人工智能有哪些研究领域

当前人工智能是科技领域的热点，大量计算机专业的研究生也愿意选择人工智能作为自己的主攻方向。从近些年来的人才需求情况来看，人工智能领域的相关人才，尤其是研发型人才一直是科技企业（互联网企业）重点争取的对象。目前人工智能领域的研究主要集中在六大方向，其中自然语言处理、计算机视觉、机器学习和机器人学这几个方向的热度要更高一些，目前自然语言处理和计算机视觉方向已经涌现出了一批非常有潜力的企业，这也在很大程度上带动了人工智能行业的发展。相信在工业互联网的推动下，未来人工智能领域的发展会迎来更多的机会，人才需求量也会越来越大。当前人工智能领域的研发说到底就是算法设计，整个过程涉及到算法设计、算法实现、算法训练、算法验证和算法应用等多个环节，所以从事人工智能领域的研发需要具有扎实的数学基础。算法实现主要指的就是通过编程语言来实现算法的落地，另外算法训练、算法验证和算法应用也都离不开编程语言，目前算法工程师不仅需要设计算法，同时也要完成算法的实现过程。目前在机器学习、自然语言处理和计算机视觉这三个领域中，Python语言的应用还是比较普遍的，一方面Python语言有丰富的库可以使用，这能够在很大程度上提升算法实现的效率，另一方面目前基于Python的研发案例也比较多，而且Python还可以完成落地应用，这使得采用Python语言能够省去编程语言之间切换的麻烦，这在研发阶段还是非常有意义的。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！

人工智能领域目前已经形成了一个较为庞大的行业体系，涉及到的相关职业岗位也比较多，而且不同的研究方向往往在岗位设置上也会有所区别，所以要想了解人工智能相关的职业岗位，首先要了解人工智能的主要研发方向。目前人工智能领域比较热门的方向包括机器学习、计算机视觉、自然语言处理和机器人学，以机器学习方向为例，比较常见的岗位有算法设计工程师、算法实现工程师、算法训练工程师、算法验证工程师和算法应用工程师，当然不同的团队在命名上会有一定的区别，另外不少团队的算法设计工程师也会同时完成部分算法实现的过程，至少在验证过程中通常是自己完成的。人工智能领域的研发涉及到三个核心因素，分别是数据、算法和算力，而数据与大数据有紧密的联系，算力则与云计算有紧密的联系，所以不少人工智能团队中也有大数据工程师和云计算工程师，涉及到的岗位也比较多，比如数据分析工程师、数据整理工程师、安全工程师等等。人工智能的研发与应用场景也有密切的联系，从大的层面上来说，人工智能与物联网相关领域关联较大，因为物联网是人工智能技术的重要落地应用场景。所以，不少从事物联网开发的工程师也会广泛参与到人工智能的相关开发任务中，涉及到设备、网络、平台等内容，在5G技术的推动下，未来物联网和人工智能的结合会越发紧密。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！

人工智能的浪潮扑面而来，势必对社会生活的方方面面产生冲击和影响。人工智能的发展离不开人工智能人才的培养，可以预见的是，在未来的一段时间内，人工智能高端人才必将成为产业发展的重要支撑，也必然会深受市场追捧。2019年3月，教育部印发了《教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知》，根据通知，全国共有35所高校获首批“人工智能”新专业建设资格。在新增的35所高校首批人工智能专业中，哪些高校的人工智能学科实力更强？想必是许多人心中的一个疑问。从这个问题出发，本文统计了35所高校人工智能整体学科布局，基于全球领先的科研分析平台Scival分析工具，对其中15所高校在人工智能领域的科研实力表现、科研热点研究情况进行了统计分析，并采集了15所高校相关学科的师资与人才、项目与科研经费等状况的数据，以期一窥各高校人工智能学科的总体实力，为更好地认识各高校人工智能专业建设情况提供参考。一、整体学科布局人工智能作为一个新兴细分学科，其学科布局数据采集难度较大。