并非所有人工智能岗位都要求高学历，因为人工智能领域的职位多种多样，其所需的教育背景和技能要求也各不相同。虽然一些高级人工智能职位（如研究科学家、高级工程师等）可能需要更高的学历，但对于其他技术或应用方面的人工智能职位，拥有实际的技能和经验可能比学历更重要。
在人工智能领域，一些认可的技能可能包括：
1. 编程和软件开发：熟练掌握编程语言（如Python、Java等），具备软件开发和工程实践经验。
2. 数学和统计学：了解数学和统计学的基本概念，包括线性代数、概率论、统计模型等。
3. 机器学习和数据分析：具备机器学习算法、数据处理和分析的基本知识。了解主流机器学习框架如TensorFlow、PyTorch等。
4. 自然语言处理（NLP）和计算机视觉（CV）：对自然语言处理和计算机视觉领域有一定的了解，了解相关技术和方法。
5. 理解业务需求和解决方案：能够理解业务需求，提供符合实际应用场景的人工智能解决方案。
除了以上技能，具备团队合作能力、创新思维和问题解决能力等质量也很重要。在人工智能领域，实际项目和经验往往比学历更重要。因此，通过参与实际项目、自我学习和不断提升技能，可以为在人工智能领域找到就业机会提供有价值的资质。
人工智能的基础科学主要包括计算机科学、数学、认知科学、神经科学和逻辑学。
1. **计算机科学**：提供了编程语言、算法、数据结构和软件工程等基础知识，这些都是实现人工智能应用的核心技术。
2. **数学**：特别是统计学、概率论、线性代数、微积分和优化理论等，为机器学习算法提供了数学模型和分析工具。
3. **认知科学**：研究人类思维和智力的学科，它结合心理学、哲学、语言学等领域，为人工智能提供了理解和模拟人类智能的理论基础。
4. **神经科学**：研究大脑和神经系统的科学，通过了解大脑如何处理信息和学习，人工智能可以借鉴这些原理来设计和改进算法。
5. **逻辑学**：是研究有效推理的学科，为人工智能提供了形式化表示知识和推理过程的工具，特别是在自动推理和专家系统领域。
除此之外，人工智能还涉及到诸如控制论、信息论、哲学等其他学科，它们在不同程度上对人工智能的发展和应用都有影响。随着技术的不断进步，人工智能领域还在不断地融合新的学科和理论。