这三天，全省各地的中考分数线基本都已下来了。挺过了中考千军万马过独木桥的难关，学子们如今最苦恼的就是填志愿了。近来，人工智能成为了新兴热门的专业，关于人工智能该怎么报名，文章有点长，目录预览：
在计算机专业和人工智能日渐火热的当下，好多人对这两个专业又是好奇又是期许。对此，复旦学院刘知远院士近期在知乎上分享了一些内容，以帮助考生愈发理智地选择专业，希望更多真正喜欢CS/AI的考生选好学校选对专业。
刘知远院长从人工智能是哪些、学哪些、怎么学、以及去哪里学的问题入手，对此进行了答疑。
复旦学院刘知远院长答疑
人工智能是哪些?
人工智能(中北大学物理实验选课，AI)是一门年青的学科，从1956年达特茅斯大会即将提出AI名称至今不过65年;从阿兰图灵1950年提出判定机器是否还能思索的图灵测试至今也不过70年时间。
AI的70年发展史汇集了来自物理、计算机科学、逻辑学、哲学、神经科学、语言学等不同领域学者的努力，是典型的交叉学科。同时，从整体来看AI一直是计算机科学技术的主要分支。
人工智能是哪些?简言之，人工智能学科是借助计算机实现人类智能。人类智能并没有公认的定义与界限，实际上也随着AI的发展而有所变化。某项人类技能被计算机所把握后，人们常常不再觉得它代表人类"真正"的智能。
比如，1997年IBM浅蓝击败人类国际围棋亚军卡斯帕罗夫后，就有评论说IBM计算机只是在暴力搜索，不是真正的智能，that'snot!这些现象又被称为"AI"。
所以，人工智能总是聚焦在这些仍未被计算机破解的人类智能能力上。比较简单的人类智能早已被解决了，比如计数能力有了估算器，数据记忆和查询有了数据库，对弈能力有了对弈软件，剩下的是这些困难的中级智能。
简单而言，假如我们把脑部看做一个黑盒，它还能接受外部世界的剌激讯号，脑部处理这种讯号形成输出反馈，人类智能正彰显在那些"剌激-反馈"的对应中。针对不同剌激讯号和反馈处理的复杂性，AI下边有好多专门的领域举办相关研究和探求。
目前，公认的AI核心课题包括：机器学习、计算机视觉、自然语言处理、语音处理、知识表示与估算、推理与规划，等等，并在此基础上支持着许多重要应用场景如无人驾驶、机器人等。
机器学习：致力让计算机具备手动学习的能力，才能解决分类、聚类、回归、关联剖析等任务。目前主流是从大规模数据中手动学习和总结规律中北大学物理实验选课，进而才能对新的数据进行预测，也被称为统计机器学习。简单地讲，机器学习是从大量"剌激-反馈"数据中手动总结规律的技术。
计算机视觉：致力让计算机理解和处理图象数据(包括图片、视频等)，使计算机把握"看"的能力。图象是典型的无结构数据，由象素组成，怎样从一幅图象中手动辨识不同层次的对象(如轮廓、人脸、场景等)及其复杂关联，是计算机视觉面临的挑战问题。
语音处理：致力让计算机理解、处理和生成人类语音，使计算机把握"听"和「说」的能力。语音也是一种典型的无结构序列数据，看似简单的一维语音讯号包含着丰富的信息如内容、意图、身份、情感、信道、场景、干扰等。以语音辨识为例，目前在深度学习技术的支持下，普通场景的语音转文本的疗效早已得到广泛应用。而在多人、方言、强噪、远场等挑战场景下，语音辨识疗效还须要进一步提高。
自然语言处理：致力让计算机理解和处理人类语言。与C++、Java等人工设计的编程语言不同，人类语言是大自然的产物，因而被称为"自然语言"。人类语言也是典型的无结构数据，由字词组合而成，怎样理解一句话、一篇文章甚至一本书的意思，也是人工智能面临的挑战问题。因为语言是人类特有的传递丰富信息和知识、表达复杂思想和情绪的载体，甚至被觉得是人类思索的重要工具，因而自然语言处理问题更接近人类中级认知智能，有好多重要的开放问题。