计算机科学与技术作为其一级学科，其发展布局状况能够在一定程度上反映人工智能学科的现状，故此部分以计算机科学与技术为映射分析对象，通过梳理计算机科学与技术的学科整体布局情况，来间接了解人工智能学科发展的基础与趋势。表1为2018年新增人工智能本科专业的35所高校计算机科学与技术学科总体状况。表 1：2018年新增人工智能本科专业高校计算机科学与技术学科列表在2018年度新增人工智能本科专业的35所高校中，除安徽工程大学以外的34所高校均设立了计算机科学与技术的一级或二级硕/博学位点（学术型）。其中设立了博士点的有8所高校，分别为哈尔滨工业大学、南京大学、吉林大学、大连理工大学、山东大学、江苏科技大学、华南师范大学、南京农业大学。35所高校中参与了全国第四轮学科评估的高校有29所，其中A+一所（浙江大学），A五所（哈尔滨工业大学、南京大学、北京航空航天大学、电子科技大学、上海交通大学），A-八所（吉林大学、北京交通大学、东北大学、北京理工大学、同济大学、西安交通大学、西安电子科技大学、西北工业大学）。能否入选“双一流”学科也是衡量我国高校学科实力的重要参考因素。统计发现，35所高校中有7所高校的计算机科学与技术入选“双一流”建设学科名单，分别为浙江大学、上海交通大学、西安电子科技大学、东南大学、哈尔滨工业大学、南京大学、北京航空航天大学。表 1 所示高校中，计算机科学与技术学科进入ESI千分之一的有四所（浙江大学、上海交通大学、西安电子科技大学、东南大学），其中，浙江大学、上海交通大学、西安电子科技大学三所高校既被评为A+、A、A-，同时又进入ESI千分之一。下文各高校人工智能专业科研状况的分析，以第四轮学科评估结果为A+、A、A-或ESI千分之一的15所高校为对象， 分别为浙江大学、哈尔滨工业大学、南京大学、北京航空航天大学、电子科技大学、上海交通大学、吉林大学、北京交通大学、东北大学、北京理工大学、同济大学、西安交通大学、西安电子科技大学、西北工业大学、东南大学。二、科研实力表现图 1：近10年15所对比高校人工智能领域发文量比较从2009-2018近十年15所对比高校在人工智能领域的发文总量来看，各个高校前后紧跟，高校与高校之间的差距并不十分明显。十年总发文量5000篇以上的高校有两所，分别是哈尔滨工业大学5629篇位列第一，北京航空航天大学5433篇位列第二。但位于第一梯队的前三名哈尔滨工业大学、北京航空航天大学、上海交通大学发文量领先第4-10名较多。图 2：近十年15所对比高校人工智能领域年发文量比较从近十年各高校的年发文趋势来看，总体上人工智能领域的发文量从2009-2012年处于下降趋势，2012-2014维持平稳，2015-2018则迅速增长，期间2017年出现了暂时回落，年发文量的趋势也与人工智能热潮的兴起与发展相吻合。从各高校的表现上来看，哈尔滨工业大学在年发文量上处于明显的领先地位，不过近两年也有被东北大学和北京航空航天大学赶超的趋势，尤其是东北大学，虽然在发文总量和2015年之前的年发文量上表现一般，但2016和2018年表现迅猛，在2018年甚至超过了长期处于领先地位的哈尔滨工业大学。图 3：15所对比高校人工智能领域年被引次数比较从图3来看，各高校在人工智能领域的年被引的位次对比上，总体并不平稳，与年发文量的变化趋势相一致，这也在一定程度上反映了人工智能领域各高校之间相互赶超，总体上差距仍然不大。但较为明显的是，哈尔滨工业大学在论文被引上仍处于领头羊的地位。值得注意的是，在发文数量方面表现一般的东南大学，其论文被引却表现亮眼，2015-1017年被引量仅次于哈尔滨工业大学，并且2011年异军突起，这可能与其发表的少数几篇高被引论文相关。图 4：近十年15所高校人工智能领域国际合作、高被引论文、归一化影响因子比较从图4可以看出，在国际化方面表现较好的是南京大学，但总体上各个高校之间也差距不大。值得注意的是，东南大学在前10%高被引论文方面表现优异，这也验证了上文提到的其在年被引量上表现较好原因的猜测。在10%高被引论文方面，西安电子科技大学的表现仅次于东南大学。