浙江大学人工智能考研

我们浙大计算机不直接招高考生,而是每年从大一的工科实验班和竺可桢学院里面招.这是教师名单:人工智能研究所童若锋 吴春明 林兰芬 许端清 陈卫东 代建华 董亚波 唐 敏 门素琴 吴江琴 蔡 铭 陈海波 古红英 顾根青 何利力 侯宏仑 黄益民 黄忠东 金哲凡 李顶根 李际军 李 欣 刘德智 裘 炅 钱 徽 王东辉 王继林 魏宝刚 翁 涛 翁 恺 吴 飞 吴杰康 吴明晖 邢 卫 徐从富 杨子江 杨 枨 易建军 尹建伟 于睿胜 袁 昕 张 军 张文宇 张 引 郑小林 周忠信 翁建广 金小刚 何钦铭 郑扣根 庄越挺 潘云鹤 董金祥 朱淼良 王申康 鲁东明 高 济 陈德人 孔繁胜 杨建刚 叶修梓 计算机软件研究所陈 越 陈 刚 孙建伶 孟 华 邹建峰 叶德仕 卜佳俊 蔡 亮 陈 岭 冯 雁 郭 庆 黄争舸 金连甫 林怀忠 林 楠 陆系群 首山雄 应 晶 王 灿 王 强 吴继东 谢建军 徐海燕 杨小虎 张海翔 张继发 周 波 孟 华 宋明黎 陈建军 陈 纯 陈根才 郑 耀 李善平 计算机系统工程研究所陈文智 潘 纲 陈华钧 陈 奇 陈天洲 姜晓红 金 波 李 莹 楼学庆 陆魁军 吕红兵 施青松 宋广华 吴 健 杨莹春 张明敏 赵民德 朱桂林 朱玉成 吴朝晖 李国杰 杨长生 平玲娣 姚 敏 潘雪增 石教英 张三元 钱沄涛 工业设计研究所应放天 李大军 罗仕鉴 彭 韧 柴春雷 黄琦 汤永川 杨 颖 孙守迁 许喜华 CAD&CG国家重点实验室耿卫东 潘志庚 林 海 彭群生 刘新国 郑文庭 鲍虎军 陈 为 冯结青 高曙明 胡 敏 华 炜 金小刚 李伟青 刘玉生 吕思超 蔺宏伟 秦学英 万华根 王 青 王章野 于金辉 张宏鑫网络工程

计算机3431363537考研科目为思想政治理论、外国语、数学一、计算机学科专业基础综合（数据结构45分、计算机组成原理45分、操作系统35分和计算机网络25分等学科）。卷面分值为：100、100、150、150。计算机考研属于全国统考，每个学校的考试试题都是统一的，由国家命题。法硕、西医综合、教育学、历史学、心理学、计算机、农学等属统考专业课；其他非统考专业课都是各高校自主命题。思想政治理论、外国语、大学数学等公共科目由全国统一命题，专业课主要由各招生单位自行命题（加入全国统考的学校全国统一命题）。扩展资料报名参加硕士研究生全国统一入学考试的人员，须符合下列条件：（一）中华人民共和国公民。（二）拥护中国共产党的领导，品德良好，遵纪守法。（三）身体健康状况符合国家和招生单位规定的体检要求。（四）考生学业水平必须符合下列条件之一：1、国家承认学历的应届本科毕业生及自学考试和网络教育届时可毕业本科生，录取当年9月1日前须取得国家承认的本科毕业证书。2、具有国家承认的大学本科毕业学历的人员，要求报名时通过学信网学历检验，没通过的可向有关教育部门申请学历认证。3、获得国家承认的高职高专毕业学历后满2年或2年以上，达到与大学本科毕业生同等学历，且符合招生单位根据本单位的培养目标对考生提出的具体业务要求的人员。参考资料来源：百度百科——考研统考

