智能科学考研需要从多个方面进行准备，以下是一些关键步骤和建议：

了解考试科目 ：

初试 ：通常包括思想政治理论、英语一或二、高等数学（数一/数二）以及专业课（如数据结构、操作系统等）。具体科目和内容因学校而异，建议提前查阅目标院校的具体招生简章。

复试 ：主要包括面试、编程实践、科研潜力考核等内容。

重点复习的知识点 ：

计算机基础知识 ：数据结构与算法分析、程序设计语言（C/C++、Python）、操作系统原理、编译原理。

数学基础 ：高等数学（微积分、线性代数、概率论与数理统计）、最优化理论、图论。

AI相关知识 ：机器学习基础（监督学习、无监督学习、强化学习）、深度学习框架（TensorFlow, PyTorch等）、自然语言处理（NLP）、计算机视觉（CV）。

其他相关领域 ：控制理论、机器人学、大数据分析。

选择合适的学校 ：

根据自己的兴趣、地理位置和个人实力选择学校。可以关注各个学校的导师团队及研究方向，找到适合自己的研究课题和发展路径。

提升综合素质 ：

除了专业知识的学习外，可以通过参加科研项目、实习、编程竞赛等方式提升自己的实践能力和综合素质。

制定学习计划 ：

根据自己的实际情况，制定切实可行的学习计划，包括每个阶段的学习目标、每天的学习时长及休息和调整时间。

选择合适的考研资料 ：

市面上有许多详尽的参考书和复习指南，考生需要根据自己的学习情况进行针对性选择。例如，《机器学习》 by 周志华、《数据结构与算法分析》 by Cliforsd A. Shaffer 等书籍被广泛推荐。

重视实践环节 ：

除了理论知识，编程和算法的实际操作能力也会在考试中占据重要比例。可以通过刷题网站、编程练习平台来提高自己的动手能力，如 LeetCode、牛客网等。

关注招生信息 ：

及时关注目标院校的招生目录、考试大纲和考研动态，以便及时调整备考策略。

准备复试 ：

复试通常包括专业科目考试、面试和科研潜力考核。建议提前准备，尤其是专业课的复习和面试技巧。

通过以上步骤，可以系统地准备智能科学专业的考研，提高考取目标院校的成功率。