学习AI编程所需的基础包括以下几个方面：

1. 数学基础： AI编程涉及丰富的数学知识，包括但不限于线性代数、微积分、概率论和统计学。这些概念是理解和实施AI算法的核心。

2. 编程基础： 学习AI编程需要具备基本的编程能力，熟悉一门编程语言如Python、Java或C++等。同时，了解基础的编程概念，例如变量、数据类型、控制流和函数等也是必要的。

3. 算法基础： 理解基本的算法和数据结构对学习AI编程至关重要。这包括了解各种常见算法（如贪心算法、动态规划等）和数据结构（如数组、链表、树和图等）的原理和应用。

4. 机器学习基础： 机器学习是AI的关键分支，理解其基本原理和应用是学习AI编程的基础。这包括了解各种机器学习算法（如线性回归、决策树、支持向量机、神经网络等）的原理和应用。

5. 数据分析基础： 由于AI编程通常涉及大量的数据处理和分析，了解基本的数据分析技能是必要的。这包括了解如何使用工具和库（如Pandas、NumPy等）进行数据清理、处理和分析等操作。

6. 实践经验： 理论知识和实践经验相辅相成。通过参与实际的AI项目或竞赛，将所学知识和技能应用到实际中，可以提高实际操作能力。

综上所述，学习AI编程需要建立扎实的数学和编程基础，同时具备机器学习和数据分析的基本技能。实践经验也至关重要，通过实际项目的参与，能更好地理解和应用所学知识。