此外，从表示各个高校的归一化影响因子的圆圈大小来看，东南大学、南京大学、西安电子科技大学等表现较好，但各校之间差距不够明显。三、科研热点研究情况基于Scival开发的论文研究主题（Topics）以及主题的全球显示度（Prominence），以下尝试探寻15所对比高校目前在人工智能领域的研究前沿热点情况。人工智能作为计算机科学与技术的二级新兴学科，15所高校目前在人工智能领域产生过论文的Topics数量不多，且基本持平，约为32-34个。表 2：15所对比高校全球显示度排名最靠前的10个Topics表现由表2可知，目前国内人工智能领域在全球范围内，研究热度最高的关键词是“算法;计算机视觉;模型”，其次是“语义;模型;推荐系统”。哈尔滨工业大学、北京航空航天大学、上海交通大学等在“算法;计算机视觉;模型”上发文数量表现较好，哈尔滨工业大学在“语义;模型;推荐系统”上表现优异。此外，在“机器人;机器人技术;操纵器”上，哈尔滨工业大学表现优异，处于领跑地位。在“多代理系统;运动规划;机器人”上，北京航空航天大学领跑，其次是哈尔滨工业大学、东南大学、北京理工大学、西南工业大学等高校。综合来看，在全球显示度最靠前的10个Topics上，哈尔滨工业大学、北京航空航天大学、上海交通大学、浙江大学、北京理工大学发文数量占据前五。四、师资与人才资源师资是学科发展的动力之一，本文采集了15所对比高校人工智能专业所在学院的师资和顶尖人才师资配置的数据，可以在一定程度上反映各高校人工智能学科的师资力量。从表3可以看出，多数对比高校将人工智能专业设在计算机相关学院下，有四所高校单独设立了人工智能学院，分别是西安电子科技大学、西安交通大学、南京大学和吉林大学。相应地，单独设立人工智能学院的高校师资总数上不占优势，专任教师较多的高校有浙江大学、北京交通大学、哈尔滨工业大学、 北京理工大学、电子科技大学等。浙江大学所拥有的顶尖人才的数量最多，其次为上海交通大学、北京理工大学。表 3：15所高校师资及顶尖人才数量表*数据采集自各高校官网五、项目与经费资源各高校人工智能学科建设经费在公开渠道难以获取，本文以“计算机”为关键词筛选了2017-2019三年的自科立项的数据，以尽量反映各对比高校人工智能学科建设的经费资源情况。统计结果如表4所示。表 4：15所高校近三年计算机科学与技术领域自科立项数据图 5：近三年15所高校计算机科学与技术领域自科立项统计图由图5可知，近三年15所对比高校中，西安交通大学在计算机科学与技术领域所获得的项目金额资助最多，其次是北京航空航天大学，两所高校均超过3000万元，第三名为北京理工大学，经费总额比北京航空航天大学低了一千多万。在项目数量上，西安电子科技大学所获立项最多，为20项，其次是浙江大学、哈尔滨工业大学和电子科技大学。总结综上所述，人工智能作为新兴热门学科，近年发展态势较好。考虑到其对于国家战略和产业发展的支撑作用，人工智能在未来的发展前景也是广阔的。我国目前开设了人工智能专业的35所高校中，从各个高校的学科发展状况来看，哈尔滨工业大学、北京航空航天大学、上海交通大学在科研产出总量上位于前列；东北大学发展速度迅猛；东南大学、西安电子科技大学等科研产出质量较高；国内人工智能研究前沿主要集中于“算法;计算机视觉;模型” 领域；浙江大学、北京理工大学、上海交通大学等高校师资力量较强，学科发展基础较好。可以预见，在未来几年里，高校人工智能专业的新设将迎来持续的热潮，以满足人工智能产业战略部署的巨大需求。人工智能学科也将迎来更加广泛而深入的发展，未来各个高校人工智能学科之间的力量对比将走向何方，让我们一起拭目以待。

