Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

张倩、杜伟参与

180所高校获批新增人工智能专业,你建议报考吗?

在教育部最新公布的新增备案本科专业名单中,约 180 所高校通过了新增人工智能专业的审批,其中既包括理工类、综合类高校,也包括语言类、医药类等专业性较强的高校。


3 月 3 日,教育部官方网站更新了「关于公布 2019 年度普通高等学校本科专业备案和审批结果的通知」。各高校新增备案专业 1672 个、审批专业 181 个(含 130 个国家控制布点专业和 51 个目录外新专业),调整学位授予门类或修业年限专业 47 个,撤销专业 367 个。

其中,新增人工智能专业的高校达到了 180 所,也是本次新增备案专业数量较多的学科。新增数据科学大数据技术专业的学校也占到了 100 多所;智能制造、机器人工程、智能科学与技术等专业也都有数十所学校通过审批。

以下是本次新增人工智能专业的高校名单,其中教育部直属高校有 15 所,此外山东(14 所)、江苏(11 所)、河南(10 所)、安徽(10 所)、湖南(9 所)等人口教育大省新增人工智能专业的院校数量居于前列。


蓬勃发展的人工智能相关学科建设

自 2017 年国务院印发《新一代人工智能发展规划》以来,部分「双一流」建设高校相继成立人工智能学院、研究院,或通过其他创新机制,将人工智能相关学科建设列为重要建设任务。

2018 年 4 月,教育部印发《高等学校人工智能创新行动计划》,这份文件指出,到 2020 年,国内应基本完成适应新一代人工智能发展的高校科技创新体系和学科体系的优化布局。到 2030 年,高校成为建设世界主要人工智能创新中心的核心力量和引领新一代人工智能发展的人才高地,为我国跻身创新型国家前列提供科技支撑和人才保障。

2019 年 3 月,教育部批准 35 所高校新增「人工智能」本科专业,是人工智能本科专业在国内第一次大规模获批。

去年获批新增人工智能本科专业的名单。相比于去年的 35 所,本次的 180 所新增也反映了人工智能专业的火爆程度。

2019 年 5 月,清华大学宣布成立人工智能学堂班,从 2019 年秋季开始招收本科生,简称为「智班」,由图灵奖得主、清华大学交叉信息研究院院长姚期智担任首席教授。本科低年级教授数学、计算机与人工智能的核心课程,高年级采用 AI+X 课程项目的方式,进行人工智能与其他学科的交叉融合培养,并设置产业联合实习机会,促进产学研相结合。

2020 年 2 月 24 日,教育部、国家发展改革委、财政部联合印发了《关于「双一流」建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》,指出要依托「双一流」建设,深化人工智能内涵,构建基础理论人才与「人工智能+X」复合型人才并重的培养体系,探索深度融合的学科建设和人才培养新模式,着力提升人工智能领域研究生培养水平,为我国抢占世界科技前沿,实现引领性原创成果的重大突破,提供更加充分的人才支撑。

在国家政策的鼓励下,高校踊跃开设人工智能专业,对于弥补我国 AI 人才的缺口是件好事。但同一专业的扎堆开设可能造成专业过热、师资紧缺、教学质量良莠不齐等问题。因此,想要报考人工智能专业的同学需持谨慎态度。

高校扎堆开,报考需谨慎

人工智能是典型的交叉学科,涉及数学、计算机科学、逻辑学、语言学等不同领域的知识,未必每个学校都有足够的师资支撑起这样一个专业的系统培养。

而且,人工智能可能是一个非常「烧脑」的专业。以南京大学为例,该校的人工智能专业特别注重培养学生的数学基础,课表包含高等代数、数学分析、离散数学等诸多数学基础专业。该校人工智能学院院长周志华教授曾在采访中表示,人工智能面临的问题千变万化,解决问题涉及到多种数学工具,高水平人才必须有好的数学基础。

在谈到与传统计算机科学专业在数学教学方面的差别时,周志华表示,传统计算机学科的数学教学情况是:微积分线性代数课程的内容很浅,通常不开设矩阵论;概率论与数理统计课程的内容仅是蜻蜓点水;最优化方法课程一般不开设;数理逻辑课程一般是选修。这造成学生在学习人工智能核心课程时有很大障碍。

最后,大众对人工智能的认知与当前人工智能的发展现状之间可能存在一定的差距。很多人认为「人工智能」几乎是「无所不能」,这种「强人工智能」目前还停留在概念阶段。而现阶段的人工智能只是「弱人工智能」,只能完成一些相对简单的任务,因此,有此认识误区的同学还需要重新了解一下当前人工智能的发展现状。


如果想了解更多关于人工智能专业的问题,可以参考清华大学刘知远教授的答疑帖:写给正在填报志愿并对CS/AI感兴趣的考生们-2019》。在这个帖子中,刘知远教授解答了「人工智能是什么」、「人工智能学什么」、「人工智能怎么学」、「人工智能去哪儿学」等问题,对于想要了解这一学科的同学大有帮助。