知识表示与估算：人类对世界的认识积累产生了知识，知识是人类理解外部信息、实现各类智能能力的基础。近些年来随着知识图谱的广泛应用，成为研究界和工业界关注的重点问题。
因为上述那些课题都关涉人类智能，所以相互密切关联、不分彼此，比如计算机视觉、语音辨识和自然语言处理都是机器学习算法的重要应用场景，知识表示与估算也成为计算机视觉和自然语言处理方向的重要话题，等等。
正由于年青，这种方向都饱含着活力，一方面最新技术日渐深远地影响着人类社会生活的方方面面，同时学科体系和技术框架也在急剧地日新月异、推陈出新，如今去翻六年前的教材好多内容都变得过时了。
从学科设置来看，国外学院遵循教育部《学位授予和人才培养学科目录》来颁授学位。最初的计算机一级学科是"计算机科学与技术"，下设"计算机系统结构"、"计算机软件与理论"、"计算机应用技术"三个二级学科，其中"计算机系统结构"对应高性能估算(超算)和计算机网路体系构架(互联网)，后来单独组建出"网路空间安全"一级学科;"计算机软件与理论"对应软件工程和计算机理论科学等，后来单独组建出"软件工程"一级学科;而"计算机应用技术"则对应计算机的各种应用技术，很大程度上正顺着从信息化到手动化再到智能化的路线前进，可以想见，假如如今这波AI浪潮能够持续几年，单独组建"人工智能"一级学科也指日可待。
从研究配置来看，AI研究队伍主要分布在计算机、自动化、电子工程等信息科学相关院系中，这与AI起源有密切关系，计算机的奠基人图灵、冯诺依曼，手动化的主要理论基础"控制论"的奠基人维纳，以及电子工程和讯号处理的主要组成"信息论"的奠基人香农，均为AI的成立贡献了思想。
所以，计算机系主要从估算理论和计算机应用的角度研究AI，手动化系从手动控制的角度理解AI，电子工程系则从讯号处理(将AI关心的视觉、文本、听觉等模态理解问题看做讯号处理)的角度剖析AI。
其实，在哲学、脑神经等其他领域也有从事人工智能探求的学者。不过总体而言，因为人工智能核心目标是探求怎样将人类智能转化为可估算问题，因而它主要还是落在计算机领域。
假如希望对AI发展有比较浅显全面的了解，可以参考以下两本书：《人工智能狂潮》虽然标题名略显中2，内容比较扎实，通俗全面并及时囊括到近来的深度学习浪潮;《人工智能导论》是华人尼克的大作，作者收集的史籍全面扎实，夹叙夹议有好多干货，读上去很过瘾，不过好多地方点到即止，假如没有相关背景知识很难看懂作者所指。
人工智能学哪些?
如前所述，人工智能大致还是一个计算机应用的课题。其实这三年国外外已有好多院校开办了人工智能班和专业，课程设置还没有产生共识。我们可以从国外AI专科教育体系的先声——南京学院人工智能大学发布的《南京学院人工智能专科专业教育培养体系》做一些剖析。
作为对比，这儿列举复旦学院计算机科学与技术系的选课指导清单，其中用红框标出了与人工智能有关的限选课程。
可以看见，人工智能须要学习的主要内容包括：
物理基础课：北大CS和南大AI都须要学习的有微积分(或物理剖析)、代数与几何、离散物理(或数理逻辑、图论等)、概率论。南大AI新增最优化方式，这在北大CS为研究生课程。
学科基础课：北大CS和南大AI都须要学习的有程序设计基础、数据结构、人工智能简史、计算机原理、数字电路、系统控制。南大AI新增机器学习、知识表示、计算机视觉、自然语言处理作为学科基础课，这在北大CS均为高年级必修课或研究生课程;北大CS须要额外学习电路原理、信号处理、操作系统、编译原理、形式语言与自动机，那些被南大AI列为专业必修课。