选自Richtopia作者：DERIN CAG机器之心编译参与：吴攀、杜夏德、李亚洲人工智能正在我们人类的生活中发挥越来越重要的价值——它们正在接管我们的工作、帮助我们更高效更安全地生产、甚至改变我们生存与存在的方式。对我们人类来说，理解这种前所未有的改变是非常重要的：人工智能是什么、从何而来、未来将因此走向何方？但人类对这些问题还没有一个所有人都认同的答案，我们像对所有问题一样对这个问题纷争不止，而还有更多人还不明白到底在什么。如果你想要了解人工智能和人工智能研究，阅读一些相关的书籍肯定是一个不错的方法。只有当你对人工智能有了足够多的了解之后，你才能得出自己关于其的成熟看法。在这里，Richtopia 创始人兼 CEO Derin Cag 推荐了与人工智能有关的 20 本书与白皮书。他认为，不管你是已经在人工智能领域工作了几年的人，还是没有经验且想要进入这一领域的人，这些人工智能书籍和白皮书都将能够帮助你了解人工智能的当前状态和未来可能的发展趋势。人工智能书籍1.Artificial Intelligence: A Modern Approach（人工智能：一种现代方法）作者：Stuart Russell 和 Peter Norvig Stuart Russell 本科学的是物理学，20 岁时获得了牛津大学最高荣誉奖，四年后他又在斯坦福大学获得了计算机科学博士学位，目前任教于加州大学伯克利分校。Peter Norvig 就职于谷歌，是研究部主任。他是美国人工智能协会成员，也是计算机械协会成员。这是介绍人工智能最综合的一本教科书，是该领域专业学生的最佳选择，通用于本科生和研究生，课时安排可以为一学期也可为两个学期。第三版的作者还包括 Norvig 博士，内容介绍了人工智能理论与实践领域最新信息。2.Machine Learning（机器学习）作者：Tom M. MitchellTom M. Mitchell 是 CMU 计算机科学系的教授。这应该是你踏入人工智能领域要读的入门书。本书首版于 1997 年，被引用过无数次，介绍了计算机算法是如何让机器不断自我提升。书中介绍了很多学习风格，以及学习理论。阅读本书无需有人工智能背景知识。3.How to Create a Mind: The Secret of Human Thought Revealed（如何创造思维：人类思想所揭示出的奥秘）作者：Ray KurzweilRay Kurzweil 已经获得了多个理论和创新奖，拥有 9 个名誉博士头衔，多次获得美国总统颁发的荣誉。本书中，Kurzweil 极富创造性地首次描述了人类思维的运作方式，并通过这种方式介绍了如何制作一个像人脑一般复杂的计算机大脑。他打算使用神经科学的前沿进展、他自己的研究，以及最新的人工智能研究来做逆向工程人脑使用技术。人工智能会改变生活的主要方式。4.The Singularity is Near（奇点临近）作者：Ray KurzweilRay Kurzweil 在本书中用「奇点」描述了他的想法。奇点会随着人类智能与人工智能的慢慢结合而到来。我们最终会采用人类复杂的思维并将它发展到计算机智能上，让计算机智能在很多方面都会大大超过人类。虽然 Kurzweil 不否认这会是最终的结果，他还是倾向于 人与人工智能会有一个乐观的未来。5.The Emotion Machine: Commonsense Thinking, Artificial Intelligence, and the Future of the Human Mind（情感机器：常识思维、人工智能以及人类心智的未来）作者：Marvin MinskyMarvin Minsky 是认知科学家，也是 MIT 人工智能实验室的创始人之一。他在人工智能理论和实践方面有很深的研究。Minsky 反对将思维、直觉、感觉和情绪分开来思考，他相信并在这本书中描述了，所有的这些都仅仅是不同的思维过程，如果我们学会如何利用这个过程，我们就能教机器像人类一样思考，让它们也拥有直觉、感觉和情绪。6.The Economic Singularity: Artificial Intelligence and the Death of Capitalism（经济奇点：人工智能与资本主义之死）作者：Calum ChaceCalum Chace 是一名职业作家，之前当过记者，也在商务领域摸爬滚打过，干过营销员也当过 CEO。Chace 在本书中强调了「经济奇点」会在未来几十年内到来，到时候，大多数人都无法工作赚钱了，因为人工智能会做所有的工作。