通过资料查阅法，我获得了以下专业信息：

1. 人工智能（AI）的定义、历史和发展趋势。
2. 机器学习（ML）的概念、算法和应用。
3. 深度学习（DL）的原理、技术和应用领域。
4. 自然语言处理（NLP）的技术和方法。
5. 计算机视觉（CV）的原理和实现方法。
6. AI在医疗、金融、教育等领域的应用案例。
7. AI伦理、法律和社会问题。

收获如下：

1. 对人工智能有了更深入的了解，明确了自己的研究方向和兴趣点。
2. 学习了多种机器学习算法，如决策树、支持向量机、神经网络等。
3. 掌握了深度学习的基本原理和技术，如卷积神经网络（CNN）、循环神经网络（RNN）等。
4. 了解了自然语言处理的基本方法和应用场景，如情感分析、文本分类、机器翻译等。
5. 学会了使用Python编程语言进行机器学习和深度学习的实践操作。
6. 对AI在各行业的应用有了更全面的认识，为今后的研究和实践打下基础。
7. 增强了对AI伦理、法律和社会问题的关注，提高了自己的综合素质和责任感。