人工智能硕士课程

目前一部分高校在本科阶段开设了人工智能专业，从课程体系结构来看，主要分成四大部分，第一部分是基础学科部分，主要涉及到数学和物理相关课程；第二部分是计算机基础课程，涉及到编程语言、操作系统、算法设计等课程；第三部分是人工智能基础课程，涉及到人工智能基础、机器学习、控制学基础、神经科学、语言学基础等内容；第四部分涉及到人工智能平台相关知识。由于人工智能是典型的交叉学科，所以人工智能专业需要学习的内容还是相对比较多的，而且学习难度也相对比较大，因此如果在本科阶段选择人工智能专业需要具有较强的学习能力。由于人工智能专业的学习过程对于学习环境有较高的要求，所以开设人工智能专业的高校往往都会有专门的数据中心、计算中心，以便于为学生提供数据和算力的支撑。人工智能目前有六大研究方向，涉及到计算机视觉、自然语言处理、机器人学、自动推理、机器学习和知识表示，这些研究方向之间也存在比较紧密的联系，目前计算机视觉、自然语言处理和机器学习这三个方向的热度相对比较高。由于不同的高校往往有不同的资源整合能力，在人工智能领域也有一定的侧重点，所以在选择具体学习方向的时候，应该结合所在高校的实际情况，尽量选择学科实力比较强的方向，这样会有一个更好的学习体验。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

【IT168 资讯】围绕人工智能(AI)、自动化和认知系统的原则和实践中，无论您的业务领域、专业知识或专业如何，都有可能变得越来越有价值。幸运的是，今天的你不需要花费几年时间在大学学习，才能熟悉这个看起来非常复杂的技术。近年来，越来越多的在线课程涌现出来，涵盖从基础到高级实施的所有内容。有些是针对想要直接编码他们自己的人工神经网络的人，并且可以理解为这类人群具有一定的技术能力。对于那些想要了解如何将这项技术应用于任何人的人，无论其是否具备先前的技术专业知识，都可以用于解决实际问题。在这篇文章中，将简要介绍一些今天可用的最好的免费软件。通过Google AI学习https://ai.google/ecation/#?modal_active=none这个新推出的资源是Google计划扩大公众对AI的理解的一部分内容。材料正在慢慢添加，目前它已经包含了一个机器学习与TensorFlow(谷歌的机器学习库)速成课程。本课程涵盖了机器学习的基本介绍，包括TensorFlow入门、神经网络的设计和训练。它的设计目标是让那些没有机器学习知识的人可以在一开始就进入正题，那些有经验的人可以选择感兴趣的模块，而机器学习专家则可以用它作为TensorFlow的入门介绍。Google - 机器学习https://www.class-central.com/course/udacity-deep-learning-5681这是来自Google通过Udacity提供的更深度的课程。因此，它并不完全针对新手，至少是假设你具有以前的机器学习经验到熟悉监督式学习的范围。它侧重于深度学习，并设计了可从大型复杂数据集中学习的自学系统。本课程面向那些希望将机器学习、神经网络技术用作数据分析师、数据科学家或机器学习工程师以及想要利用大量开源库和材料的企业家的人。斯坦福大学 - 机器学习https://www.coursera.org/learn/machine-learning本课程通过Coursera提供，由Google深度学习研究部门的创始人、Google Brain和百度AI负责人吴恩达教授创设。整个课程有可以免费学习的部分，也可以选择支付认证费用，如果您打算使用您对AI的理解来提高您的职业前景，那么这项选择是很有用的。该课程涵盖了从语音识别和增强网页搜索的实际机器学习实施范围，同时涉及统计学主题的深入讨论，例如线性回归、神经网络的反向传播方法以及Matlab教程——一个最广泛使用的编程语言的概率AI工具。哥伦比亚大学 - 机器学习https://ai.google/ecation/#?modal_active=none本课程也可以免费在线使用，如果需要，还可以选择支付认证费用。它承诺教授模型、方法和应用程序来解决实际问题，也能使用概率和非概率方法以及监督和无监督学习。