他说，这有可能是好事，不过还得看我们如何规划，也可能给世界经济带来毁灭性的灾难。因此，我们需要一个新的经济体系。机器人在很多地方都变得越来越常见，很快它们会占领每一个工作岗位，接管一般琐碎的工作。我们已经思考在人工智能接管我们的工作之前它们需要有具备人类心智和触觉。7.Superintelligence: Paths, Dangers, Strategies（超级智能：路线图、危险性与应对策略）作者：Nick BostromBostom 使用了很棒的类比来说明了当通用人工智能的心智比人类更强时会发生什么。在写作这本书的过程中，地球上的大猩猩和其它所有物种的命运都掌握在人类手中，因为人类的大脑能力更强。那么带有更强大的智能的人工智能又将如何看待人类呢？它们会像我们看待大猩猩甚至蚂蚁一样看待我们吗？它们会灭绝人类以拯救非人类的生物吗？Nick Bostom 是牛津大学的教授和教员。8.The Philosophy of Artificial Intelligence（人工智能哲学）作者：Margaret A. Boden这本文集收集了关于人工智能所面临的哲学问题的书。这里既有来自领域广泛的专家的经典和当代文章，也有来自人工智能思想领袖的作品。目前所面临的问题是：计算机（不管是一台还是很多台）能否可以模拟人类心智？这份手册来自剑桥大学，由 Margaret A Boden 编辑整理。其中包含了一份广泛的阅读清单以及将读者引入这一主题的信息介绍。9.The Emperor's New Mind: Concerning Computers, Minds, and the Laws of Physics（皇帝新脑：有关电脑、人脑及物理定律）作者：Roger Penrose 和 Martin Gardner和大部分人工智能书籍不一样，这本书经过了透彻的研究说明了人工智能机器将永远无法做到人类心智能够做到的所有事情。Roger Penrose 声称这本书全面地分享了他在物理学、数学、宇宙学和哲学上的研究。不管你是否认为人工智能能否比肩人类，这本书都是必读的。Roger Penrose 是牛津大学的 Emeritus Rouse Ball 数学教授以及瓦德汉学院的荣誉院士。10.Artificial Intelligence Simplified: Understanding Basic Concepts（人工智能简述：基本概念理解）作者：Dr. Binto George 和 Gail Carmichael这本书简述了人工智能的核心概念，以及在你开始了解人工智能时应该知道些什么。在深入到更高深的教科书之前，这是一本值得一读的书；你也可以将这本书作为进入大学学习人工智能课程之前的预训练。这本书覆盖了几乎所有的基本概念：从通用的算法到博弈树再到自然语言处理和超级智能。Binto George 博士是西伊利诺大学计算机科学学院的教授。在从印度科学院（Indian Institute of Science）获得了博士学位之后他曾在 Rutgers 工作过一段时间。人工智能白皮书（包含 PDF 文件）1.Preparing for the Future of Artificial Intelligence（为人工智能未来做好准备）来自：白宫（美国政府）这份白皮书发表于 2016 年 10 月。它介绍了人工智能目前在社会中所处的状态以及其在经济中所发挥的作用。它也提出了关于人工智能的短期和长期愿景的问题。这份白皮书绝对值得一读，因为它不仅时间非常近，而且其信息源非常权威。美国国家科学技术委员会旗下的机器学习和人工智能小组委员会是该白皮书的主要作者。2.Artificial Intelligence as a Positive and Negative Factor in Global Risk（作为全球风险中积极因素和消极因素的人工智能）来自：Intelligence.org该白皮书的作者是 Eliezer Yudkowsky，其得到了 Machine Intelligence Research Institute 的赞助。