硕士研究人工智能

我们上大学以及上研究生最终的一个目的肯定是为了就业，我们所选的专业也是为了能使自己找到一个很好的工作，那么如何根据自己的研究生专业来对未来的工作进行准备呢，或许现在我们都在积极的丰富自己的知识和技术，就是为了在就业的时候有良好的竞争力，这是非常正常的现象。我们现在所选择的专业方向是比较具有针对性的，从而在毕业之后找工作也应该是和这个方向非常类似的行业工作岗位，电子与通信工程这个专业的就业形势是非常好的，几乎大部分的网络科技公司都会招收大量的信息技术类人才，包括一些大型工厂也会有类似的岗位，但是把自己的专业进行细化，我会选择哪一个专业来作为自己未来发展的方向呢？现在接触的专业知识和技能比较少，所以做不出非常肯定的回答。大方向是十分容易确定的，但是小方向却无法确定，电子与通信工程类的专业方向领域有很多，有完全偏向于软件类的，比如深度学习和机器学习这个方向主要是进行算法的研究和改良，如果选择这个方向的话，那么就是进行图像处理，还有一些人工智能方向的，嵌入式系统方向，保密通信方向以及材料类的专业方向。我自己最感兴趣的，应该是人工智能方向，现在也是往这个方向努力，学习一些前沿的技术以及最热门的领域。人工智能现在的发展还未达到成熟，所以在未来的发展空间是非常大的，并且现在智能家居智能工厂等个个的智能化的服设施逐渐的完善，那么在未来的发展也是一片大好，人工智能所涉及的领域也非常的多，就单纯的从智能无人驾驶来说，就具有广阔的发展空间，现在已经有部分公司开始了进行无人驾驶的研制，并且已经做出了相关的产品。但是还未普及化，还有智能机器人的研制比如在工厂里面进行危险工作的操作，以及化学有毒气体空间中的工作都离不开人工智能的存在，所以我认为人工智能方向是非常值得钻研的，未来找工作的不确定的因素有很多。所以我们在了解人工智能的同时还要对其他技术领域进行学习，比如现在比较热门的CV方向，图像的处理，行人的识别，人脸的识别都是非常热门的工作的需求，岗位也是比较多的。

来源：教育部网站教育部 国家发展改革委 财政部印发《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》的通知教研〔2020〕4号各省、自治区、直辖市教育厅（教委）、发展改革委、财政厅（局），新疆生产建设兵团教育局、发展改革委、财政局，有关部门（单位）教育司（局），有关高等学校：根据国务院印发的《新一代人工智能发展规划》，教育部、国家发展改革委、财政部制定了《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》，现予以印发，请认真贯彻执行。教育部 国家发展改革委 财政部2020年1月21日关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见人工智能是引领新一轮科技革命、产业变革、社会变革的战略性技术，正在对经济发展、社会进步、国际政治经济格局等方面产生重大深远的影响。培养和汇聚具有创新能力与合作精神的高层次人才，是高校的重要使命。与发达国家相比，我国在人工智能基础理论、原创算法、高端芯片和生态系统等方面仍有较大差距，学科交叉融合亟待深化，人才培养导向性亟待加强。为贯彻落实党中央、国务院关于加快发展新一代人工智能的重要部署，推动“双一流”建设高校着力构建赶超世界先进水平的人工智能人才培养体系，加快培养勇闯“无人区”的高层次人才，现提出如下意见。一、总体要求（一）指导思想以习近平新时代中国特色社会主义思想为指导，全面贯彻党的十九大和十九届二中、三中、四中全会精神，依托“双一流”建设，深化人工智能内涵，构建基础理论人才与“人工智能+X”复合型人才并重的培养体系，探索深度融合的学科建设和人才培养新模式，着力提升人工智能领域研究生培养水平，为我国抢占世界科技前沿，实现引领性原创成果的重大突破，提供更加充分的人才支撑。（二）基本原则需求导向、应用驱动。以解决人工智能重大理论和实践应用问题为牵引，促进人工智能基础理论研究，加快人工智能领域科技成果在重点行业领域的转化应用。以产业行业人工智能应用为导向，拓展核心技术和创新方法，实现人工智能对相关学科的赋能改造，形成“人工智能+X”的复合发展新模式。项目牵引、多元支持。服务支撑国家重大项目、重大发展规划的任务需求，统筹布局多学科交叉的基础理论、算法、软件及集成电路设计等方向的产教融合创新平台和人才培养基地。