大学AI专业的课程通常包括以下几个方面：

基础课程

计算机科学：包括编程语言（如Python、C++）、数据结构与算法、计算机系统与架构等。

数学基础：涉及高等数学（微积分、线性代数、概率论等）、统计学、离散数学、优化理论等。

人工智能核心课程

人工智能概论：介绍AI的基本概念、历史和发展。

机器学习：学习让计算机从数据中学习规律和模式的算法和技术。

深度学习：研究神经网络模型和训练方法，处理复杂问题。

认知科学与神经网络：探讨人类认知过程和大脑功能与AI的关系。

自然语言处理（NLP）：让计算机理解和处理人类语言的技术。

计算机视觉：研究从图像或视频中提取信息的技术。

语音识别与合成：让计算机识别和处理人类语音。

机器人学：包括机器人规划与学习、先进机器人控制等。

技术与工具

数据库管理系统、 操作系统、 计算机网络：提供技术支持和开发环境。

人工智能编程工具（如TensorFlow、PyTorch）：用于实现AI算法。

伦理与社会影响

人工智能伦理、 人工智能与社会、 人工智能法律与政策：探讨AI对社会的影响和伦理问题。

实践与应用

人工智能项目开发、 实习与行业实践、 人工智能研究方法：将理论知识应用于实际问题解决。

此外，一些大学还提供与AI相关的选修课程，如机器学习、数据挖掘、人工智能算法等，以适应不同学生的学习兴趣和需求。

建议学生在选择AI专业时，了解具体学校的课程设置，以便更全面地掌握所需知识和技能。