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?

今日,决定学子命运的高考已经开始,希望众多学生能考出理想的成绩。人工智能作为当前最火热的专业之一,你是否想要填报这些院校?在这篇文章中,我们汇总了国内开办人工智能学院的高校。希望对想从事人工智能的 00 后考生们有所帮助。

4 月 2 日,教育部印发了《高等学校人工智能创新行动计划》,这是教育领域落实国务院《新一代人工智能发展规划》的具体举措。《计划》提出,到 2020 年,建立 50 家人工智能学院、研究院或交叉研究中心,并引导高校通过增量支持和存量调整,加大人工智能领域人才培养力度。

吉林大学人工智能学院

2018 年 5 月 26 日成立。吉林大学人工智能学院院长常毅表示,学院接下来的发展将「三管齐下」:一是夯实人工智能的基础理论研究;二是以「人工智能 + 企业」模式,加大与国内高科技企业的合作;三是突出学科交叉,将人工智能与其它学科紧密结合。

辽宁工程技术大学腾讯云人工智能学院

2018 年 5 月 17 日成立。这是辽宁省第一所人工智能学院,负责辽宁工大数据科学与大数据技术新专业,校企共建人工智能实验室,面向全校学生招收人工智能、云计算、大数据、互联网 + 等方向的腾讯卓越班,培养「专业 + 人工智能」新工科人才,联合培训新工科教师。

天津大学人工智能学院

2018 年 5 月 16 日成立。天津大学人工智能学院侧重脑认知计算、先进机器学习、智能语音处理、自然语言处理等方向。到 2020 年,天津大学人工智能学院初具规模。

南开大学人工智能学院

2018 年 5 月 16 日成立。南开大学人工智能学院侧重特种机器人、智慧医学工程、智慧城市、智慧金融等方向。

哈尔滨工业大学人工智能研究院

2018 年 5 月 5 日成立。该院将按照理论、技术、平台、应用 4 个层次,人工智能基础与机器学习、智能控制理论、脑科学与类脑智能、机器感知模式识别自然语言处理与知识工程、混合增强智能、自主智能、人工智能应用(包括智能制造、智能土木、智能金融与商务、智能养老、智能遥感等)8 个方向组建。

南京图灵人工智能研究院

2018 年 4 月 20 日成立。由清华大学交叉信息研究院与南京市共同建立的新型研发机构。

长春理工大学人工智能学院和人工智能研究院

2018 年 4 月 16 日成立。以培养人工智能领域亟需的创新应用型人才为目标,构建政产学研合作协同育人体系,不断完善人工智能与光电技术、精密制造、计算机、信息通信、量子、纳米技术等相关学科交叉融合的学科体系建设。人工智能研究院将重点开展认知与推理、机器学习、自然语言理解、计算机视觉机器人学、博弈与伦理等方向的科学研究,积极推进人工智能技术转移和成果转化,搭建人工智能产业技术创新联盟。

南京大学人工智能学院(本科招生)

2018 年 3 月 6 日成立。由周志华教授主持工作,初定本科生招生规模为 60-100 人。南京大学人工智能学院是南京市政府合作项目,与计科院、软件学院平级。

重庆邮电大学人工智能学院

2018 年 2 月 7 日成立。计划 2018 年开始招生,预计到 2020 年基本达到在校生 2100 人,其中研究生 900 人的总规模。学院将构建「双导师制」和联合课题攻关的人才培养模式,加强科研平台建设,积极推进「大数据智能计算国家国际科技合作基地」和「重邮 - 科大讯飞人工智能研究院」等平台建设,打造国家级科研创新平台,为提高人工智能人才培养质量夯实基础,努力培养一流的面向人工智能前沿科技创新和产业应用的专门人才。

上海交通大学人工智能研究院

2018 年 1 月 18 日成立。中国科学院院士、上海交通大学人工智能研究院院长毛军发表示,研究院将立足于数据、算法、芯片这三大要素,在人工智能基础理论与技术方面,研发新一代机器学习理论与开源软件,结合已有的研究优势及未来媒体网络协同创新中心、上海市可扩展计算与系统重点实验室等基地,引领智能时代事实上的「操作系统」,形成网络环境下超人感知认知能力。

湖南工业大学人工智能学院

2018 年 1 月 1 月 13 日成立。中科院自动化研究所副所长刘成林教授被特邀担任湖南工业大学人工智能学院院长。这标志着湖南工业大学在重大项目开发、高层次人才培育、科技合作交流等方面搭建了新的平台,将进一步提升学校学科建设水平和科研创新能力及促进株洲本土企业的整体研发水平。

苏州大学人工智能研究院(本科招生)

