要学习AI程序编写，你需要掌握以下几个关键的知识领域：
编程语言
熟悉至少一种编程语言，如Python、Java、C++等。其中，Python是最常用的语言之一，因为它具有简单易读的语法和丰富的AI库和工具。
数据结构和算法
了解和掌握常见的数据结构和算法，包括线性数据结构（如数组、链表等）和非线性数据结构（如树、图等），并学会如何应用这些数据结构来解决具体的问题。此外，还需要了解常用的算法，如排序、搜索、动态规划等。
数学和统计学
掌握概率论和统计学基础，因为这些知识是机器学习和深度学习的基础。此外，还需要熟悉线性代数和微积分，因为这些知识在处理和分析数据时非常重要。
机器学习和深度学习
学习常见的机器学习算法，如线性回归、逻辑回归、决策树、支持向量机等，以及深度学习技术，如神经网络、卷积神经网络和循环神经网络。学会使用常见的机器学习和深度学习框架，如TensorFlow、PyTorch等。
数据处理和特征工程
学习处理和清洗原始数据，并进行特征工程来提取和选择特征。这包括数据预处理、特征选择、特征提取等步骤。掌握常见的数据处理技术和特征工程方法，以及常见的数据处理工具，如Pandas、NumPy等。
模型评估和调优
了解如何评估和调优模型，包括交叉验证、混淆矩阵、学习曲线等技术，以找到最佳模型参数和改进模型性能。
自然语言处理（NLP）和计算机视觉（CV）
学习NLP的文本处理技术，如文本分类、命名实体识别等，以及CV的图像处理技术，如目标检测、图像分割等。掌握常见的NLP库和工具，如NLTK、spaCy等，以及CV库和工具，如OpenCV、YOLO等。
应用开发和部署
学习如何将AI模型应用到实际项目中，并将其部署到生产环境。这包括搭建API接口、数据存储和访问、模型部署和性能优化等技术。
建议从基础语法开始学习，逐步掌握编程语言和工具，然后深入理解机器学习和深度学习理论，并通过实战项目来应用所学知识。