充分发挥政府财政投入、政策支持的引导作用和市场配置资源的决定性作用，鼓励企业、社会加大投入，形成财政资金、金融资本、社会资本合力支持人工智能相关学科发展和高层次人才培养的新格局。跨界融合、精准培养。深化人工智能与基础科学、信息科学、医学、哲学社会科学等相关学科的交叉融合，不断丰富完善人工智能主干知识体系和跨学科核心知识体系，培育新的学科生长点和特色方向。把握人工智能人才培养规律，学用结合，强化实践。创新高层次人才培养机制，面向领域和应用方向培养学生掌握不同学科的概念体系、方法工具等方面的知识。强化产教融合，构建自主创新和人才培养共同体。二、壮大高层次人才队伍（三）培育高水平创新型人才。加大对优秀人才特别是青年人才的稳定支持力度，大力培育具有发展潜力的人工智能领军人才。构建多类型、高质量、结构合理的人才队伍，涵盖理论、方法、工具、系统研究，以及将人工智能技术应用于产业创新、社会治理、国家安全等方面的人才。加强人工智能科研伦理教育。鼓励人工智能龙头企业根据产业技术的最新发展和对人才培养的最新需求，提供试验实践环境，对高校教师开展培训。（四）有序推动人工智能高端人才队伍建设。培育和吸引人工智能前沿领域优秀人才和高水平创新团队，以及具有发展潜力的优秀青年人才，注重人才学科背景的多样化、互补性，实行个性化支持政策，实现不同学科背景人才的系统性整合。以双聘等灵活聘用方式吸引企业和科研院所优秀人才到高校开展科学研究和人才培养。统筹利用各类资源，为人才流动和创新创业提供良好条件。三、打造高水平发展平台（五）完善人工智能领域学科布局。加强人工智能基础理论、机器学习、计算机视觉与模式识别、自然语言处理、知识处理与挖掘、智能芯片与系统、数据分析与大数据系统、认知心理学和神经科学等相关方向建设。鼓励高校统筹各类资金，支持人工智能相关学科建设，逐渐形成学科优势特色，推动人工智能向更多学科渗透融合。（六）设立产教融合创新平台。依托“双一流”建设高校，建设国家人工智能产教融合创新平台，在人工智能发展重大问题和突破方向上，实行联合科研攻关和融合育人，强化课程体系、计算平台、实验环境等条件建设。鼓励企业参与共建，在资金、项目等方面优先支持。（七）密切校企合作。支持高校、科研院所、产业联盟和骨干企业、新型研发机构等合作建设面向重大研究方向或重点行业应用的人工智能开放创新平台、应用场景平台、联合实验室（技术研发中心）和实训基地，共建示范性人工智能学院或研究院。鼓励企业参与制定研究生培养方案，组织开展人工智能高层次人才创新创业和技能竞赛，引导学生以企业实际问题开展创新创业实践。四、创新高层次人才培养机制和模式（八）确立专项任务培养研究生机制。以多学科交叉解决重大问题的专项任务作为研究生课题主要来源和培养载体，以高水平科学研究支撑人工智能高层次人才培养，支持高校在承担的重大科研任务中，自主确定研究生培养规模，制定个性化的培养方案，完善人才培养成本分摊机制。对承担重大科研任务的博士生，高校应参照科研人员管理的有关规定，制定保障和提高博士生相关待遇的具体办法，保护博士生的合法权益。（九）强化博士生交叉复合培养。聚焦新一代人工智能基础理论算法、关键技术和核心应用，强化问题导向的多学科交叉博士生培养，提高博士生将不同学科理论与方法、科学前沿与企业实践进行整合再创新的能力。支持高校与人工智能领域骨干企业、产业化基地和地方政府设立人才联合培养项目，建立任务驱动的跨行业跨学科导师团队，促进科研协同创新发展和博士生联合培养。完善工程博士培养标准，加大工程实践在培养方案中的比重，联合企业开展人才职业能力认证培训。鼓励企业向博士生开放课程、数据、案例、工具和实训平台。（十）加强课程体系建设。面向全产业链和社会发展需求，科学设计多学科交叉融合的课程体系，避免简单“拼盘化”。以理论沿革和关键领域核心技术为主干，打造人工智能核心知识课程体系，重点建设一批与数学、物理学、计算机、控制、神经和认知科学、心理学等学科交叉融合的人工智能基础课程。以重大科技前沿和产业应用创新需求为导向，打造人工智能关联知识课程体系，鼓励高科技创新企业参与建设一批“场景驱动”的应用型模块课程。加快推动人工智能领域最新研究成果转化为教学内容，建设一批有影响力的教材和国家精品在线开放课程。（十一）加强国际交流合作。瞄准人工智能国际前沿和国内发展短板，加大国内外联合培养人工智能相关领域博士生的支持力度。