2017 年 11 月 19 日成立。研究院将围绕学科方向,开展博士、硕士及本科生的培养,逐步形成「人工智能 + X」复合专业培养新模式,拓展人工智能与数学、计算机科学、物理学,生物学、心理学、社会学、法学等本科专业教育的交叉融合,在人工智能医疗大健康、机器人、AR/VR,智慧城市等多个科研方向,以开展原创性重大理论与实践问题研究和取得重大标志性成果为目标,开创国家(地区)重大战略需求领域科学研究,扩大国际交流与合作,提高国际影响力。

西安电子科技大学人工智能学院(本科招生)

2017 年 11 月 2 日成立。在人才培养方面,人工智能学院将以智能科学与技术等本科专业为主体进行培养,未来还将成立「图灵实验班」,探索人工智能领域拔尖创新人才培养路径。科学研究方面,依托学校「智能感知与计算国际联合研究中心」、「智能感知与图像理解实验室」教育部重点实验室、「智能感知与计算国际合作联合实验室」等研究平台,以及在感知认知、机器学习、自然计算与计算智能等领域的研究基础,西电人工智能学院将面向复杂影像感知与人工智能、类脑智能与深度学习、视频感知与光电智能系统、数据科学与大数据关键技术、智能控制与机器人系统和高性能智能计算等开展科学研究。

中国科学院大学人工智能技术学院

2017 年 9 月 10 日成立。由中国科学院自动化研究所承办,中国科学院计算技术研究所、沈阳自动化研究所、软件研究所、声学研究所、深圳先进技术研究院、数学与系统科学研究院、重庆绿色智能技术研究院参与共建,是我国在人工智能领域首个开展教学和科研工作的新型科教融合学院。人工智能技术学院由中国科学院自动化所所长徐波担任院长。

中山大学智能工程学院(本科招生)

2017 年 5 月成立。现有两个二级学科:模式识别与智能系统、检测技术与自动化装置;两个本科专业:自动化、智能科学与技术;将重点发展以下三个领域: 1. 智能信息处理领域:智能影像、虚拟现实数据挖掘与分析、计算机视觉机器学习等。2. 智能控制技术领域:运动控制、智能芯片、智能传感器、智能器械等方向。3. 智能系统工程领域:智能汽车、自动驾驶系统、车联网、无人机系统、无人船系统、先进制造等方向。

除了国内的这些高校,CMU 不久之前也宣布将于今年秋季开设美国首个人工智能本科学位(计算机科学学院),计划出国留学的同学可以考虑一下。最后,祝高考的学子大吉大利,荣登 leaderboard。

产业
4
相关数据
控制理论技术
Control theory

控制理论是工程学与数学的跨领域分支,主要处理在有输入信号的动力系统的行为。系统的外部输入称为“参考值”,系统中的一个或多个变数需随着参考值变化,控制器处理系统的输入,使系统输出得到预期的效果。 控制理论一般的目的是借由控制器的动作让系统稳定,也就是系统维持在设定值,而且不会在设定值附近晃动。

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。

无人机技术
Drones

无人机(Uncrewed vehicle、Unmanned vehicle、Drone)或称无人载具是一种无搭载人员的载具。通常使用遥控、导引或自动驾驶来控制。可在科学研究、军事、休闲娱乐用途上使用。

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。

规划技术
Planning

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

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。

感知技术
perception

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

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。

虚拟现实技术
Virtual reality

虚拟现实,简称虚拟技术,也称虚拟环境,是利用电脑模拟产生一个三维空间的虚拟世界,提供用户关于视觉等感官的模拟,让用户感觉仿佛身历其境,可以及时、没有限制地观察三维空间内的事物。用户进行位置移动时,电脑可以立即进行复杂的运算,将精确的三维世界视频传回产生临场感。

深度学习技术
Deep learning

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如,人脸识别或面部表情识别)。 近年来监督式深度学习方法(以反馈算法训练CNN、LSTM等)获得了空前的成功,而基于半监督或非监督式的方法(如DBM、DBN、stacked autoencoder)虽然在深度学习兴起阶段起到了重要的启蒙作用,但仍处在研究阶段并已获得不错的进展。在未来,非监督式学习将是深度学习的重要研究方向,因为人和动物的学习大多是非监督式的,我们通过观察来发现世界的构造,而不是被提前告知所有物体的名字。 至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

模式识别技术
Pattern Recognition

模式识别(英语:Pattern recognition),就是通过计算机用数学技术方法来研究模式的自动处理和判读。 我们把环境与客体统称为“模式”。 随着计算机技术的发展,人类有可能研究复杂的信息处理过程。 信息处理过程的一个重要形式是生命体对环境及客体的识别。其概念与数据挖掘、机器学习类似。

数据挖掘技术
Data mining

数据挖掘(英语:data mining)是一个跨学科的计算机科学分支 它是用人工智能、机器学习、统计学和数据库的交叉方法在相對較大型的数据集中发现模式的计算过程。 数据挖掘过程的总体目标是从一个数据集中提取信息,并将其转换成可理解的结构,以进一步使用。

返回顶部