应该是人工智能与信息处理专业，该专业是计算机科学与技术一级学科下设的内二级学容科。参考如下。人工智能与信息处理专业2015年考研招生简章招生目录 专业代码:0812Z1 考试科目 ①101政治②201英语一③301数学（一）④ 854 计算机基础（含数据结构、计算机组成原理 复试科目：（1）集合论与图论，占30分。（2）计算机体系结构，占30分。（3）编译原理，占30分（4）数据库系统，占30分（5）C语言程序设计，占50分（6）软件工程，占30分注：1：生物信息技术专业学生不考计算机体系结构、编译原理，考生物信息学引论（30分）、统计与基因组信息学（30分）。2：以上各科（除C语言外），以基本概念、基本原理、基本方法和基本技术等为主。3：“C语言程序设计”在计算机上直接编程提交，由计算机自动判定成绩；其他各科在计算机上答题并提交，并根据题目类型由计算机或老师判定成绩。

在开设机器人专业的高校中机器人专业排名前十的高校：1、北京大学北京大学工学院力学与工程科学6366系的前身是北京大学数学力学系力学专业,由著名科学家周培源教授创立于1952年，是新中国的第一个力学专业。经过几代人的艰苦创业、辛勤耕耘，力学与工程科学系在教学、科研和基础建设等各方面取得了很大发展。2、清华大学清华大学的力学专业发展历程比较艰辛，直到1968年才将工程力学数学系改名为工程力学系。1957年初，为了适应经济与国防建设的需要，培养新兴科学技术中有关力学及计算数学方面的专业人才。3、哈尔滨工业大学哈尔滨工业大学，简称哈工大，是中华人民共和国工业和信息化部直属的一所理工类全国重点大学，哈尔滨工业大学的力学专业在航天学院，这个学院设计的理工类专业非常广泛，其中力学就排在第一位。4、北京航空航天大学北京航天航空大学的力学系成立于1952年，但是主要设计在飞行器设计上。航空航天是一个国家高技术的代表，航空科学与工程学院其前身是飞行器设计与应用力学系，是北京航天航空大学的金牌学院，也是最具有航空航天特色的院系之一。本院的本科招生专业为：飞行器设计与工程、飞行器环境与生命保障工程、工程力学。学院本科生培养目标为：培养基础理论扎实、知识面广、创新能力强、具有很强适应能力和发展潜力的高素质工程技术人才。5、大连理工大学大连理工大学工程力学系于1957年由钱令希院士和唐立民教授领导创建，1981年首批获得博士学位授予权，1985年设立力学博士后科研流动站。目前本学科包含一般力学和力学基础、固体力学、流体力学、工程力学4个二级学科，并自主设立计算力学、岩土与环境力学、动力学与控制、应用实验力学4个二级学科。6、南京航空航天大学是中华人民共和国工业和信息化部直属的一所以航空航天为特色的理工类全国重点大学。南京航空航天大学博士后流动站：航空宇航科学与技术、光学工程、交通运输工程、电气工程、仪器科学与技术、信息与通信工程、力学、机械工程、计算机科学与技术、控制科学与工程、动力工程及工程热物理、数学、管理科学与工程、软件工程。7、上海交通大学上海交通大学在1958年创建工程力学系，开设设工程力学专业。研究生阶段设流体力学、固体力学、一般力学三个二级学科，都具有硕士和博士学位授予权，此外还设力学博士后流动站，具有力学一级学科博士学位授予权。力学是上海交通大学的特色专业，上海交通大学力学学科始建于1958年，历经几十年，逐渐形成了各具特色、实力雄厚的四个二级学科：流体力学、固体力学、一般力学与力学基础和工程力学。此外，生物力学作为一门新兴的力学学科，是力学与生物、医学相结合的交叉学科，其中研究与人类心血管疾病成因及诊治相关的血流动力学是发展较快的领域之一。该方向属于当前国际前沿。上海交通大学的力学专业是全国重点学科的一级学科。8、浙江大学浙江大学前身是1897年创建的求是书院，是中国人自己最早创办的现代高等学府之一。浙江大学有过一段停办学院的历史，1914-1927年期间暂停办学。