moon

提到人工智能（AI），你會(huì)想到什么？是《星球大戰(zhàn)》《終結(jié)者》《漫游太空：2001》里似乎和你我一樣擁有生命的神秘機(jī)器人？還是在圍棋界殺遍世界棋手，用機(jī)器力量對(duì)抗人類大腦的“阿爾法狗”（AlphaGo）？抑或是如今各種社交媒體里鋪天蓋地的“高薪”字眼？

在近幾年里，“人工智能”似乎像一個(gè)橫空出世的耀眼的明星，吸引著所有人的目光，好像在一夜之間，所有的人都知道了AI，都能侃上兩句：“人工智能才是未來(lái)?！钡牵谶@熱潮的背后到底有什么？大學(xué)里的人工智能專業(yè)要學(xué)些什么？我們又到底要不要跟著時(shí)代的潮流，奔向人工智能的懷抱？

人工智能并不神秘

在很多新聞的描述中，人工智能似乎變成了某種很玄妙的技術(shù)：用機(jī)器去模擬人腦的所思所想，聽(tīng)起來(lái)是多么的不可思議啊。但實(shí)際上，人工智能是一門脫胎于數(shù)學(xué)、邏輯學(xué)、計(jì)算機(jī)科學(xué)、控制學(xué)等多個(gè)學(xué)科的交叉學(xué)科，在20世紀(jì)40年代，人工智能的概念就已經(jīng)被提出并引起了廣泛的關(guān)注，它和數(shù)學(xué)、物理學(xué)、計(jì)算機(jī)科學(xué)一樣，是一門有著堅(jiān)實(shí)理論基礎(chǔ)的科學(xué)，并和我們的生活息息相關(guān)。

如今我們生活中的很多工具已經(jīng)應(yīng)用人工智能技術(shù)了，只不過(guò)很多人并沒(méi)有注意到：從日常使用的搜索引擎和視頻興趣推薦系統(tǒng)、幾乎成為生活必備品的智能手機(jī)，到很多安裝了智能控制防抱死系統(tǒng)的汽車、各個(gè)機(jī)場(chǎng)車站配備的人臉識(shí)別系統(tǒng)……人工智能已經(jīng)和我們的生活密不可分。

在人工智能專業(yè)的學(xué)習(xí)中，你可以一點(diǎn)一點(diǎn)撥開(kāi)人工智能神秘的面紗。搜索引擎是如何通過(guò)信息提取和索引庫(kù)幫助你在浩渺信息中找到你想要的那一個(gè)的？推薦系統(tǒng)如何通過(guò)特征提取和喜好度匹配為你自動(dòng)推薦心儀的商品？人臉識(shí)別又是運(yùn)用怎樣的圖像分割技術(shù)認(rèn)出五花八門的面孔？這些問(wèn)題其實(shí)都不難解決，人工智能技術(shù)的基石——數(shù)學(xué)，其實(shí)你早就接觸過(guò)了。

我們一般把人工智能分為三個(gè)階段，分別是弱人工智能、強(qiáng)人工智能和超人工智能，其中弱人工智能就是擅長(zhǎng)單個(gè)方面工作的人工智能，比如上文提到的下圍棋的“阿爾法狗”，別看它在圍棋界所向披靡、戰(zhàn)無(wú)不勝，在別的領(lǐng)域它可不一定如你。強(qiáng)人工智能指等同于人類級(jí)別的人工智能，而超人工智能則是能夠在幾乎所有領(lǐng)域都比最聰明的人類大腦聰明很多的人工智能。目前我們的技術(shù)和理論僅僅停留在弱人工智能，從弱人工智能跨越到強(qiáng)人工智能，則需要無(wú)數(shù)聰明大腦的不懈努力。

成為一個(gè)跨學(xué)科的“大神”

人工智能技術(shù)目前有這樣幾個(gè)主要的應(yīng)用領(lǐng)域：機(jī)器人、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、數(shù)據(jù)挖掘、專家系統(tǒng)等。要實(shí)現(xiàn)這些技術(shù)，你需要機(jī)器學(xué)習(xí)等理論基礎(chǔ)，而要理解并掌握這些理論，你需要掌握微積分、線性代數(shù)、矩陣?yán)碚?、概率論與數(shù)理統(tǒng)計(jì)、數(shù)據(jù)結(jié)構(gòu)、離散數(shù)學(xué)等數(shù)學(xué)、計(jì)算機(jī)學(xué)科的基礎(chǔ)知識(shí)。人工智能作為一門多學(xué)科交叉的尖端學(xué)科，正在不斷地發(fā)展和延伸，想要學(xué)好它，你就需要成為一個(gè)跨學(xué)科的“大神”。也是出于這個(gè)原因，人工智能的涵蓋范圍非常大，需要的知識(shí)廣而雜。雖然很多專業(yè)的人都可以進(jìn)入人工智能行業(yè)，但從事人工智能相關(guān)崗位工作的人基本都是碩士學(xué)歷，很多崗位甚至需要博士才能勝任，而且大多數(shù)項(xiàng)目也需要多個(gè)領(lǐng)域的研究者共同合作，提供不一樣的視角和專業(yè)知識(shí)。