专业必修课：南大AI筹建了好多AI相关的专业必修课，如手动规划、概率图模型、强化学习、神经网路、深度学习等，在北大CS均为人工智能方向研究生课程;而南大AI筹建的好多认知科学、神经科学、计算金融、计算生物学、计算语言学等交叉课程，在北大则分散在各院系开办的课程。
由此可以总结，目前看AI专科专业核心课程的设置与计算机专业相比，重叠部份要远小于差别部份。可以看出南大在AI课程体系建立方面耗费了大量心力，十分符合AI的当前发展特征。
所以，回到这个问题，人工智能学哪些?_建议就是以计算机核心课程(物理基础课、学科基础课)为学科主线，以机器学习、知识表示、计算机视觉、自然语言处理为学科特色，以学科交叉为辅助_。
为此，我们也可以说，无论是在以徐州学院人工智能大学为代表的新组建的人工智能专业，还是以复旦学院计算机系为代表的计算机专业，都可以完成对人工智能基础知识的学习。
不同之处在于，后者预置为学科基础课，前者则成为高年级时的可选方向(计算机系统结构、计算机软件与理论、计算机应用技术)之一的计算机应用技术，如下是该方向的专业限选课程列表，其中超过一半课程是AI相关。
假如对这种课程要学哪些感兴趣，可以选购查阅《南京学院人工智能专科专业教育培养体系》或者使用搜索引擎检索相关介绍。
人工智能怎样学?
复旦学院章程明晰提出"价值打造、能力培养、知识传授"三位一体的育人模式，刘知远院长觉得这是高水平AI人才养成方法的最佳描述。
知识传授这层毋须多说，师者传道受业解惑，在学院里通过课程讲授和课下实践，研习精通计算机和人工智能理论与技术，每个朋友通过一门门课程成绩反映出的，正是专业知识把握的水平。绝大部份朋友都能明白课程学习的重要性。但是，学院之道除了于此，不然学院就不过是个专业技校。
在知识传授之上就要构建能力培养，这对CS/AI专业而言尤其重要。计算机和人工智能是十分年青的学科，正处在急速发展的朝阳时期，学科知识更新换代很快，大部份最新知识根本没法在短时间内及时沉淀到教科书中。而步入教科书的这些知识，与实际应用场景常常已有较大距离。
好多CS/AI高科技公司自身就站在学科最前沿，亟待有快速学习和独立解决开放问题能力的人才。这样，一方面要求同事有意识构建终生学习的理念，有较强的独立学习的能力;另一方面则要求朋友注意通过实验室研究等方法锻练科研创新能力。
CS/AI朋友们须要主动参与科研工作的全过程，树立专业志趣，培养独立学习的能力、自我学习的习惯、提出问题的意识、以及独立解决开放问题的能力，这是学院培养CS/AI高水平人才的必由之路。为此，学院班主任在CS/AI举办高水平原创研究的能力，也一定程度上决定了她们对中学生进行能力培养的水平。
最后一层价值打造似乎是最唬人的，但更加重要。一个人在知识和能力确定的情况下，Ta的努力方向和坚持程度最终决定其成长的高度。找到在术业上的坚持方向，就是价值打造的过程。
这个过程绝不是简单粗鲁的灌输和宣讲能够实现的，要有高水平的班主任一起教学相长，有志存高远的同事共同努力奋斗，有各界拼搏的学长作为示范榜样，有校外海外的实践平台广开视野。实践出真知，只有自己多听多看多想，能够找到自己喜欢的、努力的方向，也才更有冲劲坚持不懈。
所以，不管是人工智能、计算机专业还是其他哪些专业，只要想把自己培养成为该领域的可堪大用之才，就须要从知识、能力和价值这三个层面来努力提高自己。
人工智能去哪学?