1927年，浙江高等学校恢复办学，更名为国立第三中山大学，下设文理、工、劳农三个学院，其中工学院由浙江公立工业专门学校改组而成、劳农学院由浙江公立农业专门学校改组而成。1928年4月1日更名为浙江大学，1928年7月1日起，校名前冠以“国立”二字，称国立浙江大学，下设文理、工、农三个学院。9、华中科技大学 力学是华中科技大学的一个重要学科，学院跨越力学、土木工程、交通工程及管理科学与工程4个一级学科，有力学和土木工程学科两个博士后流动站。有力学、土木工程两个一级学科博士和硕士学位授予权，工程管理、道路与交通工程博士学位授予权，和交通工程一级学科硕士授予权。其中，力学和土木工程为湖北省一级学科重点学科，桥梁与隧道工程为建设部重点学科。10、中国科学技术大学 中国科学技术大学是中国科学院直属的一所以前沿科学和高新技术为主、兼有特色管理和人文学科的理工类全国重点大学。目前，本科院校培养的机器人相关人才，大多从事原理研究、本体开发及特种机器人开发等，而国内大多数高职院校有工业机器人应用方面的对口专业较少，开设年限也仅为1～2年，从课程内容设置到人才培养过程，还很不成熟。2010年，常州机电职业技术学院开设了一个新专业——工业机器人应用，成为首家开设这一专业的职业院校。据统计，截至2014年，全国有9家职业院校以这一专业进行独立招生，120多家职业院校开设了与机器人相关的专业方向。本回答被网友采纳

去找这两个学校的研究生导师，主要看导师的研究能力、学术造诣、师德与人品，然后才是学校。

人工智能是属于计算机门类。清华、中科院、哈工大、南京大学、浙大、中科大等这几个学校都是很强的。

人工智能的研究领域及应用人工智能的研究领域分支较多，从研究角度来分有三大分支：知识工程313130(knowledge engineering)、模式识别(pattern recognition)与机器人学(robotoligy)。这里仅择其中几种研究领域进行粗略的介绍。专家系统 1977年费根鲍姆提出“知识工程”，把实用的人工智能称为知识工程，标志着人工智能研究进入实际应用的阶段。他开发出了第一个“专家系统”(expert systems)，认为“专家系统是一种智能的计算机程序，它运用知识和推理步骤来解决只有专家才能解决的复杂问题”。专家系统是指利用研究领域的专业知识进行推论，在解决专业的高级问题方面具有和专家相同能力的解决系统，属于人工智能的应用领域。目前，这一领域发展较快，应用也较广，已开发出不少有实际价值的专家系统．与传统的计算机程序相比，专家系统是以知识为中心，注重知识本身而不是确定的算法．专家系统所要解决的是复杂而专门的问题，对这些问题人们还没有精确的描述和严格的分析，因而一般没有解法，而且经常要在不确定或不精确的信息基础上做出判断，需要专家的理论知识和实际经验。标准的计算机程序能精确地区分出每一任务应该如何完成，而专家系统则是告诉计算机做什么，而不区分出如何完成，这是两者最大的区别。另外，专家系统突出了知识的价值，大大减少了知识传授和应用的代价，使专家的知识迅速变成社会的财富。再者，专家系统采用的是人工智能的原理和技术，如符号表示、符号推理、启发式搜索等等，与一般的数据处理系统不同。60年代末，以猜测为基础的第一个专家系统Dendral是由费根鲍姆和莱登伯格在斯坦福大学共同设计的，当时用于分析化合物的化学结构。这一系统至今仍被有机化学家经常使用。70年代中期，肖特列夫开发了Mycin这一专家系统，它是针对传染性血液病的诊断和治疗开发的。