为了充分利用课程，您应该每周花费大约8到10个小时的时间在材料和练习上，超过12周的时间。这是免费的常春藤联盟级教育，所以它不会是轻而易举就可以完成的。它是通过非营利edX在线课程提供商提供的，它构成了人工智能纳米学的一部分。Nvidia - 计算机视觉深度学习基础https://www.class-central.com/course/fundamentals-of-deep-learning-for-computer-vision-10730计算机视觉是建立计算机的AI子学科，它可以像我们的大脑那样通过处理视觉信息来“看到”。除了技术基础外，它还涵盖了如何识别能够受益于能够进行物体识别和图像分类的机器的情况或问题。作为图形处理单元(GPU)的制造商，Nvidia毫不意外地涵盖了这些高性能图形引擎的重要组成部分，以前主要是为了展示尖端图像，现在它已经在计算机视觉应用的广泛应用中发挥作用。最后的评估包括建立和部署一个神经网络应用程序，虽然整个课程可以按自己的步调进行研究，但建议您至少花费大约八个小时的时间。麻省理工学院 - 自驾车的深度学习https://selfdrivingcars.mit.e/与上面的课程一样，麻省理工学院采取的方法是将人工智能的一个主要的现实方面作为出发点来探索所涉及的具体技术。普遍预期会成为我们日常生活的一部分，它依靠人工智能来感知所有的数据，这些数据会撞击车辆的传感器阵列，并安全地行驶在道路上。这涉及教学机器来解释来自这些传感器的数据，就像我们自己的大脑解读来自我们的眼睛、耳朵和触觉的信号。它涵盖了MIT DeepTraffic模拟器的使用，该模拟器要求学生教导模拟汽车尽可能快地沿着繁忙的道路行驶，而不与其他道路使用者发生碰撞。

如何做好新工科背景下信息科学与基础学科深度融合？我校信息学院在课程体系和教学形式上不断改革创新，开设了“人工智能在科学与工程学的应用”课程，旨在用人工智能技术促进基础科学与工程技术的创新研究。近日，该课程组织了设立以来的第二次结课项目答辩。课程项目由来自不同学院、不同专业背景的学生混合组队完成。同学们分为12组，集中汇报学习成果。研究课题涉及基因组学、冷冻电镜、X射线自由电子激光、蛋白质结构预测、基于蛋白质互作的药物发现、分子动力学仿真等方向。同学们与授课老师开展了深入交流和探讨，为课程画上圆满的句号。信息学院助理院长周平强教授讲话这样一门多学科交叉融合的课程到底有何魅力？1创新课程设计“人工智能在科学与工程学的应用”课程的教学目标是帮助不同学科背景的学生理解和使用人工智能技术，并应用于他们的科研项目。这是国内第一个将人工智能应用在基础科学研究的课程。课程通过演讲课和实践习题课帮助同学们了解AI（特别是深度学习）的基本概念，理解并使用最常用的机器学习技术，针对具体的科研问题选择最合适的算法，在这些基础上改进现有算法以提高他们的性能指标，做出方法创新。课程内容丰富、覆盖面广、极具挑战性和创新性。郑杰教授作项目答辩总结2新颖的教学模式课程采用基于项目的学习（project-based learning）的教学模式，即在实现一个技术目标的过程中，为了解决具体问题来学习相应的知识和技能。这一模式使学生不会局限于某一类具体的技术，而能够主动获取知识。课程强调不同学科之间的交叉融合，每个课程项目小组的学生尽可能来自不同的学院，有助于学生在课堂学习和项目实践中互相学习，培养学科交叉合作的意识和能力。信息学院何旭明教授授课3丰富的课程内容课程以人工智能基础知识和技能为先导，主要包括机器学习基本理论， 深度学习技术(卷积神经网络、循环神经网络、自编码器)，以及GPU、Scikit-Learn、TensorFlow、PyTorch、Jupyter Notebook等高性能计算资源和软件平台的配置和使用。随后着重介绍了人工智能在基础学科领域的应用现状和成功案例，包括生物信息学、基因组学、冷冻电镜、自由电子激光、蛋白质折叠、材料科学、机器人、药物设计等，从理论到应用对人工智能进行了全景式的教学展示。免疫化学研究所蒋立春老师授课4强大的师资团队课程教学团队多达35人，主要来自信息学院、物质学院、生命学院、免疫化学所和iHuman研究所。