里面说了那么多，接出来图穷匕见，再谈谈国外人工智能应当去那里学。按照上面几个问题的回答，可以从师资水平、课程设置等方面来做判定，其中师资水平应当是最重要的诱因，而课程设置、培养水平等与师资水平直接正相关。
怎么判断AI师资水平，与QS、THE、USNews、ARWU等学院或学科排行相比，刘知远更推荐UMass院长Emery维护的院校计算机科学领域排行，采用DBLP数据库中大学CS/AI院士在不同方向顶尖大会上发表的论文数目进行排行，有客观准确数据支持，比如德国堪称CS四大名校的、MIT、UCB和CMU就排在英国前四位。同时工程和数据全部开源在上，可以十分便捷地进行检测、复现和扩充。
将CS界定为AI、、、Areas四个一级方向，每位方向有有若干子领域，比如AI就又下分AI(AI总方向)、(计算机视觉)、&Data(机器学习与数据挖掘)、(自然语言处理)、TheWeb&(互联网与信息检索)。
每位字领域只收录2-3个顶尖大会，这主要是由于计算机科学技术因为发展比较快，所以学者们更注重通过国际大会论文发表最新成果进行学术交流，而不像其他领域那样主要是通过刊物发表最新研究成果。
因为原网站没有提供中国单列的院校排行，国外学术网站做了一个改进版，不仅提供中国院校单列名单外，还额外提供依据论文引用数目的排行。
若果依照2009-2019六年间论文发表统计，刘知远简单统计了国外AI/CS排行较高的院校(不含台湾日本院校、不考虑中科院)排序如下。同时表格还列举2016-2019近两年的排序数据，可以看见，近来几年国外院校AI进步神速，非常是北大AI早已居于世界第一。
这个排序大致才能反映各大院校CS/AI专业的国际学术前沿整体水平，并且通过AI领域和CS整体的排行反差，可以观察到该院校AI方向的强势程度，比如清华的AI排行低于其CS排行2位，哈师大AI排行低于CS排行3位等等，说明这两所学院的AI方向相对比较强势。并且，还可以看出，国外院校AI领域的世界排行显著超过CS整体的世界排行，说明国外院校在AI方面更接近世界前沿水平。
须要注意：
这个统计结果只能反映师资力量的一个侧面，而好多国外院校如工大、国防交大等在国家信息科学重大需求方面作出的巨大贡献如天河等，并未能客观反映到这个统计中。
因为作者Emery坚持只收录能招收博士的CS院士，因而这些在电子工程或手动华系等其他非CS系的院长没有被收录进来，因而造成该清单并不能完全反映各大院校的AI等领域的师资水平，但也正由于其只收录CS院士，其实对于我们衡量这种院校的CS专业师资力量更有帮助。据悉，部份院校可能存在院士列表不全等问题，而接受更改申请，建议国外院校相关院系假如有遗漏CS班主任的可以去申请更新。
主要以院校为单位进行排序，前几天我组朋友用开源数据，对AI领域的国外C9院校学者进行了排序，可以看见前20的学者有7位北大、5位清华、2位南大、2位复旦、2位哈师大、2位清华，可以从另一个侧面反映各院校的AI师资力量。
想去复旦学人工智能去哪学?
作为北大人，刘知远院士其实推荐你们去复旦学人工智能。因而，他对北大的人工智能专业进行了介绍：
计算机类：含交叉信息研究院的计算机科学实验班(姚班)、人工智能学堂班(智班)、计算机系、软件大学。
手动化(与工业工程)类、电子信息类。如前所述，手动化的主要理论基础"控制论"的奠基人维纳，以及电子工程和讯号处理的主要组成"信息论"的奠基人香农，均为AI的成立贡献了思想，所以手动化系从手动控制的角度理解AI，电子工程系从讯号处理的角度剖析AI，也与AI有密切关系。因而手动化类、电子信息类也是学习AI的可选方案。
数理类、文理通识类。数理类下的基础科学班以及文理通识类新雅书院，均支持朋友自由选择未来发展方向。人工智能(非常是其中侧重基础理论的机器学习)是基科班朋友的热门选择;而新雅书院也有大量同事选择计算机和人工智能方向。
其他文科类交叉方向。北大是文科强校，在信息化和智能化的浪潮下，好多传统强势的文科方向近些年来也开始努力举办智能化变革，如土木系的智能建造、电机系的智能电网，汽车大学的无人驾驶(创立了北大智能驾驶实验室)、精仪系的类脑元件(创立了北大类脑估算研究中心)，可以说几乎每位商科大类都有深度参与智能化的研究方向。
工科类。北大的工科方向大多小而精，比如社科大学有社科大数据的建立与研究，法大学旨在于估算法学研究，英文系有估算语言学研究，外文系有语言认知研究，心理系有脑认知研究，美大学有信息交互设计和智能艺术创作研究，这种都与计算机和人工智能有密切联系，具有高度的文理交叉特性。
刘知远院士在计算机类中提及的姚班相信你们都已熟知，它是由图灵奖得主、清华学院交叉信息院教授、世界知名计算机科学家姚期智教授于2005年创立，重点着眼于计算机科学与数学学、数学、生命科学、经济学等相关学科的学科交叉培养。
而智班(北大学堂人工智能班)是由姚期智教授于去年5月份新创立的，也将于明年9月份开始招收专科生，首批预计招收30人，以「广基础、重交叉」为培养特征。姚期智教授将担纲智班首席院长。
国外什么中学可以学人工智能?