积极鼓励高层次人才开展国际交流，拓展合作的深度和广度。举办具有国际影响力的人工智能学术会议与论坛，创办高水平学术期刊。建设一批人工智能国际合作科研平台和基地，加强国际化高端人才培养和培训。鼓励高校发起和组织人工智能国际大科学计划，创设国际学术组织和大学合作联盟。推动制定人工智能领域相关国际标准和伦理规范。大力培养参与人工智能全球治理的国际化人才。五、加大支持与组织力度（十二）健全学科设置机制。健全以人工智能基础理论和产业发展需求为导向的学科专业结构动态调整机制。有条件的高校可根据经济社会发展和人才培养需要，以自主试点、先行先试方式，自主设置人工智能交叉学科。（十三）完善学科评价机制。完善以人才培养、知识创新、应用成效为核心的学科评价体系，探索有利于新兴交叉学科深度融合发展的评价办法，给予相对宽松的建设和评价周期。鼓励高校开展自我评估，支持学会、行业协会开展第三方评价，合理借鉴国际评估。构建激励学科交叉研究人员动态流动的复合评价机制，认可其对来源学科和交叉融合学科的双重贡献，以及论文、专利、软件著作权等成果形式。（十四）扩大研究生培养规模。将人工智能纳入“国家关键领域急需高层次人才培养专项招生计划”支持范围，综合考虑有关高校高水平师资、国家级科研平台、重大科研项目和攻关任务，以及产教融合、协同育人成效等情况，安排研究生尤其是博士生招生计划专项增量。积极引导高校通过实施常规增量倾斜和存量调整办法，切实优化招生结构，精准扩大人工智能相关学科高层次人才培养规模。（十五）健全学位质量保障机制。鼓励高校在人工智能相关学科设立教学指导分委员会，开展多样化教学评价。高校学位评定委员会设立人工智能专门工作组，负责人工智能高层次人才培养方案、学位标准和管理规范制定，承担学位评审相关工作。完善硕博贯通培养和分流退出机制。设立跨学科评议专家组，设置专门的评议要素，适时进行人工智能领域学位论文抽检和人才培养质量专项检查。（十六）加强资金投入引导。鼓励高校统筹财政投入、科研收入等各种资源，加大支持研究生培养、开展基础前沿研究和关键共性技术攻关的力度。加强与骨干企业的合作，利用天使投资、风险投资、创业投资基金及资本市场融资等多种渠道，引导社会资本参与高校人工智能重大项目实施，加大对人才培养、应用研究、基地平台建设和成果转移转化的支持力度。（十七）加强组织实施。教育部加强政策措施统筹协调，成立人工智能高层次人才培养专家委员会，指导高校实施人才培养专项计划，及时总结推广可复制的经验和做法。各地教育行政部门和高校要加强人工智能相关学科建设与人才培养规划，制定切实可行的实施计划，完善人才培养质量监测评估机制。

雷刚 发自 凹非寺 量子位 报道 | 公众号 QbitAIAI专业、AI学院，还不足以反映AI时代变革的态势。这不，全球首个AI大学正式成立，阿联酋阿布扎比官方出资创办，面向研究生进行AI培养。而且发起规格到校董会设置，级别都非常高。包含姚期智、李开复等在内的全球知名AI学者人士均是创始校董会成员。详情如下：全球第一所AI大学全名“穆罕默德·本·扎耶德人工智能大学（MBZUAI）”。大学以阿布扎比王储、阿拉伯联合酋长国联邦武装部队副最高指挥官——谢赫·穆罕默德·本·扎耶德·阿勒纳哈扬殿下的名字命名。官方对外称，王储长期倡导阿联酋通过知识和科学思维发展人力资本，引领国家走向未来。穆罕默德·本·扎耶德人工智能大学将为人工智能领域引入学术和研究的新模式，向学生和教师提供全球最先进的人工智能系统，释放人工智能在促进经济和社会发展方面的潜能。具体办学方向方面，这会是全球第一所培养研究生的研究型人工智能大学。旨在支持研究学者、企业和政府进一步推动人工智能的发展。目前大学成立和创始工作，由阿拉伯联合酋长国国务部长——苏尔坦·艾哈迈德·阿尔·贾比尔博士牵头，他也是这所新兴大学的首任校董会主席。他说：人工智能正在改变世界，如果我们能发挥人类的无限想象力进行全面探索，我们还将实现更多成就。人工智能大学将把人工智能学科带到最前沿的位置，培养并赋能有创造力的带头人，未来将由他们引领我们迈入人工智能新时代。”校董会大咖云集此外，身为全球第一所AI大学，校董会也规格颇高。