把患者的病状输入后，经过Mycin推理，最终由计算机开出处方来。据检测，Mycin的能力通常并不比专门的医生逊色。但它没敢投入实际使用，只是在培养医生的学校当作教材在使用。还有由斯坦福研究所美国地质调查国际组织开发的“探矿人”(Prospector)专家系统，波音公司的专家系统可辅助工程师更快地设计飞机等等。从不同角度，专家系统也可分为多种类型。从其完成的功能来分，可包括诊断、解释、修理、规划、设计、监督、控制等多种类型，这些功能又可分为两大类：分析型和综合型。分析型专家系统所要解决的问题有明确的、有限个数的解，系统的任务在于根据实际的情况选择其中一种或几种解。综合型专家系统的任务是根据实际的需要构造问题的解，包括设计、规划等问题。此外，也可根据知识的特征和推理的类型对专家系统进行分类。专家系统在各个领域的应用已经产生了很可观的经济效益，这从另一方面促进了对专家系统的理论和技术方面的研究。开发专家系统的关键是如何获取知识，如何表示、运用人类专家的知识，这方面的研究也就成了重点。对这一点，范伦特(K．Vanlent，1987)作了充分说明：“我们应该去建构一个专家系统，去模拟专家的问题解决。专家行为，不管是由人或机器产生，都是他(它)的知识产物，但是，用什么能解释知识呢?尽管可以用不同的方式进行测量或限定，但对专家知识的形式和内容的最终解释，是人用来获取知识的学习过程。实际上，对于专家问题解决，学习理论可能是唯一足够科学的理论。”自然语言处理自然语言处理是人工智能早期的研究领域之一，也是一个极为重要的领域，主要包括人机对话和机器翻译两大任务，是一门融语言学、计算机科学、数学于一体的科学。由于以乔姆斯基为代表的新一代语言学派的贡献和计算机技术的发展，自然语言理解正在变得越来越热门．有很多理由值得人们去研究如何使计算机程序能以某种方式使用自然语言的问题。口语是人们进行交际的自然形式，计算机用户希望能与机器对话交流。自然语言输入可以表示成口语，也能从键盘上打入，以文体的形式给出。最早的自然语言理解方面的研究工作是机器翻译。1949年，美国人威弗首先提出了机器翻译设计方案。20世纪60年代，国外对机器翻译曾有大规模的研究工作，耗费了巨额费用，但人们当时显然是低估了自然语言的复杂性，语言处理的理论和技术均不成热，所以进展不大。主要的做法是存储两种语言的单词、短语对应译法的大辞典，翻译时一一对应，技术上只是调整语言的同条顺序。但曰常生活中语言的翻译远不是如此简单，很多时候还要参考某句话前后的意思。例如，英语的一句话：Stay away from the bank．由于bank有银行和河堤两个意思，因此上面这句活应该翻译成“不要靠近那家银行”呢?还是“不要靠近河堤”呢?显然，光翻译这句话本身不看背景场合，不能保证翻译的正确，需要上下文联系起来才能正确翻译，这就是技术难度高之所在。从20世纪70年代末期，随着机器翻译理论和计算机技术的进步，机器翻译有很大的进展。一种常见的做法是将语言的翻译分为“原语言的理解”和“所理解的语言表达成目的语言”两个子过程。这样就需要—种中间语言，只要做好原语言到中间语言以及中间语言到目的语言的转换程序，就可完成翻译。这种办法还容易实现—种语言到多种语言的翻译系统。到现在为止，西语系的一些语言(例如法语、英语)之间的互译技术已经比较成熟，双向翻译辅助系统准确性比较高，不过，翻译完后，还要对译文稍作修改。1995年，松下公司试制成功一种可进行曰英文对译的可视电话，引起了人们的广泛兴趣。