这份白皮书研究了人工智能如果像现在这样继续高速发展可能在未来造成的多种后果。因为我们还不知道人工智能将向哪个方向发展，所以我们也不清楚其所带来的影响哪些是积极的、哪些是消极的；因此 Yudkowsky 同时研究了这两个方面。Eliezer Yudkowsky 是 Machine Intelligence Research Institute 的一位全职研究员，他住在加州的旧金山湾区。3.Learning to Trust Artificial Intelligence Systems（学习信任人工智能系统）来自：IBM在这份白皮书中，我们可以看到我们总是会不得不面对新的先进技术，而且最终我们会认识到这些技术将能够以这样或那样的方式使我们的生活更好。这份白皮书认为人工智能（IBM 喜欢称其为「增强智能（augmented intelligence」）也是这样。人工智能将会越来越多地出现在我们的生活之中，我们会适应它，我们的生活也将因为它而变得更加美好。这份人工智能白皮书的作者是 Guruth Banavar 博士，他是 IBM 研究院的副院长以及认知计算部门的首席科学官。4.Artificial Intelligence and Life in 2030（2030 年的人工智能与生活）来自：斯坦福大学这是一份人工智能如何影响人类、社区与社会的报告。该报告回顾了过去 100 年科技是如何造成影响的。它由斯坦福大学于今年 9 月份发布。注意，报告中也观察了人工智能对社会造成的挑战，比如经济与道德问题。5.Extreme Automation and Connectivity: The Global, Regional, and Investment Implications of the Fourth Instrial Revolution来自：瑞士联合银行为世界经济论坛所做发布于今年 1 月份，如果你想找人工智能白皮书，这是不可错过的一份。由全球接入互联网的连通性引发的「第四次工业革命」，生产线中大部分的自动化，加速这一进程的正是人工智能。6.Disruption Ahead 来自：德勤德勤联合 IBM 专门投入资源做了此份报告，让各种商业与个人能用到这一技术。在此白皮书中，你会学到他们如何做人工智能，期待的收获是什么，以及期待什么时候发生文中提到的里程碑。在读此报告时，你会学到大量 Watson 的工作机制以及目前是如何部署机器的。里面也有如今的使用案例。7.Artificial Intelligence, Robotics, Privacy and Data Protection（人工智能、机器人、隐私和数据保护）来自：欧盟这个主题是欧盟在马拉喀什的一场会议上讨论的，此白皮书于今年 10 月发布，主题集中在随着人工智能和机器人的崛起，为什么开始讨论数据保护和隐私问题如此重要。因为这些计算机像超级计算机一样有着前所未有的能力，也因为随着技术进一步发展我们需要现在就开始考虑如何保护地球上每个人的数据与隐私。8.The Robot and I: How New Digital Technologies Are now Making Smart People , Businesses Smarter by Automating Rote Work来自：Cognizant说到金融，大部分人都是去银行或在网上银行查阅信息，只需要点击几下按钮。但想想十年前是如何处理经济事项的？技术进步，特别是在人工智能领域的进步，已经消除了金融操作中的许多步骤，从而使得个人和商业金融活动更为智能。9.Research Priorities for Robust and Beneficial Artificial Intelligence（稳健有益的人工智能的优先研究项）来自：加州大学伯克利分校此份白皮书是在人工智能研究的主题上你最应该阅读的白皮书之一，多位研究人员思考人工智能的哪些研究领域是对人类收益最大的，还解释了为什么。他们都给出了各自的理由，由可靠的科学以及各自的经验与观点所支撑。