教师团队包括14名常任教授、1名特聘教授、2名资深技术专家以及3名特邀嘉宾。他们长期从事相关教学、科研工作，具有深厚的专业知识储备和丰富的科研、教学、管理经验。值得特别指出的是，在教师团队背后还有一支高素质的研究生助教团队，他们拥有出色的专业技术能力以及强烈的责任心和敬业精神，协助授课老师保障课程的顺利运行。生命学院赵素文教授授课目前，课程相关项目《以人工智能促进自然科学研究的未来技术人才培养》已被上海市教委评选为“上海市级新工科研究与改革实践项目”。来源：上海科技大学图　文　　郑　杰供　稿　　高正纯排　版　　王泽家编　辑　　高　瑄版权说明：本文内容来源于上海科技大学。以上图文，贵在分享，版权归原作者及原出处所有，分享为公益，未用于营利，如涉及版权等问题，请及时与我们联系，我们会第一时间进行处理。

2017年国务院颁发了《新一代人工智能发展规划》。《规划》明确指出：应①逐步开展全民智能教育项目，②在中小学阶段设置人工智能相关课程、逐步推广编程教育、③建设人工智能学科，培养复合型人才，④形成我国人工智能人才高地。经过15年的发展，目前AI学科建设已经取得一定基础，并呈现出大干快上之势，而中小学阶段的AI相关课程基本上是空白状态。中小学AI课程可否从本科课程中筛选、提炼或简化？不妨先来看看本科AI专业的教育内容：包括AI知识体系和智能科学与技术应用领域两部分。AI专业教育知识体系由八个知识领域、知识单元和知识点三个层次组成：本科AI专业的教育内容：知识体系AI应用领域包括：面向机器人的智能系统、面向网络的智能系统、面向数据的智能分析和面向行业的智能系统等知识单元。各个知识单元有详尽的知识点。本科AI专业的教育内容：应用领域显然，所有这些知识内容都远远超出中小学生(即使是高中生)的认知能力。在科技发展日新月异的时代，需要从小培养学生对人工智能的正确认知，帮助青少年了解技术、消除畏惧，做人工智能的主导，树立正确的人工智能伦理观非常重要。因此，中小学AI课程应定位为是一门以培养AI时代学生思维方式、创新意识、综合能力和科技人文素养为宗旨的综合素质教育课程。中小学AI课程学什么？要解决中小学AI课程学什么的问题，需要AI专家和教育专家密切合作，编制一部《中小学AI课程教学指南》， 通过《指南》使广大中小学教师在AI教学工作中有章可循，得到及时有效的帮助和专业指导，推动中小学AI课程的科学化、规范化，从而整体提高教学质量。《指南》的内容应包括：AI课程的价值理念、教学目标、教学内容，以及教学方法、评价体系、教材开发、师资培养等各个实施方面，并对各学段学习的达成目标给出建议。作者通过深入梳理适合中小学AI的主要教学内容，在这里抛砖引玉，给出一些粗浅的建议。中小学的AI教学内容可分为10个模块：模块一、人工智能概述(AI定义和来龙去脉的历史故事)模块二、工具的进化——从机械化到智能化模块三、机器如何感知？(扫地机器人为啥能避障)模块四、机器如何识别？模块五、什么是人工神经网络？模块六、机器如何处理知识(推理、决策、知识图谱等)？模块七、了解机器学习的基本概念模块八、见识机器学习的常用算法模块九、好玩的群体智能(结合生物课中学的知识了解蜂群算法、蚁群算法、鱼群算法等优化算法)模块十、了解和体验遗传算法还可以增加一些选修模块，如人工智能的主要技术流派：基于功能模拟(知识工程、专家系统)的符号主义流派、基于结构模拟(人工神经网络、深度学习)的连接主要流派、基于行为模拟的感知-行动系统。

人工智能是近几年备受大众关注的一个话题。相关产品也在国家大力扶持的推动下纷纷落地，图像识别技术(例如人脸识别、车牌自动识别等)、语音识别技术(例如智能音箱产品、手机智能助手等)、 智能搜索(例如谷歌、百度等)都是人工智能的技术展现。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能的火爆也带动了人工智能的学习浪潮，有不少的朋友在网络上不断搜罗人工智能相关的学习方式及内容，在此小编就给大家科普一下，人工智能专业需要学习那些技术。人工智能培训需要这些技术目前为止，比较好的人工智能培训课程包括了MTCNN、CENTER LOSS人脸侦测和人脸识别;YOLO V2多目标多种类侦测;GLGAN图像缺失部分补齐;NLP智能应答;语言唤醒等内容。