该系统由计算机语音识别、声音合成和可视电话通信三个子系统组成，使用者可以用各自的语言进行交谈，通过分析语音波形的变化，该系统可从3000个例句中选择出语意最接近的单词，其识别率达到98％。据称，只要备有专用词典，就可以用它来流利地进行会话。对于我们每天使用的汉语，总的来说，与其他语言的互译水平还不太高，其中与英语的互译水平稍微高—些，市面上已有多种翻译软件出售。主要是我们对汉语的形式化研究还不够，特别是汉语与西方语言不是一个语系，翻译起来难度较大。总之，要真正建立一个能够生成和理解自然语言的计算机处理系统是相当困难的。因为，语言的生成和理解是一个极为复杂的编码和解码过程，一个能理解用自然语言来表达信息的计算机系绕，就应像人那样，不仅需要掌握上下文知识和语境等有关信息，而且还要能够利用这些知识进行推理，人具备大量的经验以及拥有自己的观点和对世界的看法，而现在的机器还做不到这一点。机器翻译离达到“自然的理解和表达”这个最终目标还有相当大的距离。 目前所能做到的仍然是人工辅助型的翻译系统，即靠人对翻译的结果进行修正，来获得自然的翻译。推理人类智力的优越性表现在人能3335313130思维、判断和决策。思维是人类在感性认识的基础上形成的理性认识，是通过分析和综合过程来实现的，而人类思维中的分析综合过程则产生了质变，在一般的分析和综合基础上，产生了抽象和概括，比较和分类、系统化和具体化等一系列新的、高级的、复杂的思维能力，在头脑中运用概念作出判断和推理。要使机器具有智能，就必须使其具有推理的功能。推理是由一个或几个判断推出另一个判断的一种思维形式，也即从已有事实推出新的事实的过程。在形式逻辑中，推理由前提(已知判断)、结论(被推出的判断)和推理形式(前提和结论之间的联系方式)组成。人类之所以能高效率地解决一些复杂的问题，这除了拥有大量的专门知识外，还由于人具有合理选择知识和运用知识的能力，也即推理能力和推理策略。以符号逻辑为基础的人工智能，是以逻辑思维和推理为主要内容的。传统的形式化推理技术，是以经典的谓词逻辑也即演绎推理为基础，广泛应用于早期的问题求解和定理证明中，但随着人工智能研究的不断深入，人们在研究中碰到的许多复杂问题不能用严格的演绎推理来解决，因而对非单调逻辑推理等方式的研究正迅速发展起来，已成为人工智能的重要研究内容之一．感知问题感知问题是人工智能的一个经典研究课题，涉及神经生理学、视觉心理学、物理学、化学等学科领域，具体包括计算机视觉和声音处理等。计算机视觉研究的是，如何对由视觉传感器(如摄像机)获得的外部世界的景物和信息进行分析和理解，也就是说如何使计算机“看见”周围的东西。声音处理则是研究如何使计算机“听见”讲话的声音，对语音信息等进行分析和理解。感知问题的关键是必须把数量巨大的感知数据以一种易于处理的精练的方式，进行简练、有效的表征和描述。对计算机视觉做出卓越贡献的是马尔(D．Marr)教授，他认为视觉是一个复杂的信息处理过程，并有不同的信息表达方式和不同层次的处理过程，而最终的目的是实现计算机对外部世界的描述。由此，他提出了三十层次的研究方法，包括计算理论、算法和硬件实现。他的理论奠定了计算机视觉研究的理论基础，并明确指出了研究内容和研究目标．目前，计算机视觉已在图像处理、立体与运动视觉、三维物体建模和识别等方面取得了很大的进展，但离建构一个实用的计算机视觉系统还有很大的距离。在2002年岁末，有关“智能人机交互”领域的重要研究内容之一“面像识别技术”在我国取得了突破性进展，其稳定性、识别率等都达到了国际先进水平，初步达到了实用阶段。