该大学董事会由来自全世界的专家组成，其中包括：英国牛津大学肿瘤成像学迈克尔·布雷迪（Michael Brady）教授；美国密歇根州立大学特聘教授阿尼尔·杰恩（Anil K. Jain）；清华大学交叉信息研究院院长姚期智教授；美国麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）主任丹妮拉·鲁斯（Daniela Rus）教授；创新工场创始人李开复博士；以及阿联酋G42集团首席执行官彭晓。学校临时校长将由迈克尔·布雷迪（Michael Brady）教授担任。他表示，历经了在机器学习和人工智能领域几十年的研究之后，我们正处于广泛应用先进智能技术的转折点。这一演进正如其他领域的发展，在几乎每一个领域创造令人兴奋的全新职业机会。在穆罕默德·本·扎耶德人工智能大学，我们将支持学生把握这些机会，并在全球范围内扩大他们对人工智能领域的贡献。明年9月开学，100%全额奖学金最后，学习规划方面。穆罕默德·本·扎耶德人工智能大学将提供人工智能关键领域——机器学习、计算机视觉和自然语言处理——的理学硕士（MSc）和博士学位课程。同时与全世界的政策制定者和企业建立紧密联系，共同担起使人工智能成为产业变革的正面驱动力量的责任。穆罕默德·本·扎耶德人工智能大学已与位于阿布扎比的起源人工智能研究院（IIAI）展开合作，进行博士研究生指导和课程开发工作。此外，通过举办区域性和国际性会议、研讨会与专题讨论会，穆罕默德·本·扎耶德人工智能大学还希望汇聚人工智能领域的专家。对学生更具吸引力的是100%全额奖学金。穆罕默德·本·扎耶德人工智能大学承诺将向被录取的学生提供全额奖学金，外加诸多福利，比如月度津贴、健康保险和住宿等。学校将与领先的本地企业和全球公司合作，帮助学生获得实习机会，并协助他们寻找就业机会。研究生现可在穆罕默德·本·扎耶德人工智能大学网站进行申请，登记注册将于2020年8月开启。首批研究生将于2020年9月在穆罕默德·本·扎耶德人工智能大学马斯达尔城校区开始课程学习。

来源：21世纪经济报道原标题：人工智能专业研究生将扩招：培养模式将改变，重点发展这些交叉学科教育部、国家发展改革委、财政部印发《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》（下称“意见”）。意见提出扩大研究生培养规模。扩招途径有哪些？首先是将人工智能纳入“国家关键领域急需高层次人才培养专项招生计划”支持范围，综合考虑有关高校高水平师资、国家级科研平台、重大科研项目和攻关任务，以及产教融合、协同育人成效等情况，安排研究生尤其是博士生招生计划专项增量。2019年，教育部就已确定人工智能为新增重点支持领域，纳入“国家关键领域急需高层次人才培养专项招生计划”，共安排29所高校博士生专项招生计划增量180人，并要求高校按不低于1：1配套支持积极实施包括人工智能在内的国家急需学科高层次人才培养专项计划，为国家关键核心技术领域贮备战略人才。其次是积极引导高校通过实施常规增量倾斜和存量调整办法，切实优化招生结构，精准扩大人工智能相关学科高层次人才培养规模。2月28日10时，国务院联防联控机制举行新闻发布会，教育部副部长翁铁慧表示，今年将扩大硕士研究生招生规模，预计同比增加18.9万人。2020研究生计划增量将重点投向临床医学、公共卫生、集成电路、人工智能等专业。并且以专业学位培养为主，以高层次的应用型人才专业学位为主。将重点发展哪些学科？意见提出，完善人工智能领域学科布局。加强人工智能基础理论、机器学习、计算机视觉与模式识别、自然语言处理、知识处理与挖掘、智能芯片与系统、数据分析与大数据系统、认知心理学和神经科学等相关方向建设。鼓励高校统筹各类资金，支持人工智能相关学科建设，逐渐形成学科优势特色，推动人工智能向更多学科渗透融合。2019年，我国在35所高校布设了首批人工智能专业点。此外，人工智能相关本科专业还包括智能科学与技术、数据科学与大数据技术、大数据管理与应用、机器人工程、建筑电气与智能化、电气工程与智能控制、智能电网信息工程、智能制造工程、智能医学工程、智能建造、电机电器智能化、智能体育工程、智能车辆工程，以上人工智能相关专业布点共1082个，相比2018年增加86%，形成了一批“人工智能+X”复合特色专业。人工智能人才培养更多体现在职业教育方面。教育部2015年发布了新版的高职专业目录，设有软件技术、云计算技术与应用、工业机器人技术、物联网应用技术、智能产品开发、智能控制技术、智能终端技术与应用等人工智能相关的专业，2016年增补了大数据技术与应用专业。