国外牛校的AI专业竟然是这样的！

全文共1657字，预计阅读时长3分钟

在国内还在对是否应当设立AI专业争论不休时，美国放出了重磅炸弹。近日，美国卡内基梅隆大学（CMU）宣布在本科开设人工智能专业，成为美国首个拥有人工智能本科专业的学校，招生计划规模为每年30~50名学生。

看着各大高校相继设立AI本科专业，将来还会有一批又一批AI科班生出炉，你是否也恨不得自己重回大一，重选专业？

其实，了解各大高校的本科课程设置不仅能帮助你在自学的道路上越走越好，还能为你的研究生择校提供有效的参考。

CMU学什么？

美国的AI专业学的是什么，绝大多数人都非常好奇。但是揭开课程安排的神秘面纱，你会发现有些内容，该逃的还是逃不掉。

首先就是数学。

微积分、矩阵、线性变换、概率论不用说，至于积分与逼近、现代回归理论以及并行与串行数据结构等在AI中被高频使用的知识更是会被作为独立的重要科目进行学习。

其次就是计算机基础知识与编程。

AI编程涉及的主要是命令式编程语言，因而命令式计算原理、功能式编程原理也在课程安排中被单独罗列出来。

另外还有AI的基本原理，如机器学习等。

除去基础科目，CMU自然也会为学生奉上看家本领。CMU被誉为AI人才的大本营，其在自动驾驶、人脸识别、自然语言处理方面的科研能力十分出众。它的AI专业课程设计，自然也就和这几项技术紧密相关。

例如大三的课程，就提供计算机视觉与自然语言处理两个科目，供学生二选一。

CMU的选修科目更是丰富多彩，包括人类学和艺术、人工智能道德、决策和机器人、机器学习、感知和语言、人类与人工智能交互……可以说涵盖了AI的方方面面，让学生可以广泛地思考各种不同学科中的任务应该如何解决，从而学会搭建根据视觉、语言、大规模数据库之类的复杂输入进行决策或者增强人类的模型。

与国内专业相比有何不同？

CMU的课程安排，和国内的教学体系相比，自然有异有同。

与国内高校的学生一样，CMU的学生也需要充分地学习计算机和数学的知识作为入行AI的基础，并掌握与人工智能相关的基础理论。

而其与国内高校的不同点，则是源自AI人才的培养方向。

首先，对于AI具体应用方向的深入教学，CMU只选择了计算机视觉与自然语言处理这两个领域，而其他AI具体领域的介绍，则都放入了选修课体系中。

但国内的高校，以南京大学为例，需要学生在大学四年掌握自然语言处理、计算机视觉、知识表示、自动推理四个领域的知识。

由此可见，CMU对于人才的培养有更明确的方向——我要把自己最牛的本领教给学生。

不过，国内的课程体系也有自己的优势——对于热门AI领域的广泛涉及。这样可以让学生在广泛了解多个领域之后，在研究生阶段对自己感兴趣的领域进行深入学习。

其次，CMU课程设置中最明显的优势就是其对AI道德教学的重视，而观之国内AI教学的课程安排，则几乎没有这方面的内容。

CMU在AI人才塑造的方面，有着非常明确的目的——为AI硕士、博士输送人才资源。

我们可以看到，绝大多数课程都是基础性的学习课程，而并非为了让本科生在毕业后就能立即投身AI行业，进行高技术含量的实践。

既然学生无须思考如何在毕业之前拥有强劲的开发能力，那么需要思考什么呢？自然是与人类学、道德相关的领域。AI行业跑得太快，与之相关的人文性研究被远远地落在了后面。而这些研究的补足，让不急于跟上行业步伐的本科生参与，再合适不过。

反观国内的课程，其设置的课程让本科生有了就业和进修二选一的余地，让学习与行业紧密贴合，从而实现学界与业界的知识互补。通过这样的培养方案，有效补充高校人才不足，并能够快速解决行业人才的过度缺乏。

读芯君开扒

学AI，国内好还是国外好？

出国学AI是个好的选择吗？对于研究生、博士生来说，答案是肯定的。但对于本科阶段的教育则不一定。

国内的数学教育，尤其在AI学科的设置上，比之国外是更为全面的。CMU的数学课，仅仅涉及了AI应用中高频的数学知识，而诸如分布式计算、统计学等教学则不够深入，而这些同样也是在AI研发中需要运用的。

并且，国内AI与大数据的教学贴合紧密，也更加符合AI的行业标准与实际应用场景。

至于国内缺失的AI人文性研究课程，虽然是国内AI本科教学的缺憾，但鉴于AI道德议题已经被各个学者加以重视，多少可以让学生通过耳濡目染，补足一些国内“功利性”课程体系所带来的弊端。

留言 点赞 发个朋友圈

我们一起探讨AI落地的最后一公里

作者：羊习习

参考文献链接：

https://www.leiphone.com/news/201805/g3ro6mQX81wqDpY1.html?viewType=weixin

如需转载，请后台留言，遵守转载规范

推荐文章阅读

长按识别二维码可添加关注

读芯君爱你