面像识别技术使计算机“人性化”、“智能化”的水平大大提高。探索在下棋或思考问题或寻求迷宫出口时，人们总要探索解决问题的原理，这就需要对之进行专门的研究。探索是人工智能研究的核心内容之一。早期的人工智能研究成果如通用问题求解系统、几何定理证明、博弈等都是围绕着如何进行有效的搜索，以获得满意的问题求解。探索是人工智能研究和应用的基本技术领域。人工智能中的问题求解和通常的数值计算不同。人工智能的问题求解首先对一个给定的问题进行描述，然后通过搜索推理以求得问题的解，而数值计算是通过程序设计的算法来实现数值的运算。人工智能问题求解的过程就是状态空间中从初始状态到目标状态的探索推理的过程。探索的主要任务是确定如何选出一个合适的操作规则。探索有两种基本方式，一种是盲目探索，即不考虑给定问题的具体知识，而根据事先确定的某种固定顺序来调用操作规则。盲目探索技术主要有深度优先搜索、广度优先搜索；另一种是启发式搜索，考虑问题可应用的知识，动态地优先调用操作规则，探索就会变得更快。探索技术中重点是启发式搜索。一般地，对给定的问题有很多不同的表示方法，但它们对问题求解具有不同的效率。在许多的问题求解中，有很多与问题有关的信息可利用，使整个问题解决过程加快，这类与问题有关的信息称为启发信息，而利用启发信息的探索就是启发式探索。启发式探索利用启发信息评估解题路径中有希望的节点进行排序，优先扩展最有希望的节点，以实现问题解决的最佳方案。博弈博弈，指赌博的学说，对抗的学问，起源于下棋。让计算机学会下棋是人们使机器具有智能的最早尝试。早在1956年，人工智能的先驱之一 ——塞缪尔就研制出跳棋程序，这个程序能够从棋谱中进行学习，并能从实战中总结经验。当时最轰动的一条新闻是塞缪尔的跳棋程序下赢了美国一个州的跳棋冠军。不过，在随后几年与世界冠军的较量中它没能占到便宜。今天的个人计算机家用软件上一般都有跳棋程序、象棋程序、五子棋程序甚至是围棋程序。即使你选择的是初级水平，要赢计算机一盘棋还真不容易呢。事实上，对于跳棋、象棋、五子棋以及围棋等博弈游戏，其过程完全可用一棵博弈树来表示，利用最基本的状态空间搜索技术来找到一条必胜的下棋路线。遗憾的是，这棵博弈树往往大得惊人，特别是像象棋程序和围棋程序。即使计算机的存储空间能够装得下所有的状态，花在搜索上的时间(也就是通常所谓朝前看几步的时间)常常长得令人不能忍受。好在现在计算机的性能越来越高，存储空间也越来越大，给人感觉上好像计算机的棋力提高了。另外，现有的计算机下棋程序建立在传统的状态空间搜索技术基础上，通过—些启发式算法对棋局中间状态获胜的可能性进行估计，并以此来决定下—步该怎么走。这一方法可以大大减少状态空间的存储和搜索，从而为现代高性能计算机战胜国际—流下棋高手进一步铺平道路。从20世纪50年代起，计算机与国际象棋高手、大师的比赛一直是人们很感兴趣的话题，计算机通过与高手的比赛来不断改进程序，计算机界有人原以为计算机可以在80年代战胜国际象棋冠军，但实际时间却有所推延。IBM公司一直有开发博弈程序这样一个传统，当年的塞缪尔就隶属于IBM公司。90年代，IBM公司先后开发了多种高性能计算机及相应的下棋软件，并把经过不断改进的下棋程序和“深蓝”计算机的矛头直接对准当今国际象棋头号高手——俄国人卡斯帕罗夫。在新闻媒体的推波助澜之下，1997年5月在美国纽约，卡氏和“深蓝”展开了令全球瞩目的又一轮人机大战。