2018年，全国共有971所学校开设有2277个相关专业点，共招生18.47万人。较2017年，开设相关专业点的学校数量增加51所，专业点数增加376个，招生数增加4.1万余人，约增加309%。也就是说，人工智能人才需要着重培养高层次人才。然而，教育部学位管理与研究生教育司负责人指出，我国人工智能高层次领军人才、创新团队和跨学科创新平台不足，学科建设缺乏深度交叉融合，基础理论、原创算法、高端芯片等方面突破较少，复合型人才培养导向性不强，高校和企业的产学研合作缺乏有效的激励机制。人工智能专业将如何培养？教育部学位管理与研究生教育司负责人指出，“人才培养模式强调‘复合培养’，探索以问题为导向的学科交叉人才培养模式，深化产教融合，制定个性化培养方案，大力提升研究生创新和实践能力。”意见提出，设立产教融合创新平台。依托“双一流”建设高校，建设国家人工智能产教融合创新平台，在人工智能发展重大问题和突破方向上，实行联合科研攻关和融合育人，强化课程体系、计算平台、实验环境等条件建设。鼓励企业参与共建，在资金、项目等方面优先支持。意见提出，密切校企合作。支持高校、科研院所、产业联盟和骨干企业、新型研发机构等合作建设面向重大研究方向或重点行业应用的人工智能开放创新平台、应用场景平台、联合实验室（技术研发中心）和实训基地，共建示范性人工智能学院或研究院。鼓励企业参与制定研究生培养方案，组织开展人工智能高层次人才创新创业和技能竞赛，引导学生以企业实际问题开展创新创业实践。2018年，教育部组织华为、腾讯、百度、阿里、京东、谷歌、微软等多家企业与高校实施了“智慧环境下《人工智能+教育》课程教学模式构建与实践”“基于人工智能教育模式的大学英语教学实践基地建设”“中学人工智能教育课程开发与教学评价研究”等1727项人工智能相关产学合作协同育人项目。天津大学与中科拓视、武汉大学与小米公司、华中科技大学与容联云通讯、防灾科技学院与百度等分别成立了人工智能联合实验室意见提出，确立专项任务培养研究生机制。以多学科交叉解决重大问题的专项任务作为研究生课题主要来源和培养载体，以高水平科学研究支撑人工智能高层次人才培养，支持高校在承担的重大科研任务中，自主确定研究生培养规模，制定个性化的培养方案，完善人才培养成本分摊机制。对承担重大科研任务的博士生，高校应参照科研人员管理的有关规定，制定保障和提高博士生相关待遇的具体办法，保护博士生的合法权益。

9月14日，北京航空航天大学软件学院人工智能专业方向首批研究生开学，此次招收的122名研究生均为非全日制。北航是国内率先招收人工智能专业方向研究生的高校，目前正在酝酿成立人工智能学院。据介绍，自2004年北京大学在全国首次招收培养“智能科学与技术”专业本科生以来，国内有37所大学开展了智能专业的本科人才培养。北航此次招收的122名人工智能专业方向研究生，全部为非全日制，其中一半以上学生来自材料学科、经管等跨专业，应届生约占五分之一，来自IT行业的学生居多。导师30%来自企业，30%来自一线的专家，40%来自高校。学生在学期间至少有一年时间在企业实习。所学的专业课程包括认知科学、内脑科学、视觉感知、无人机系统、机器人等。北航有关负责人说，人工智能学科的发展，基于“新工科”思维拓展建设好人工智能专业。大学和企业的合作在人工智能人才培养方面，同时，由于人工智能学科本身交叉复合的属性，面向智能时代的人才需求，培养具有较强创新创业能力和跨界整合能力的人工智能领域卓越工程人才就成为这个专业方向的目标。“2015到2030年，争取我国每万名产业工人所拥有的工业机器人数量要达到300台左右。”中国工程院李德毅院士说，截至2015年，全球平均为69台，韩国531台，我国49台。由于农村城镇化导致中国农民急剧减少，未来，无人拖拉机、农用无人机、背包机器人和收割机器人将成为新一代“农民”。