这些都是人工智能行业中最实用的知识点，但是很多人工智能培训机构课程内容上都不专业。市面上有很多“以次充好”需要仔细辨认由于人工智能人才的匮乏，很多机构只能退而求次寻求一名Python讲师或大数据讲师，然后在网络上搜罗一些人工智能方面已经开源的DEMO级案例讲解，对学员加以展示，而涉及到算法部分时，粗略的一笔带过，更不要说像前面所说的MTCNN等偏实用性的技术内容。因此在挑选人工智能培训机构时，要仔细观察其课程内容，咨询其专业性问题，这样才能去伪存真，挑选出来真正的优质培训机构。专注人工智能的机构才能带来专业的培训当下，市面上的人工智能培训机构众多，市场鱼龙混杂，在挑选时需要慎重。小编向大家推荐一家人工智能培训机构，猎维科技人工智能培训。这是一家以人工智能应用技术为主要研究的方向的科技企业，为响应国家大力发展人工智能的号召，开展人工智能培训。除了专业实用化的课程设置以外，导师均为企业一线资深算法工程师，他们的人工智能技术实用技巧可以给学员很大的帮助。除此之外，企业自主研发的或与权威机构合作开发的商业级项目也像学员开放，在项目实战中将理论知识融会贯通。

人工智能是近两年以及接下来科技圈最火的一项“技术”，但对于很多“吃瓜群众”而言，人工智能就像是黑匣子，我们知道它很厉害、很重要，但人工智能如何实现、有哪些应用场景就有点“迷”了!今年，微软推出了专业人工智能计划(Microsoft Professional Program for Artificial Intelligence)，来帮助大家更好的了解AI，同时也是工程师学习AI相关技能的“快车道”!据悉，该项计划涵盖了微软认知服务(Microsoft Cognitive Services)、Azure Bot服务等技术，其中微软认知服务允许开发人员将计算机视觉，自然语言处理和翻译功能的智能算法应用到微软的产品进行学习。作为Microsoft Professional Program项目中一个“细分”领域，参与这项计划“毕业后”同样可以获得微软认证的证书——Microsoft Professional Program Certificate in Artificial Intelligence，证明你掌握了相关技能。当然想要拿到这份证书你必须认真参与此项计划，并且完成“十大关卡”。根据微软制定的这份学习计划，学员需要参与10个必修课程(包括最终的测试项目)，每个课程需要8-16个小时。微软专业人工智能计划的课程当然，该计划中采用大量开放式在线课程(MOOC)，因此你可以选择在一天内完成一门课程，也可以选择一周甚至更长时间!不过，微软还是给课程划分了“周期”，以季度为单位。在每个季度的第一个月(1月、4月、7月和10月)，会进行“授课”，随后就是学员自习、消化知识和完成作业的时间。

虽然从政策上看我们国家已经制定了关于人工智能的发展规划，而且据说第一本人工智能教科书也已经上市，然而就目前而言，我们要开展人工智能课程教育，然而却并没有一套完善的适应广大莘莘学子的人工智能课程体系安排。社会在往科教兴国的路子上迈进，我们每个人也在为未来布局，做自己的规划。而对于我们职场人士而言，可供学习的人工智能资料也多数限于国外的权威经典书籍和部分让人晦涩难懂的技术书籍。一人HK：机器人课程应用专门适应人工智能时代来临而开设的课程，虽然我们不能武断说没有，但的确真的是寥若晨星凤毛麟角。现在我们还没有为人工智能时代的到来而准备好，也没有相应的教育方式和课程安排来改革我们的教育和学习。那么我们应该学什么？你的人工智能课程方案是怎样的？而放眼市场，有越来越多的机器人公司推出他们的机器人产品，也有越来越多的科技设备让人眼花缭乱。据一人客的了解，跟机器人、人工智能科技等相关的比赛、培训和活动也逐渐进入我们的视野；机器人逐渐普及大放异彩，开源产品和硬件设备遍地开花，3D打印机及产品璀璨夺目，机器学习润物细无声，应用级桌面机械臂走入大众市场，VR虚拟现实及其相关虚拟技术让一切亦真亦幻。这一切的一切，似乎都和人工智能、科技相关，似乎又和我们的教育要学什么这一话题很远。