我們?cè)诒究齐A段能夠?qū)W到的基礎(chǔ)知識(shí)，也僅僅能夠摸到人工智能的一些皮毛，因此，在讀研讀博階段，會(huì)有大量本科非計(jì)算機(jī)、數(shù)學(xué)專業(yè)的同學(xué)用各種不同的身份進(jìn)入人工智能領(lǐng)域，到底要以怎樣的姿態(tài)和視角去研究人工智能，便是個(gè)人的選擇了。舉個(gè)例子，自然語(yǔ)言處理包括了機(jī)器翻譯、語(yǔ)音識(shí)別、文本挖掘等，你日常使用的有道詞典、百度翻譯以及微信的語(yǔ)音轉(zhuǎn)文字功能都屬于這類技術(shù)的應(yīng)用，而這個(gè)領(lǐng)域除了要求你擁有扎實(shí)的數(shù)學(xué)、計(jì)算機(jī)基礎(chǔ)，也就是上文提到的知識(shí)外，還需要你擁有語(yǔ)言學(xué)的相關(guān)知識(shí)，像我的學(xué)校電子科技大學(xué)做自然語(yǔ)言處理的研究小組里便有許多外國(guó)語(yǔ)學(xué)院老師的身影。而與人工智能相關(guān)的研究，除了計(jì)算機(jī)科學(xué)與工程學(xué)院，信息與通信工程學(xué)院、電子科學(xué)與工程學(xué)院、自動(dòng)化工程學(xué)院等都有所涉及，不過(guò)研究的角度和方法各有不同。

學(xué)科交叉，強(qiáng)強(qiáng)聯(lián)手

不僅許多本科專業(yè)都可以選擇涉足人工智能領(lǐng)域，而且如今各個(gè)高校相繼開(kāi)設(shè)了獨(dú)立的“人工智能”專業(yè)，我們究竟該如何選擇呢？

2018年，美國(guó)卡內(nèi)基梅隆大學(xué)開(kāi)設(shè)了全球首個(gè)人工智能本科專業(yè);2018年4月，教育部印發(fā)《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》，正式拉開(kāi)了我國(guó)各高校人工智能專業(yè)建設(shè)的序幕，從2019年3月第一批35所高校被教育部批準(zhǔn)成立人工智能專業(yè)到現(xiàn)在，已經(jīng)有超過(guò)180所本科高校開(kāi)設(shè)了本科的人工智能專業(yè)，許多學(xué)校也相繼開(kāi)設(shè)了人工智能學(xué)院。各個(gè)學(xué)校的人工智能專業(yè)開(kāi)設(shè)方向并不完全一樣，通常是從本校擅長(zhǎng)的傳統(tǒng)學(xué)科角度對(duì)人工智能進(jìn)行切入。

例如，我的學(xué)校電子科技大學(xué)的人工智能專業(yè)設(shè)立于計(jì)算機(jī)科學(xué)與工程學(xué)院，除了計(jì)算機(jī)科學(xué)、自動(dòng)控制、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)、腦與認(rèn)知科學(xué)等學(xué)科教學(xué)外，也會(huì)結(jié)合本校強(qiáng)勢(shì)的電子信息學(xué)科進(jìn)行教學(xué)。而傳統(tǒng)的計(jì)算機(jī)科學(xué)的教學(xué)，主要包含計(jì)算機(jī)科學(xué)、計(jì)算機(jī)工程、軟件工程、信息系統(tǒng)、信息技術(shù)幾個(gè)方向。從這里我們可以看到，本科的人工智能專業(yè)已經(jīng)在課程設(shè)置上向著學(xué)科交叉的方向做出了許多努力，但國(guó)內(nèi)外的本科人工智能教育都才剛剛起步，無(wú)論是課程設(shè)置還是教學(xué)都處于摸索階段。是要抓住風(fēng)口，跟上熱潮，早日入“藍(lán)海”，本科便選擇人工智能專業(yè)，成為多學(xué)科復(fù)合人才——還是保持觀望態(tài)度謹(jǐn)慎選擇，本科打好某學(xué)科基礎(chǔ)再立足于此向人工智能挖掘？一切都要看同學(xué)們自己的選擇。