刘晓坤 路雪参与

今秋开课!卡内基梅隆大学将开设美国首个人工智能本科学位

目前,很多美国大学都在计算机科学和计算机工程等学位课程内提供人工智能方向,但以「人工智能」命名的学位还未出现。近日,卡内基梅隆大学(CMU)终于宣布将开设美国首个人工智能本科学位。该校称,该专业将在今年秋季对计算机科学学院的学生开放。


CMU人工智能本科培养计划的教学将在今年秋天正式开课。

卡内基梅隆大学计算机系将于今年秋天开设人工智能本科专业,为学生提供更多知识,了解如何将大量数据转换成可执行的决策。

SCS 设立了美国大学第一个 AI 专业,这一举措是对 AI 领域非凡技术突破和学生、雇主对 AI 人才日益增长的需求的回应,旨在为 AI 领域培养人才。

「人工领域专家从未如此重要过,而且非常短缺,需求量很大。」计算机系主任 Andrew Moore 称,「卡内基梅隆大学在 AI 领域的专业知识非常深厚,这使得我们有资格解决这一需求,培养毕业生利用 AI 技术帮助人们。」

今春,U.S. News & World Report 将 SCS 列为人工智能的 No. 1 研究院。卡耐基梅隆大学也在最近的计算机科学顶级学校排名(CSRankings)上名列全球第一(参见:2018 全球大学计算机科学与人工智能排名:CMU 排名第一)。

机器人学和计算机科学研究教授、人工智能学位项目负责人 Reid Simmons 说,计算机科学学士学位课程会教学生广泛思索如何完成多学科大型任务。他补充说,人工智能学士学位将更加关注复杂的输入(如视觉、语言和庞大的数据库)如何用于决策或提高人的能力。人工智能专业的学生将获得与其他计算机专业学生一样坚实的计算机科学和数学基础。此外,他们还将参与人工智能相关学科(如统计学和概率论、计算建模、机器学习和符号计算)的额外课程。

Simmons 称该课程也将着重强调道德和社会责任的重要性,包括使用 AI 技术实现社会利益(例如改善交通、健康医疗或教育)的独立研究机会。SCS 第一年接收的学生将在第二年进入他们的 AI 学位课程。因此,所有的学生将在第一年掌握核心的计算机科学能力素质和导论课程。这将使他们在确定专业的时候(无论是 AI、计算机科学还是计算生物学等)做出明智的选择。计算生物学已经在 2017 年秋季开设了本科学位。

目前,AI 专业的本科招生将只接收至多 100 个二年级、三年级以及四年级的学生,或每年接收 30-35 个新生(SCS 将招收 735 名本科生)。在 2018 年秋季,已经完成大量相关课程的有限数量的二年级和三年级的学生将能加入新的 AI 本科学位课程。

正如人工智能机器学习自然语言处理计算机视觉机器人学和人机交互等学科结合起来一样,人工智能项目中的教学将借助 SCS 机器学习系、语言技术研究所、机器人研究所、人机交互研究所的教学资源。

该学位将利用 CMU 在跨学科教学中的传统优势,特别是在探索人工智能伦理和社会影响方面的优势,让来自迪特里希人文及社会科学学院、汉斯学院及工程学院的教师参与其中。

CMU 在人工智能方面有着悠久的历史,1956 年创造了第一个人工智能计算机程序,在自动驾驶汽车、面部识别和自然语言处理方面做了开创性工作。去年,SCS 开始了其 CMU 人工智能研究和教育计划(CMU AI research and education initiative),该计划涉及近 200 名从事人工智能相关领域(从艺术到公共政策)的教师。

作为知名美国学府,CMU 也一直是教育界的领导者,它曾在 1958 年开设了第一个大学计算机编程培养计划,随后启动了第一个机器人学的博士培养计划,这所大学也开设了全球第一个机器学习系。「SCS 将再次通过 AI 学位的计划在计算机科学的教育上处于领先地位,」Simmons 表示,他已经在美国国家科学基金会计算机与信息科学与工程(CISE)机构担任项目总监两年半之久,目前也同时领导着美国国家机器人计划。

「这是我们塑造 AI 作为一项学科的机会,我们不会仅仅提供人工智能的相关课程,」Reids Simmons 说道。新的教学计划将采用和 CMU 其他计算机科学本科培养计划相同的学术严谨性进行授课。

「我们希望成为第一个提供 AI 本科学位的教育机构,」Simmons 表示。「人工智能已经近在眼前,我们不会落后于他人。」


来源:https://www.cs.cmu.edu/news/carnegie-mellon-launches-undergraduate-degree-artificial-intelligence

产业
相关数据
人工智能技术
Artificial Intelligence

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

自动驾驶汽车技术
Autonomous cars

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

计算机视觉技术
Computer Vision

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

人机交互技术
Human-computer interaction

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

机器学习技术
Machine Learning

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

自然语言处理技术
Natural language processing

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

自动驾驶技术
self-driving

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

机器人技术
Robotics

机器人学(Robotics)研究的是「机器人的设计、制造、运作和应用,以及控制它们的计算机系统、传感反馈和信息处理」 [25] 。 机器人可以分成两大类:固定机器人和移动机器人。固定机器人通常被用于工业生产(比如用于装配线)。常见的移动机器人应用有货运机器人、空中机器人和自动载具。机器人需要不同部件和系统的协作才能实现最优的作业。其中在硬件上包含传感器、反应器和控制器;另外还有能够实现感知能力的软件,比如定位、地图测绘和目标识别。之前章节中提及的技术都可以在机器人上得到应用和集成,这也是人工智能领域最早的终极目标之一。

推荐文章
严格的评选标准,造就了这张分享量过千的在线机器学习课程榜单
机器之心1
斯坦福人工智能百年研究:2030年的人工智能与生活
机器之心2
全国高校人工智能学院盘点来啦!今年的高考志愿考虑一下?
机器之心4
返回顶部