这也是一些教育或社会人的疑问。其实，话说回来了，这可能也正是我们要寻求的答案。从人工智能这一宏达的课题来看，我们要真正开始AI，并不是一件容易的事。至少说，从人工智能这一统筹科学领域来看，我们普通人并不具备相关的基础知识和技能。就目前普遍意义上的人工智能研究方向看，计算机视觉、机器学习（以及相关拓展）、神经网络（以及相关拓展）、智能硬件、自然语言分析和处理、语音识别和处理几乎都是我们普通人难以企及的。我们刚从互联网时代进入移动互联网，还没来得及透彻地适应移动互联网带来的变革，对更尖端的人工智能当然更是毫无思想和技术优势。而回过头看看越来越多出现在我们身边的机器人，我们才能有所感触，也许也只有机器人这种基于AI的技术集成品，才更贴近我们的需要了。所以一人客觉得我们首先并不是忧虑人工智能相关课程，而是可以从机器人，从3D打印、机械臂等市场上已经出现的科技产品开始着手，来打造我们的课程体系基础。当然现在很多学校、院校也已经开设了机器人相关课程，虽然这只是从编程和应用入手，其实已经涉足了基本的人工智能相关知识。从另一方面看，现在很多机器人厂家、公司也都迎合教育市场的需要，结合STEAM教育理念而推出机器人和其他科技课程。这也是比较好的契机。

最近一段时间，人工智能专业再次冲上热搜。到2020年3月，中国已有180所大学院校设立了人工智能专业。再加上网络上对人工智能专业人才的企业需求量，社会对人工智能专业人才的紧缺程度、以及对于人工智能专业人才高薪资的宣传和渲染，吸引了大量的关注，那么人工智能专业，真的有那么好吗？但是，理智思考一下，在一到两年的时间内，180所高校同时设立同一个专业，未免让人心头一紧，这些学校都准备好了吗？一个专业要想形成良好、完善的培养体系，是和很多因素有关系的，比如培养计划、师资力量、实验条件等，这些方面都不是一蹴而就，立竿见影的，而往往是需要循序渐进、需要长时间的沉淀才能完善的。那么，面对这种情况，这些高校真的准备好了吗？带着疑问，本人首先翻遍了各个大学网站，找到了一些关于新设立的人工智能专业的介绍，说的最多的就是自己学校的实力如何强，或都说人工智能专业前景如何好，再不就是说自己的培养方案如何科学，细细读来却感觉没啥干货。在这里，我将一个月来调研的结果和大家分享一下，在这里我只说事实，不做评论。1. 人工智能专业所属学科门类在2020年教育部公布的本科专业目录中，人工智能专业属于电子信息类，这与一些人以为人工智能专业属于计算机类不同，这表明官方没有将人工智能专业局限于计算机领域，而更加强调了其在电子信息处理方面的应用，其学科门类划分虽然属于工学类，但与理学类有较大的交叉；不过，也有人困惑，因为在本科专业目录中，计算机类中早已有了智能科学与技术专业，那么，人工智能专业和它到底有何区别呢?北京航空航天大学教授李波认为：智能科学与技术的专业面偏宽，与行业的对应关系不直观；而人工智能专业属于信息领域的一个本科专业。至于如何开设好这一个本科专业，应该鼓励各高校根据自身情况进行选择：感知、认知基础好的学校可以选择智能科学与技术专业，而智能技术及应用基础好的学校可以选择人工智能专业，当然，学校也能在现有计算机或其他专业中培养人工智能方面的人才。总之，各高校应结合自身特点，制定有自身特色的培养方案和课程体系。也就是说，李波教授认为，人工智能专业可以属于电子信息类，也可以属于计算机类，也可以根据高校实际情况属于其它学科门类；王万森教授是我国智能科学与技术本科专业的创始人之一，在他看来，最少是在目前的技术条件下，智能科学与技术专业和人工智能专业并没有本质区别，差别只是在于专业名称不同，名字的社会认知度不同。至于两个专业如何并行发展，王万森教授建议：在研究型高校和少数应用研究型高校可以采用“智能科学与技术”专业名称，而在大多数应用研究型高校、应用型高校和技术型高校可以采用“人工智能”专业名称。也就是说，不要纠结专业名称叫什么，关键是做好专业的培养工作，而且建议智能科学与技术专业应注重培养研究型人才，而人工智能专业则应强调培养应用型人才，以示区别。2、人工智能专业培养方案和课程体系就当前各学校所制定的人工智能专业培养方案和课程体系构建上来看，确实各高校各有特点，甚至说大相径庭。