此前有报道显示，2017年AI工程师平均年薪为34万元，接近IT工程技术类的两倍，但尽管如此，我国的人工智能人才缺口仍超过500万。人才短缺已经成为了制约人工智能技术发展和应用落地的一大短板，为了弥补这一短板，加强人才培养，近日教育部发布了《高等学校人工智能创新行动计划》（下称计划）。计划强调，要加强人工智能领域专业建设，形成“人工智能+X”复合专业培养新模式。计划的重点任务之一，是要完善人工智能领域人才培养体系，并且推动高校人工智能领域科技成果转化与示范应用。高校在人才培养中起到了至关重要的作用，虽然人工智能尚未成为一级学科，但国内不少一流的高校已经开始通过建立合作实验室、增强人工智能分支教学等方式发展人工智能。为了解各高校开展人工智能研究的情况，亿欧盘点了10家在设有人工智能实验室或有人工智能分支专业的高校。清华大学：计算机科学与技术系清华大学计算机科学与技术系（简称计算机系）成立于1958年，在2006年、2012年全国学位与研究生教育发展中心开展的一级学科整体水平评估中，以总分满分100分的成绩排名第一。2017年，在 USnews 推出的世界大学学科排名 Best Global Universities for Computer Science 中，计算机科学与技术学科紧随 MIT之后位列世界第2名。在 QS 世界大学排名 (QS World University Rankings) 给出的全球计算机学科排名中为例第15名，其排名与得分逐年稳步提升。计算机系包含了国内计算机专业最全的学科方向，设有高性能计算机与处理器、并行与分布式处理、存储系统、大数据与云计算、计算机网络、网络与信息系统安全、系统性能评价、理论计算机科学、数据工程及知识工程、软件工程、计算机与VLSI设计自动化、软件理论与系统、生物计算及量子计算、人工智能、智能控制及机器人、人机交互与普适计算、计算机图形学与可视化技术、CAD技术、计算机视觉、媒体信息处理等研究方向。计算机系现设有高性能计算、计算机网络技术、计算机软件、人机交互与媒体集成4个研究所；智能技术与系统国家重点实验室；计算机基础与实验教学部等科研教学机构。计算机系还设有国家级计算机实验教学示范中心，包括：计算机原理实验室、微型计算机实验室、计算机网络实验室、操作系统实验室、计算机软件实验室、计算机控制系统实验室、智能机器人实验室、计算机接口实验室、学生科技创新实验室等。此外，计算机系还与腾讯、搜狗、微软、思科等国内外著名公司建立了面向教学或研究的联合实验室。北京大学：智能科学系智能科学系成立于2002年7月，主要从事智能感知、机器学习、数据智能分析与智能计算、智能机器人等方向的基础和应用基础研究，侧重于理论、方法以及重大领域应用上。北大智能科学系依托于视觉听觉信息处理国家重点实验室，实验室以实现高度智能化的机器感知系统为目标，在生物特征识别研究方面处于国际领先地位。智能科学系在著名的软件与人工智能专家、我国载人飞船工程软件专家组组长何新贵院士和长江特聘教授查红彬教授的带领下，重点开展机器视觉、机器听觉、智能系统与智能的生理心理基础等研究。以北大智能科学研究人员为技术核心的北大指纹自动识别系统，是国内唯一能与国外系统抗衡的自主知识产权，是中国第一家也是唯一的一家提供公安应用全面解决方案的系统，拥有中国指纹自动识别技术产品第一市场占有率。人工神经网络说话人识别新方法的研究获得教育部科技进步一等奖；国家空间信息基础设施关键技术研究获得2000年中国高校科学技术二等奖，入选2000年中国高校十大科技进展。复旦大学：类脑智能科学与技术研究院复旦大学类脑智能科学与技术研究院于2015年3月筹建成立,是复旦大学校内的独立二级研究机构。其前身为复旦大学第一批跨学科交叉国际化研究中心——计算系统生物学研究中心,成立于2008年。研究院基于复旦大学既有的数学、统计学、计算机科学、生物学、信息学、临床医学、语言学、心理学等多学科综合交叉研究优势，以计算神经科学为桥梁，着力开展大脑机制解析、脑疾病智能诊疗、类脑智能算法、类脑智能软硬件、新药智能研发、通用智能等相关领域的科学研究、技术研发和人才培养。研究院率先探索打通国际与国内、科技与产业的全链条、全球化产学研合作机制，充分发挥高校培养和储备高端智能人才、发现和培育前沿技术的综合优势，推动产学研源头创新与合作，致力于成为推动脑科学、人工类脑智能与产业应用融合发展的重要科技创新平台。研究院目前在建五个核心功能平台和一个国际合作研发中心，主要包括：一是以脑高级认知功能的多信息反馈处理机制研究为核心的神经形态计算仿真平台;二是以多尺度多中心重大脑疾病数据库和算法开发为基础的智能诊治数据示范平台;三是依托高端医疗影像设备集群，为生物医学转化研究和信息产业智能化提供试验技术支撑的综合生物医学影像平台;四是以开发深度学习、强化学习和自组织学习等机器学习算法以及可穿戴设备、类脑芯片、健康服务机器人等为目标的类脑智能软、硬件开发平台;五是集孵化加速、产业联盟、投资基金为一体，为类脑智能创新项目及企业提供应用技术资源和孵化服务的类脑智能产业化平台;六是依托已有的欧洲人类脑计划、美国脑计划等国际合作的数据、学术资源，建设类脑智能国际合作节点和人才培养中心。