标。对于初学者来说，目标可能是学习一门编程语言，比如Python，它被广泛用于人工智能领域。了解基本的数据结构和算法也是必不可少的，这些是构建任何AI系统的基石。

其次，要深入理解机器学习理论。这是一个复杂而广泛的话题，可以分为监督学习、无监督学习和强化学习等多种类型。掌握这些理论后，你可以开始尝试一些简单的项目，比如使用Scikit-learn库来进行分类或回归分析。

接下来，是深度学习技术的研究。这是一种更高级别的人工智能形式，它模仿了人类大脑中的神经网络。在TensorFlow或Keras框架中实现一个卷积神经网络（CNN）来识别图像，或一个循环神经网络（RNN）来处理序列数据，这将是一个不错的起点。

同时，不要忽视数学基础知识，因为在AI领域中，数学往往是核心工具之一。线性代数、概率论和统计学都是必须掌握的一部分。此外，对计算机科学背景也有一定要求，包括操作系统、数据库管理以及软件工程等方面。

此外，与实际问题相结合也是非常重要的一步。在实验室环境下进行项目开发并且与现实世界的问题相关联会让你更加直观地理解所学内容。此时，可以考虑参与一些开源项目或者寻找业余时间参与科技竞赛，如Google Code Jam等，以便将理论转化为实践经验。

最后，不断更新自己的技能树是不必要的事情，因为AI技术发展迅速，每天都有新的工具出现，也有新的算法被提出。而且，最好的老师通常还是来自于实际操作，所以不断尝试不同的方法，并根据结果调整策略，是提升自己能力最直接有效的手段之一。