经过大致分类，下面将有代表性的3所原985、211、双非学校课程体系中的专业课程展示给大家。A．某985大学数学类：高等数学、线性代数、概率论与数理统计，复变函数与积分变换、离散数学、最优化、随机过程；控制类：信号与系统、反馈控制；计算机类：高级语言程序设计、Python程序设计实践、数据结构、算法、嵌入式系统、人工智能基础；部分选修课：机器人学、机器学习、图像处理与视觉工程、智能机器人与系统、深度学习、自然语言与理解、群体智能与协同等。本课程体系的专业基础是本校的自动化专业。专业课程中取消了机械、电机类课程，增加了计算机语言的课程，选修课里去掉了电力系统部分，增加了一些人工智能前沿课程。综合来看，培养方向主要还是与硬件有关，但主要培养从事算法开发的人工智能产业岗位，与该学院主要从事的无人机系统相契合。B、某211大学数学类：数学分析，概率与统计，随机过程，离散数学，数据结构；计算机类：操作系统与编译原理，数据管理与组织，算法分析与设计，最优化理论与方法，人工智能导论，机器学习与模式识别，多智能体系，知识工程，认知科学。部分选修课：智能规划，数据挖掘，博弈论，数字图像处理，多媒体技术，自然语言处理，大数据可视分析，类脑计算，三维视觉，智能汽车互联技术，智能语音处理，深度学习，人工智能伦理与法治，虚拟现实，智能船舶，智能交通系统，生物信息学。课程体系与该学校的计算机专业对比后发现，人工智能专业的课程体系是在计算机专业基础上，适当去掉了一些传统计算机课程，引入了一些人工智能专业前沿课程，与计算机专业的课程体系差别微弱。C．某双非学校数学类：高等数学、线性代数、概率论与数理统计，复变函数与积分变换、计算方法；专业课：人工智能导论、数据结构与算法设计、传感器技术与应用、计算机网络与物联网、机器视觉与图像处理、机器学习、信息融合与模式识别、神经网络与深度学习；部分选修课：智能穿戴技术与应用、专用集成电路设计、智能控制技术、智能感知与交互、自然语言处理、智能优化方法及其应用、大数据与云计算、大数据分析与处理、统计分析、数据挖掘、数据库技术、智能系统与集成、人工智能前沿、智能制造专题、智能医学专题、智能城市专题、智能驾驶专题。该学校的课程体系代表了一些高校对人工智能专业的认识，相比于一些学校在自动化专业基础上的改造，或者一些高校在计算机专业上的增减，该学校的人工智能课程体系进行全新的尝试，这么一套培养体系下来，我想能初步掌握目前的人工智能基本技能。综合三个院校的人工智能专业课程体系，按目前关于研究型人才培养和应用型人才培养的定义，基本都是偏向技能型人才培养的。3、开设人工智能专业的院校北京：北京科技大学、北京交通大学、北京航空航天大学、北京理工大学、华北电力大学、中国人民大学、北京化工大学、北京邮电大学、中国农业大学、北京师范大学、中国传媒大学、中国石油大学（北京）、北京建筑大学、首都师范大学、北京信息科技大学天津：天津大学、南开大学、天津科技大学、天津工业大学、天津理工大学、天津职业技术师范大学、南开大学滨海学院、天津理工大学中环信息学院上海：上海交通大学、同济大学、复旦大学、上海理工大学、上海海事大学、上海应用技术大学、上海师范大学、上海大学、上海工程技术大学、上海师范大学天华学院江苏：南京大学、东南大学、南京农业大学、江苏科技大学、南京信息工程大学、中国矿业大学、南京航空航天大学、苏州大学、南京工业大学、常州大学、盐城工学院、南京中医药大学、南京师范大学、常州工学院、扬州大学、南京工程学院、南京信息工程大学滨江学院、江苏师范大学科文学院河北：河北大学、河北工业大学、河北师范大学、保定学院、河北民族师范学院、河北工程技术学院、河北外国语学院、河北东方学院山西：中北大学、太原理工大学、山西师范大学、山西工商学院内蒙古：内蒙古工业大学辽宁：东北大学、大连理工大学、沈阳航空航天大学、大连交通大学、沈阳建筑大学、沈阳大学、辽宁科技大学、沈阳工程学院、沈阳城市学院、大连东软信息学院吉林：吉林大学、长春师范大学、吉林工程技术师范大学、长春大学、长春科技大学、长春大学旅游学院黑龙江：哈尔滨工业大学、齐齐哈尔大学浙江：浙江大学、温州大学、浙江科技学院、宁波工程学院、浙江财经大学、宁波大学科学技术学院