中国科学院：自动化研究所中国科学院自动化研究所成立于1956年10月，是我国最早成立的国立自动化研究机构。目前设有类脑智能研究中心、智能感知与计算研究中心、脑网络组研究中心等12个科研开发部门，还有若干与国际和社会其他创新单元共建的各类联合实验室和工程中心。另有汉王科技、三博中等四十余家持股高科技公司。近年来，自动化所共获得省部级以上奖励30余项。发表论文数量逐年增加，质量不断提高；专利申请和授权量连年攀升，多年位居北京市科研系统前十名绘制的“脑网络组图谱”第一次建立了宏观尺度上的活体全脑连接图谱；虹膜识别核心技术突破国外封锁，通过产学研用相结合走出“中国制造”之路；基于自动化所语音识别技术的“紫冬语音云”在淘宝、来往等阿里巴巴旗下移动客户端产品中得到推广；“分子影像手术导航系统”通过国家药监局医疗器械安全性及有效性检测认证并进入临床应用；“智能视频监控技术”和“人脸识别技术”分别成功应用于2008年北京奥运会、2010年上海世博会的安保工作中，为社会安全贡献自己的力量；研制的AI程序“CASIA-先知1.0”采用知识和数据混合驱动的体系架构，在2017首届全国兵棋推演大赛总决赛中7：1的悬殊比分战胜人类顶级选手，展示了人工智能技术在博弈对抗领域的强大实力……在共建机构方面，自动化所与新加坡媒体发展管理局联合诚意中新数字媒体研究院，聚焦交互式语言学习、视频和分析等领域；与瑞士洛桑联邦理工大学(EPFL)在京成立中瑞数据密集型神经科学联合实验室，在类脑智能研究方面展开合作；与澳大利亚昆士兰大学（UQ）共建中澳脑网络组联合实验室，在“计算大脑”研究方向上进行远景规划；还与香港科技大学共建智能识别联合实验室，在模式识别、无线传感器网络等领域展开合作。厦门大学：智能科学与技术系早在上世纪八十年代初，厦门大学就已开始从事人工智能领域的研究，相继在专家系统、自然语言处理与机器翻译等领域取得过一系列成果。为此，1988年经学校批准成立“厦门大学人工智能与计算机应用研究所”，后于2004年更名为“厦门大学人工智能研究所”。2006年12月，经国家教育部批准，厦门大学正式设立“智能科学与技术”本科专业，并于2007年6月经学校批准成立“厦门大学智能科学与技术系”。厦门大学智能科学与技术系现有一个本科专业（智能科学与技术），三个硕士学位授予专业（模式识别与智能系统、计算机科学与技术、智能科学与技术），两个博士学位授予专业（计算机科学与技术、智能科学与技术）。目前该系承担多项国家863、国家自然科学基金、福建省科技基金等项目，拥有“福建省仿脑智能系统重点实验室”、“智能信息技术福建省高校重点实验室”和“厦门大学语言技术中心”三个平台，此外还有“艺术认知与计算”、“自然语言处理”、“智能多媒体技术”、“人工大脑实验室”、“智能中医信息处理”等多个研究型实验室，为培养高质量的学生提供了必要的保障。上海交通大学：计算机科学与工程系上海交通大学计算机科学与工程系成立于1984年。近年来，随着计算机科学与技术在人们生活中的应用不断深入，特别是随着云计算、物联网、移动互联网、大数据等技术的兴起，交通大学计算机系不断调整学科方向，形成了高可靠软件与理论、并行与分布式系统、计算机网络、智能人机交互、密码学与信息安全等研究方向。该院系下设三个重点实验室：智能计算与智能系统重点实验室、上海市教委智能交互与认知工程重点实验室、省部共建国家重点实验室培育基地及上海市可扩展计算与系统重点实验室。其中，上海交通大学-微软智能计算与智能系统联合实验室目前是教育部-微软重点实验室，成立于2005年9月，是交通大学和微软亚洲研究院在多年良好合作的基础上，为了更好发挥各自在并发计算、算法与复杂性理论、仿脑计算、计算机视觉、机器学习、计算智能、自然语言处理、多媒体通讯以及机器人等领域的优势，实现“使未来的计算机和机器人能够看、听、学，能以自然语言的方式与人类交流”这一共同使命而成立的。实验室在科学研究、人才培养、学术交流等方面也取得了很好的成绩。实验室累积发表论文200余篇，成果发表于CVPR，ICCV，WWW等国际顶级会议上。