我希望这个问题在这里没问题，但是由于我找到了一个处理这些问题（专业）的标签，所以我会问。我也希望这可能对其他有类似疑问的人有用，因为我无法在网上找到关于这个主题的有价值的信息。
我对 CS 的理论方面很感兴趣，例如可计算性、逻辑、复杂性理论和形式化方法。与此同时，我对人工智能以及它对我们理解智能概念以及作为人类意味着什么提出的问题深感着迷。
一般来说，人工智能是一个更“应用”/工程领域，还是有理论方面的研究？
简而言之：如果我更喜欢形式/理论计算，人工智能是一个糟糕的职业选择吗？
（注意：我问这个是因为我是一名 CS 本科生，正在考虑进入 AI MSc）。
理论计算机科学/纯数学中肯定有对人工智能有深远影响的结果。但据我所知，这些结果通常不会被标记为人工智能的结果，而是在该特定领域更一致（例如在 CS 中，我们可能会说“具有无限计算能力的代理”；在数学中可能会说一些陈述是“可判定/不可判定”对于某些系统）。当然，它们在人工智能领域仍然很重要，但你需要知道你在寻找什么。
请参阅我的问题Gödel 定理对 AI 研究有何影响？举一些例子。或者，您可以查看MIRI 的研究指南，以更好地了解将正式数学 / CS 与 AI 研究联系起来的现有工作。
需要提出的另一点是，在正常话语之外（甚至可能在内部）的领域中没有对 AI 的良好定义，因此很难确定哪些讨论与 AI 研究有关。大多数 AI 研究人员可能不会考虑带/不带选择的 ZFC 是否足够表达等问题，但仍可能产生一些影响。
因此，为了更直接地回答您的问题，肯定有一个关于理论 AI 的研究领域。关于它是否是一个好的选择是由你决定的，但它（在我谦虚且受过良好教育的意见中）是非常困难的领域，不是很受欢迎，并且在许多方面都没有取得重大进展年。
无论如何，任何“严肃的”人工智能程序都充满了理论和数学基础（你将学习大量的统计和优化方法），但我想说，今天非常有用的人工智能是一个应用或工程领域。无论如何，您需要熟悉许多数学细节（尤其是线性代数和微积分）。如果您对统计、优化或机器人技术更感兴趣，您应该选择 AI。
如果你学习“纯”计算机科学，你还应该有一两门与 AI 相关的课程（至少一门 ML 课程）。如果您对传统的 CS 算法、数据结构、软件工程、操作系统、编译器、计算理论、计算机网络、编程语言和/或数据库更感兴趣，那么您应该选择 CS。
但是，在注册硕士课程之前，您应该真正了解他们提供的课程的详细信息。此外，您还可能会考虑到，在学习期间，您可能会改变对一门学科的想法。