参考链接:
http://www.moe.gov.cn/jyb_xwfb/s271/202003/t20200303_426793.html
http://www.moe.gov.cn/srcsite/A22/moe_826/202003/t20200303_426801.html
https://zhuanlan.zhihu.com/p/68474477?
入门教育部人工智能教育清华大学人工智能
相关数据
周志华人物

周志华分别于1996年6月、1998年6月和2000年12月于 南京大学计算机科学与技术系获学士、硕士和博士学位。主要从事人工智能、机器学习、数据挖掘 等领域的研究工作。主持多项科研课题,出版《机器学习》(2016)与《Ensemble Methods: Foundations and Algorithms》(2012),在一流国际期刊和顶级国际会议发表论文百余篇,被引用三万余次。

刘知远人物

刘知远,清华大学计算机系副教授、博士生导师。主要研究方向为表示学习、知识图谱和社会计算。2011 年获得清华大学博士学位,已在 ACL、IJCAI、AAAI 等人工智能领域的著名国际期刊和会议发表相关论文 60 余篇,Google Scholar 统计引用超过 2100 次。承担多项国家自然科学基金。曾获清华大学优秀博士学位论文、中国人工智能学会优秀博士学位论文、清华大学优秀博士后、中文信息学会青年创新奖,入选中国科学青年人才托举工程、CCF-Intel 青年学者提升计划。担任中文信息学会青年工作委员会执委、副主任,中文信息学会社会媒体处理专委会委员、秘书,SCI 期刊 Frontiers of Computer Science 青年编委,ACL、COLING、IJCNLP 领域主席。

弱人工智能技术

弱人工智能(weak AI),也被称为窄AI,是专注于某一特定狭窄领域任务的人工智能。 相对于可以用来解决通用问题的强(泛)人工智能,几乎目前所有的人工智能都属于弱人工智能的范畴I。

人工智能技术

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)

数据科学技术

数据科学,又称资料科学,是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。数据科学通过运用各种相关的数据来帮助非专业人士理解问题。

规划技术

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。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

强人工智能技术

强人工智能或通用人工智能(Strong AI或者 Artificial General Intelligence)是具备与人类同等智慧、或超越人类的人工智能,能表现正常人类所具有的所有智能行为。强人工智能是人工智能研究的主要目标之一,同时也是科幻小说和未来学家所讨论的主要议题。相对的,弱人工智能(applied AI,narrow AI,weak AI)只处理特定的问题。弱人工智能不需要具有人类完整的认知能力,甚至是完全不具有人类所拥有的感官认知能力,只要设计得看起来像有智慧就可以了。由于过去的智能程式多是弱人工智能,发现这个具有领域的局限性,人们一度觉得强人工智能是不可能的。而强人工智能也指通用人工智能(artificial general intelligence,AGI),或具备执行一般智慧行为的能力。强人工智能通常把人工智能和意识、感性、知识和自觉等人类的特征互相连结。

微积分技术

微积分(Calculus)是高等数学中研究函数的微分(Differentiation)、积分(Integration)以及有关概念和应用的数学分支。它是数学的一个基础学科。内容主要包括极限、微分学、积分学及其应用。微分学包括求导数的运算,是一套关于变化率的理论。它使得函数、速度、加速度和曲线的斜率等均可用一套通用的符号进行讨论。积分学,包括求积分的运算,为定义和计算面积、体积等提供一套通用的方法 。

线性代数技术

线性代数是数学的一个分支,它的研究对象是向量,向量空间(或称线性空间),线性变换和有限维的线性方程组。向量空间是现代数学的一个重要课题;因而,线性代数被广泛地应用于抽象代数和泛函分析中;通过解析几何,线性代数得以被具体表示。线性代数的理论已被泛化为算子理论。由于科学研究中的非线性模型通常可以被近似为线性模型,使得线性代数被广泛地应用于自然科学和社会科学中。

语言学技术

每种人类语言都是知识和能力的复合体,语言的使用者能够相互交流,表达想法,假设,情感,欲望以及所有其他需要表达的事物。语言学是对这些知识体系各方面的研究:如何构建这样的知识体系,如何获取,如何在消息的制作和理解中使用它,它是如何随时间变化的?语言学家因此关注语言本质的一些特殊问题。比如: 所有人类语言都有哪些共同属性?语言如何不同,系统的差异程度如何,我们能否在差异中找到模式?孩子如何在短时间内获得如此完整的语言知识?语言随时间变化的方式有哪些,语言变化的局限性是什么?当我们产生和理解语言时,认知过程的本质是什么?语言学研究的就是这些最本质的问题。

推荐文章
暂无评论
暂无评论~