Stuart Russell 是加州大学伯克利分校计算机科学教授，也是工程系的 Smith-Zadeh 教授。Daniel Dewey 是 Open Philanthropy Project 的项目经理。Max Tegmark 是 MIT 的教授。10.The New Wave of Artificial Intelligence（人工智能新浪潮）来自：Evry由 Evry 发布的此份白皮书是来教育读者为什么新的人工智能公司要通过升级旧的人工智能概念来进行变革？为什么它们要在众多产业使用人工智能技术创造全新的未来？观测为什么、什么时候来创造人工智能商业非常的重要，即使最后结果与旧商业一样，你也需要从头开始做人工智能。在你使用一项完全不同的技术时，整个流程是独一无二的。

人工智能是一门新兴的高尖端学科，属于社会科学与自然科学的交叉学科，涉及了数学、心理学、神经生理学、信息论、计算机科学、哲学和认知科学、不定性论以及控制论。研究的范畴包含自然语言的处理、机器算法的学习、神经网络、模式识别、智能搜索。应用的领域包含机器翻译、语言和图像理解、自动程序设计、专家系统等。想研究人工智能的方向，近两年很多大学都开设了人工智能学院。西安电子科技大学人工智能学院、中国科学院大学人工智能技术学院、南京大学人工智能学院三所高校在人工智能领域皆属于顶尖。人工智能专业相关研究方向，有很多的分支学科，包含模式识别与智能系统、计算机应用技术、智能科学与技术、信息与通信工程、计算机科学与技术、控制科学与工程、人工智能与信息处理、计算机应用技术、生物信息处理方向、计算机科学与技术超级计算方向等。对于本科专业的学习，如果有意从事人工智能方向的相关工作，可以尝试选择以下的相关专业：计算机科学与技术。人工智能的工作既需要非常扎实和广泛的数学基础的同时也要求很高的实际操作能力，人工智能专业方向的如Machine Learning，Computer Vision， Natural Language Processing，Data Mining等课程，在计算机科学与技术专业在高年级和研究生阶段都有对应的课程和研究方向。数据科学与大数据技术。既要掌握基础的程序设计语言，也要掌握大数据平台的运用，Numpy、Matplotlib、Pandas,SciPy和scikit-learn等科学计算与机械学习库的掌握，完成技术方案设计及算法设计和核心模块开发，组织解决项目开发过程中的重大技术问题；负责深度神经网络技术平台的架构、开发方案的设计、应用与实现（包括机器学习、图像处理等的算法）。偏向于学术型的理论研究，可选择应用数学等学术应用理论型的专业。机器算法的学习本质上是微分方程、概率论、矩阵分析等等数学领域的一个应用场景。人工智能方向的研究人员需要具备扎实的数学基础才能做好AI的理论研究。偏向于理论研究的方向可以了解传统机器学习的知识、编程语言的掌握，学术型的专业一般就读研究生，通常转到计算机方向或者经济类方向。最不易被人工智能代替行业可能有IT领域行业、对未知领域的探索和发明创造行业，创意、设计领域行业、需要情感互动交流的行业、情况复杂多样，需要随时综合判断的岗位等。随着科技行业日新月异的发展，大数据、人工智能等新兴产业的崛起，大学高等教育开设的数据科学与大数据技术和人工智能专业势必会逐渐发展成为大学的热门专业。

自上世纪50年以来，科学界对人工智能的研究从未停止，近年来，由于机器学习的迅猛进步，如今科技界掀起来一股前所未有的人工智能热潮，另外，根据《乌镇指数：全球人工智能发展报告(2016)》显示，全球人工智能申请专利数量来看，美国、中国、日本位列全球人工智能专利申请前三位，以及人工智能企业主要集中在美国、中国、英国。随着中国科技、经济的崛起，当前最热的人工智能、生命科技等众多科技领域甚至可以引领全球。