前两盘，双方下成一比一平，之后，双方连下三盘和棋，在关键性的第六盘比赛中，“深蓝”计算机发挥出色，赢得了胜利，从而以“2胜3平1负”的总比分战胜了对手，令全球观众哗然；有人形容这是一场“像人一样的机器和像机器一样的人之间的比赛”。虽然 “深蓝”计算机取胜了，但是也不能说明人工智能取得了突破性的成就。正如卡氏所说，他们之间的较量是不公平的，“深蓝”计算机掌握了他与别人下棋的大量棋谱，用到的仍然是状态空间搜索、模式匹配等传统的人工智能技术，只不过是计算机速度大幅度提高罢了。计算机取胜卡氏另外一个重要的原因是除了计算机工程师之外，IBM公司还有一帮深谙国际象棋规则和计算机知识的高手躲在“深蓝”计算机后面帮助它出谋划策，及时调整程序，如此一来，卡氏岂有不输的道理，输棋只是时间早晚的问题。如果换一种棋，比如说用计算机和人下围棋，情况又会怎样呢?目前计算机要战胜围棋一流高手恐怕还有相当大的困难，这是因为围棋的状态空间又大了很多，又复杂了很多。机器人学机器人和机器人学是人工智能研究的另一个重要的应用领域，促进了许多人工智能思想的发展，由它衍生而来的一些技术可用来模拟现实世界的状态，描述从一种状态到另一种状态的变化过程，而且对于规划如何产生动作序列以及监督规划执行提供了较好的帮助。机器人的应用范围越来越广，已开始走向第三产业，如商业中心、办公室自动化等。目前机器人学的研究方向主要是研制智能机器人。智能机器人将极大地扩展机器人应用领域。智能机器人本身能够认识工作环境、工作对象及其状态，根据人给予的指令和自身的知识，独立决定工作方式，由操作机构和移动机构实现任务，并能适应工作环境的变化。智能机器人只要告诉它做什么，而不用告诉怎么做。它共有四种基本功能，分别是：(1)运动功能，类似于人的手、臂和腿的基本功能，对外界环境施加作用。(2)感知功能，获取外界信息的功能。(3)思维功能，求解问题的认识、判断、推理的功能。(4)人机通信功能，理解指示，输出内部状态，与人进行信息交流的功能。智能机器人是以一种“认知——适应”方式进行操作的。著名的机器人和人工智能专家布拉迪(Brady)曾总结了机器人学当前面临的30个难题，包括传感器、视觉、机动性、设计、控制、典型操作、推理和系统等几个方面，指出了机器人学当前急需解决的难题。只有在这些方面有所突破，机器人应用和机器人学才能更适应社会的要求，成为开发人类智力的帮手。今天，在仿真人各种外在功能的各个方面，机器人的设计都有很大的进展。现在有一些科学家在研究如何从生物工程的角度去研制高逼真度的仿真机器人。目前的机器人离人们心目中的能够做各种家务活，任劳任怨，并会揣摩主人心思的所谓“机器仆人”的目标还相去甚远。因为机器人所表现的智能行为都是由人预先编好的程序决定的，机器人只会做人要他做的事。人的创造性、意念、联想、随机应变乃至当机立断等都难以在机器人身上体现出来。要想使机器人融入人类的生活，看来还是比较遥远的事情。本回答被网友采纳

人工智能是属于计算机门类。清华、中科院、哈工大、南京大学、浙大、中科大等这几个学校都是很强的。

人工智能虽然是计算机的一个分支，但实际上想要学好得有良好的数学基础。国内在本内科阶段没有相容关的课程可以学。我的建议是在大学期间你可以先学会一两种编程语言，再看看国外的权威杂志，并且动手实现一些算法。别太期待国内的大学能教你，全靠自己了。建议你选择自动化专业（大学本科）然后再考研-模式识别与智能控制（硕士），既然你很感兴趣，那我就不给你介绍了啊~我也对人工智能很感兴趣，目前上的是自动化，自动化专业很多大学都有开，要擦亮眼睛啊！