安徽：安徽工程大学、安徽大学、安徽工业大学、安徽理工大学、安徽师范大学、安徽财经大学、巢湖学院、安徽三联学院、安徽信息工程学院、马鞍山学院福建：厦门大学、华侨大学、福州大学、福建师范大学、闽南师范大学、阳光学院、泉州信息工程学院江西：江西理工大学、南昌大学、华东交通大学、东华理工大学、南昌航空大学、景德镇陶瓷大学、江西师范大学、江西科技师范大学、江西师范大学科学技术学院山东：山东大学、青岛科技大学、曲阜师范大学、聊城大学、鲁东大学、山东财经大学、青岛滨海学院、山东女子学院、青岛恒星科技学院、青岛黄海学院、山东现代学院、山东协和学院、齐鲁理工学院、山东财经大学东方学院、济南大学泉城学院河南：中原工学院、华北水利水电大学、郑州轻工业大学、河南工业大学、河南农业大学、河南科技学院、河南大学、河南师范大学、信阳师范学院、黄淮学院、郑州西亚斯学院湖北：武汉理工大学、武汉大学、华中科技大学、华中师范大学、中南民族大学、武汉工程大学、武汉纺织大学、湖北师范大学、江汉大学湖南：湖南工程学院、长沙理工大学、湖南师范大学、怀化学院、湖南工商大学、南华大学、长沙学院、湖南财政经济学院、湖南工业大学、湖南信息学院广东：华南师范大学、暨南大学、华南农业大学、广东技术师范大学、广州大学、广东石油化工学院、广东工业大学广西：桂林电子科技大学、桂林理工大学、广西民族大学、南宁学院、北部湾大学、贺州学院、广西大学行健文理学院重庆：重庆大学、重庆邮电大学、重庆交通大学、重庆文理学院、重庆邮电大学移通学院四川：四川大学、电子科技大学、西南交通大学、西南财经大学、西南民族大学、成都理工大学、西南科技大学、西华师范大学、成都工业学院、四川旅游学院、电子科技大学成都学院、四川大学锦城学院、四川大学锦江学院、吉利学院贵州：贵州大学、黔南民族师范学院、贵州民族大学人文科技学院、贵州师范学院云南：云南农业大学、玉溪师范学院、楚雄师范学院、云南经济管理学院、云南大学滇池学院陕西：西安交通大学、西安电子科技大学、西北工业大学、长安大学、陕西师范大学、西安理工大学、西安建筑科技大学、西安石油大学、陕西科技大学、西安工程大学、商洛学院、西安邮电大学甘肃：兰州大学、河西学院青海：青海民族大学可以看出，开设人工智能专业的学校中，即有985、211高校，也有双非一本、二本院校，有公办也有民办。这些学校在办学条件和办学实力之间的差距是比较大的。4、就业与发展从大局势上来说，国家对人工智能专业人才是急需的，社会上该类人才是短缺的。而对个人来说，就业的核心问题应该是：不止看你会什么，还要看有多少人会，更要看有多少人用。从本科的人工智能课程体系设置来看，总觉得与想象中的高尖端人工智能专业的课程有些距离，比如说心理学、神经生理学、信息论、哲学和认知科学、不定性论以及控制论、自然语言处理、机器算法、神经网络、模式识别、智能搜索、自动程序设计、专家系统等课程的学习。我真不知道一个本科毕业生，能搞定上面几门课程。或者说，我担心的是，一个本科毕业生关于人工智能专业，能学会什么？不是故意打击，而是想说，人工智能专业也就是一个专业，它与一些传统的专业相比，优势并不大，就业前景如何，还真的要看你的专业实力，也就是通过本科阶段的学习，你能掌握什么。正如王万森教授所担心的，我国人工智能专业的诸多深层次问题还没有真正得到解决，人工智能与其他社会领域专业的有机结合、与其他学科专业的交叉融合都还不够深入，这些问题需要引起我们的高度重视。对此你有什么看法呢？欢迎在评论区留言讨论。好，今天的分享就到这里，希望你能喜欢这些内容。您的支持和关注对我很重要，方便时给我点个赞或关注我，也祝您生活愉快，万事顺心，谢谢！