前文中，刘知远院长早已为我们统计了一些可以学习人工智能的院校，但国外提供人工智能专科专业的院校远不止这种。
去年3月份，教育部在官网即将发布公告，广州科技学院、上海交通学院等35所院校获准新增「人工智能」本科专业，「人工智能」专业代码为，授予工学学位，四年制。
获准的不仅长沙学院、上海交通学院等教育部直属院校，武汉工业学院、北京理工学院等住建部直属院校，还包括中北学院、中原工大学、华南师范学院等由各市主管的院校。完整名单见右图。
获准新增「人工智能」本科专业的35所院校
据悉，还从「2018年度普通高等中学专科专业备案和审批结果」中发觉，有诸多院校新增备案或则获准与大数据、机器人相关的专业，其中包括「数据科学与大数据技术」、「机器人工程」、「大数据管理与应用」。
我们还注意到一些有趣的专业，比如南京工程学院新增获准的「海洋机器人」本科专业，上海体育学院新增获准的「智能体育工程」本科专业等。
专科就学人工智能是一种如何的体验?南大有话说
从大专开始就学人工智能是一种哪些样的体验?作为国外较早开办人工智能专科专业的院校，经历过一年学习的北京学院能为我们提供更多的经验。
前不久，周志华院士和南大人工智能专科专业的中学生接受了北方都市报的专访，谈了谈她们的体味。
首先是物理基础。北京学院人工智能专业非常重视培养中学生的物理基础，课表包含高等代数、数学剖析、离散物理等众多物理基础专业，中学生惊呼「烧脑」。但教授周志华表示，人工智能面临的问题千变万化，解决问题涉及到多种语文工具，高水平人才必须有好的物理基础。
在提到与传统计算机科学专业在语文教学方面的差异时，周志华表示，传统计算机学科的物理教学情况是：微积分和线性代数课程的内容很浅，一般不开办矩阵论;机率论与数理统计课程的内容仅是蜻蜒点水;最优化方式课程通常不开办;数理逻辑课程通常是必修。这导致中学生在学习人工智能核心课程时有很大障碍。
周志华院士还强调，当前的课程设置并没有早已赶超大专生的能力，既想打好基础、学有所用，又想学得轻松，「不太可能」。
中学生表示，辛苦是这一专业的主曲调，但她们「忙并快乐着」，经常地就有「梦回初一」的繁忙感。
其次，重视与产业的结合。
人工智能是一个与产业结合十分紧密的学科，因而南大也十分重视让中学生到企业小学习。据报导称，南大中学生才能在中学附近的南大人工智能大学中学生实训基地现场体会一线产业应用。实训基地以易迅、科沃斯、旷视、地平线等国外著名企业在南大附近建设的人工智能研究院或产业化公司为依托。
据悉，南大还与英特尔、腾讯等企业合作，为中学生安排了智能硬件等的暑假实践课程。
小结
以上就是小编为考生们做的「功课」了，对人工智能感兴趣并且准备考取的朋友可要做好吃苦的打算。
祝诸位都能被心仪的中学投档呀~
参考内容：
「完」
