題主所在的高校該專業(yè)應(yīng)該是設(shè)置在電子信息學(xué)院或系的，因此會(huì)有這樣兩個(gè)方向。因?yàn)椴恢李}主所在的高校，無從得知該校人工智能專業(yè)的具體課程設(shè)置，因此就按一般該專業(yè)的情況回答該問題。若有不符，題主可討論區(qū)提出或私信。

先說結(jié)論吧，如果題主對(duì)兩個(gè)方向沒有個(gè)人興趣的傾向，僅從就業(yè)、深造等方面考慮，本人建議選擇CV/NLP/ML等的算法方向。原因如下：

1)我估計(jì)AI芯片這一個(gè)方向應(yīng)該是重點(diǎn)學(xué)習(xí)AI計(jì)算芯片、輔以學(xué)習(xí)諸如視覺等傳感芯片設(shè)計(jì)，這個(gè)方向歸屬于微電子、集成電路領(lǐng)域，而這些芯片本質(zhì)上就是一類芯片，與AI不AI的沒有什么關(guān)系。

2)當(dāng)前，這一類芯片技術(shù)架構(gòu)已經(jīng)非常成熟。后續(xù)可見的10~20年估計(jì)就是性能提升、集成度提高、成本降低等，可供深入的機(jī)會(huì)有但較之算法要少；

3)芯片設(shè)計(jì)是國之重器，后續(xù)一些年國家也會(huì)重點(diǎn)發(fā)展該領(lǐng)域。但由于芯片的通用性、復(fù)雜性及鏈條長，這一領(lǐng)域無論國內(nèi)還是海外，都會(huì)被少數(shù)巨頭把控和壟斷，因此能夠提供的工作機(jī)會(huì)等要遠(yuǎn)小于算法領(lǐng)域能夠提供的工作機(jī)會(huì)；

4)需要說明的是，當(dāng)前諸如CV/NLP/ML等算法實(shí)際上也是達(dá)到了一個(gè)瓶頸，技術(shù)上突破依賴于基礎(chǔ)理論的進(jìn)一步突破。但已成熟算法的應(yīng)用因?yàn)槊婧軓V，因此還是能夠提供較多的工作機(jī)會(huì)及深造機(jī)會(huì)。同時(shí)，假設(shè)搞科研，也容易找到進(jìn)行深入及突破的點(diǎn)。

5)最后想說明的是，個(gè)人觀點(diǎn)認(rèn)為人工智能專業(yè)提供AI芯片方向不合理。假設(shè)想學(xué)這個(gè)方向，遠(yuǎn)不如一開始就選擇微電子或集成電路專業(yè)。當(dāng)然，這個(gè)取決于學(xué)校的課程安排，比如假設(shè)第一年基礎(chǔ)課、第二年開始就細(xì)分那么還是能夠接受的，但此時(shí)相當(dāng)于頂著“人工智能”專業(yè)的名進(jìn)校、實(shí)際學(xué)習(xí)的是微電子之類的專業(yè)。

希望能夠幫助到你。

下我、歡迎評(píng)論！