如果您想学习人工智能(AI)并进行研究，我们已经列出了一些世界一流大学的清单，这些大学既提供本科学位又提供研究生学位，也提供人工智能(AI)的研究机会。1. 美国麻省理工学院在麻省理工学院有一个脑与认知科学(BCS)部门，其目的是反向通过研究大脑各级，从分子到突触，神经元，到电路，以算法工程师人的心，人的行为和认知。该系设有研究生，本科，学士后，博士后甚至夏季研究计划。如果您想成为深入研究神经网络并测试非侵入性措施，以战胜诸如阿尔茨海默氏症这样的记忆退化性疾病，那么这就是您的理想环境。毕竟，在MIT AI实验室中，开发了第一个情感AI – Kismet。除CS的其他研究领域外，还有MIT计算机科学与人工智能实验室致力于AI研究。实验室下的AI和ML研究区域本身包含21个研究小组，其中一些小组包括–临床决策小组，计算知觉和认知，创世纪小组等。主要研究人员，研究生，研究人员和同事等是该实验室的一部分。2. 卡内基梅隆大学(CMU)卡内基梅隆大学(Carnegie Mellon University)，简称CMU，坐落在美国宾夕法尼亚州的匹兹堡，是一所拥有13,600名在校学生和1,423名教职及科研人员的世界著名学府，美国25所新常春藤盟校之一。卡内基梅隆大学(CMU)以高度重视研究而闻名，是著名的研究机构之一。CMU于1989年负责使用神经网络制造出第一款自动驾驶汽车。它们拥有最先进的研究设施和财力，可以创造出能够使世界变得更好的技术。他们的目标是通过AI使地球更安全，更健康。CMU是第一个建立AI本科学位的人。他们还成立了一个称为AI堆栈委员会的组织–因为他们认为AI不仅是一回事，它是由多个技术模块构建而成的。每个区块都有指定的作业进行研究和研究。CMU拥有博士，硕士，本科及外展计划，您可以根据自己的需要尝试这些计划。在CMU理学院，他们有单独的研究部门，涉及人机交互，机器学习和机器人技术。3. 斯坦福大学自1962年以来，斯坦福大学一直在研究人工智能。斯坦福大学的AI实验室汇集了跨部门的教职员工和学生。例如，计算机科学和航空学系的学生共同努力，为无人飞机建立了分布式避免冲突系统。在斯坦福大学人工智能实验室提供个别课程- AI，ML，NLP与深度学习，实验机器人，等他们有讨论下AI科技论文一切每周的阅读群体。对于CS的本科专业，学生可以选择一个称为“轨道”的集中领域。人工智能和人机交互很少。斯坦福大学拥有AI硕士学位，同时还提供AI研究生证书。4. 加利福尼亚大学伯克利分校2016年，加利福尼亚大学伯克利分校(UCB)成立了人类兼容AI中心。它是阳光明媚的加利福尼亚州最古老的高等教育机构之一。UCB拥有著名的伯克利人工智能研究实验室-BAIR Lab，该实验室汇集了计算机视觉，NLP，机器人技术和机器学习领域的研究人员。BAIR正在努力将AI与其他科学学科和人文学科联系起来。UCB提供AI，ML，机器人操纵与交互，深度学习甚至神经计算等本科课程。一些研究生课程涉及高级机器人技术，人机交互算法和统计学习理论。您还可以从Berkeley EECS的许多与AI相关的课程中进行选择–电气工程与计算机科学。UCB在AI研究下运行着大大小小的项目。当前的项目包括建筑物内部自动3D建模，儿童问答软件等。5. 南洋理工大学南洋理工大学（NTU）是新加坡的一所自治大学。2018年1月，NTU校长Subra Suresh教授宣布了他的计划，旨在通过技术支持的解决方案将NTU转变为智能校园，以提供更好的学习/生活体验。对于亚洲学生来说，新加坡的NTU绝对是离家学习更可行的选择。NTU正在其智能园区的研究实验室中推动AI的前沿发展。南大提供数据科学与人工智能的本科学士学位。6. 哈佛大学哈佛大学的约翰·保尔森工程与应用科学学院(SEAS)和应用计算科学研究所拥有一系列专注于AI CS的研究生课程。SEAS成员与大学的同事合作，在多个领域进行研究。最近，哈佛大学建造了一种蟑螂启发的机器人。该HAMR -哈佛门诊微机器人-是一个多功能的机器人，可以实现高速奔跑，跳跃，攀爬，急转弯，远距离输送物资等操作。7. 爱丁堡大学爱丁堡大学一直在专注于人工智能。它提供了非常多的课程选择。他们旨在为您提供智能系统设计和构建方面的实践知识，以便您可以将自己的技能应用到各种职业环境中。AI的本科课程包括– AI的BSc和AI + CS的BSc。AI的研究生学位-AI的硕士学位 -属于计算与信息学的主题。您可以选择AI的MSc作为全日制1年制课程或非全日制2至3年制课程。他们甚至拥有博士学位。ML和计算神经科学课程。在爱丁堡，您可以选择全日制的5年制本科硕士课程(MInf)，该课程的重点是为CS，AI，认知科学以及语言学，神经科学，心理学和生物学方面的高级研究奠定坚实的基础。