【科学向未来】爱思唯尔研究报告发现：中国将在人工智能研究领域成为全球领导者光明日报记者 齐芳日前，国际科技和医学信息分析公司爱思唯尔最近发布的一项研究报告《人工智能：知识的创造、转移与应用》。报告称，中国将在人工智能（AI）研究领域成为全球领导者，重要性日益凸显。同时，越来越多的研究人员正逐渐从学术界向产业界流动。据介绍，报告中的数据不仅来自爱思唯尔旗下的Scopus数据库等科技数据库及平台，还参考了斯坦福大学人工智能指数报告、中国科学院自动化研究所数据集等一些数据信息。报告显示在全球范围内，人工智能研究在过去五年（2013—2017）以每年接近13%的速度快速增长，而在2008年至2012年的五年间增速仅有不到5%。相比之下，过去五年（2013—2017）全球范围内所有学科领域的科研产出每年的增长仅为0.8％。在检索分析了研究、教育、技术与媒体四大领域的共计60万份文档和700多个领域特定的关键词后，报告揭示出了人工智能关注的七个不同研究领域：搜索与优化，模糊系统，自然语言处理与知识表示，计算机视觉，机器学习与概率推理，规划与决策和神经网络。在以上研究领域，机器学习与概率推理、神经网络和计算机视觉的科研产出最高，增长速度也最快。研究数据显示，在过去三年，中国学术界吸引人工智能人才的数量远远多于流失的数量，表明中国正在朝着人工智能研究领跑者的目标大步迈进。2004年，中国在人工智能领域的研究成果数量就已超过美国，如果保持当前的势头，中国有望在四年内赶超欧洲，成为全球人工智能研究成果最多的地区。报告中有关不同区域的重要发现还包括：国际性流动与合作的模式表明，中国在人工智能领域的研究工作相对孤立。欧洲是人工智能科研产出规模最大、最多样化（人工智能相关研究领域的丰富性）的地区，与欧洲以外的国际合作比例及增长速度也很高。研究还发现，尽管人工智能对社会发展的影响越来越深，媒体对人工智能在道德层面可能产生的影响也有关注，但是关于人工智能道德层面的学术研究还很有限。爱思唯尔分析服务高级副总裁玛丽亚·德·克莱恩认为：“新一代的技术（通常被统称为人工智能）的确非常重要，但人们似乎没有对其确切的定义达成共识。通过对人工智能科研表现的全面研究，我们希望明确该领域的动态、趋势和相关因素，并为其提供一些研究思路和见解。这份报告并不是对人工智能的总结陈词，而是帮助我们更好地进入人工智能时代并讨论日益发展的共生技术的开端。”《光明日报》（ 2019年01月24日 16版）来源：光明网-《光明日报》

随着当前人工智能平台的陆续开放，人工智能领域的生态体系建设也将进入到一个新的阶段，而这个阶段将陆续开辟出更大的价值空间，从而吸引更多的社会资源进入到人工智能领域。从当前的人工智能体系结构来看，如果想基于人工智能来获取收益，可以通过以下几种方式：第一：通过研发人工智能产品来获取价值。随着产业结构升级的持续推进，未来大量的传统企业将需要进行智能化改造，这个过程会释放出大量的创新机会，整个传统行业也需要大量的人工智能产品，所以通过研发人工智能产品会带来可观的价值收益。第二：通过搭建人工智能应用场景来获取价值。对于不具备研发能力的创业者来说，通过搭建人工智能应用场景也会获得比较可观的收益。对于很多传统行业的从业者来说，可以基于自身的行业资源（知识）积累来把握人工智能的发展机会，初期的发展红利往往更容易把握。当前对于很多传统行业来说，要想进一步提升自身的行业竞争力，智能化改造是一个必然的路线。第三：加入人工智能产业体系来获取价值。对于很多中小创业者来说，可以根据自身的资源整合情况来加入到人工智能产业链中，由于人工智能产品的覆盖面比较广，所以机会也相对比较多。目前智能家居、可穿戴设备、农业物联网、智能诊疗、车联网等领域都有比较多的机会，相信在5G通信的推动下，未来人工智能领域将孵化出大量的中小创业团队。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！

同花顺金融研究中心3月24日讯，有投资者向二三四五提问， 董秘您好，贵公司是否在积极布局人工智能业务？公司回答表示，感谢对公司的关注。目前公司在人工智能领域的研究方向主要是智能算法，积累了人脸识别、精准营销等30多种机器学习算法、10种深度学习算法以及微服务框架Spring Cloud，并将研究成果运用于公司PC端及移动端产品中，以提升公司产品的用户体验，实现流量价值的最大化。谢谢。来源: 同花顺金融研究中心