编程人员想要转人工智能，可以遵循以下步骤：
扎实的数学基础
学习《人工智能数学基础》，掌握必要的数学概念，如线性代数、微积分和概率论。
深入学习高等数学，包括数据分析、线性代数和矩阵等。
编程技能提升
从C++开始学习，逐步过渡到Python。Python在人工智能领域非常流行，因其简洁的语法和丰富的库支持。
掌握Python的高级特性，如面向对象编程、装饰器和生成器等，以便于编写高效的人工智能代码。
领域认知
了解人工智能最新的研究方向和产品，选择自己感兴趣的领域进行深入学习，如机器学习、计算机视觉、自然语言处理等。
关注人工智能领域的三大结合领域：大数据与人工智能的结合、物联网与人工智能的结合、边缘计算与人工智能的结合。
项目实践经验
参与实际的人工智能项目，从数据挖掘到模型训练，再到原型开发，逐步提升自己的实践能力。
选择一个具体的应用方向，如图像处理、语音识别或自然语言处理，并在开源项目中进行实践。
算法与理论学习
学习基础的机器学习算法，如K-means、决策树、线性回归、随机梯度下降和支持向量机等。
阅读相关书籍和观看教学视频，如李航的《统计学习》和吴恩达的机器学习公开课。
工具与框架掌握
学习并掌握常用的人工智能工具和框架，如TensorFlow和PyTorch，了解它们的使用方法和最佳实践。
通过实际项目练习，熟悉这些工具箱的高级功能，如模型训练、调优和部署。
持续学习与自我提升
定期参加人工智能相关的研讨会、工作坊和在线课程，保持对新技术和新方法的了解。
参与机器学习竞赛，通过实际应用来提高自己的算法设计和项目能力。
通过以上步骤，编程人员可以逐步转型为人工智能领域的专业人才。建议在学习过程中，保持好奇心和持续学习的态度，不断实践和探索，以适应快速变化的人工智能领域。