南京大学：计算机科学与技术系南京大学的计算机科学研究起步于1958年，建立了计算技术、计算数学、数理逻辑等专业开始培养计算机相关领域专门人才，1978年在上述三个专业基础上成立了计算机科学系，1993年更名为计算机科学与技术系。依托该系师资，先后成立了南京大学计算机软件研究所、计算机软件新技术国家重点实验室（南京大学）、南京大学计算机应用研究所、南京大学多媒体计算技术研究所、南京大学软件工程中心（江苏省软件工程研究中心）、南京大学信息安全研究所等科研机构。主要科研方向有：软件自动化与形式化、分布与并行计算及新型网络、新型程序设计与软件方法学、多媒体与信息处理、人工智能与机器学习、系统软件及信息安全等。建系30年来，共承担国家973计划、国家863计划、国家攀登计划、国家自然科学基金、国家科技攻关等重大科技计划项目以及省、部、委科研项目和企事业委托或国际合作的研发项目300余项，科研成果获得各种奖励80余项，其中国家科技进步奖一等奖1项、二等奖4项、三等奖2项，省部委自然科学奖和科技进步奖特等奖2项，一等奖8项，二等奖37项。发表论文3000多篇，出版专著、教材50多部，申请国家发明专利33项。部分成果被转化为产品，产生了较大社会效益和经济效益。哈尔滨工业大学：计算机科学与技术学院哈尔滨工业大学计算机专业创建于1956年，是中国最早的计算机专业之一。在1985年，发展成为计算机科学与工程系，并建立了计算机科学技术研究所。2000年，计算机科学与技术学院成立；同年，建立了软件学院，后经国家教育部、国家计委批准为国家示范性软件学院。目前。哈工大计算机科学与技术学院拥有计算机科学与技术国家一级重点学科、7个博士点和7个硕士点、1个博士后科研流动站、一个国家级教学团队、一个国家级科技创新团队、一个国防科工委创新研究团队。目前主要研究方向包括：智能人机交互、音视频编解码技术、语言处理、自然语言理解与中文信息处理、机器翻译、信息检索、海量数据计算、计算机网络与信息安全、传感器网与移动计算、高可靠与容错计算技术、穿戴计算机、企业计算与服务计算、智能机器人、生物计算与生物特征识别。学院有一批研究成果达到国际先进水平，包括：国家信息安全管理系统、数字视频广播编码传输与接收系统、大规模网络特定信息获取系统、计算机机群并行数据库系统、并行数据库系统、神州号飞船数据管理分系统、穿戴计算机系统、信息安全与实时监测系统、人脸识别系统、视频编解码技术、黑龙江省CIMS应用示范工程、农业专家系统等等。中国科学技术大学：计算机科学与技术学院中国科技大学于1958年建校时就设置了计算机专业。根据学科发展趋势和国家中长期发展规划，面向国家和社会的重大需求，计算机科学与技术学院将科研力量凝聚在高性能计算、智能计算与应用、网络计算与可信计算、先进计算机系统四个主要的研究领域。学院的支撑实验室有：国家高性能计算中心（合肥）、安徽省高性能计算重点实验室、安徽省计算与通讯软件重点实验室、 多媒体计算与通信教育部-微软重点实验室、中国科大超级运算中心和信息科学实验中心。其中，多媒体计算与通信教育部—微软重点实验室主要从事人机自然语音通信、语义计算与数据挖掘等方面的研究。人机自然语音通信方面，主要研究中文信息处理、人类视听觉机理、语音语言学等。语义计算与数据挖掘方面，主要研究自然语言驱动的计算、多媒体内容的语义标注、自动问答、语义社会网络、数据与知识工程、隐私保护与管理中的语义计算等。依托多媒体计算与通信教育部—微软重点实验室，双方联合实施了联合培养博士生计划、实习生计划、精品课程建设计划、青年教师培养计划等，取得了突出成果，探索出了一条企业和高校共同培养优秀人才的道路，为微软亚洲研究院与其他高校的合作提供了一个经典范例。华中科技大学：自动化学院华中科技大学自动化学院是由原控制科学与工程系和原图像识别与人工智能研究所于2013年合并组建的学院。原控制科学与工程系前身是成立于1973年的华中工学院自动控制系，1998年更名为华中理工大学控制科学与工程系；原图像识别与人工智能研究所是1978年由教育部和航天部共同批准成立从事图像识别和人工智能研究的研究机构。科学研究工作主要涉及复杂系统控制理论、决策分析与决策支持、电力电子与运动控制、智能控制与机器人、计算机集成控制与网络技术、信息检测与识别、飞行器控制与状态监测、生物信息处理、神经接口与康复技术、物流系统、国民经济动员与公共安全、多谱图像制导、目标探测的多谱信息技术、多谱信息的实时处理与系统集成技术、人工智能与思维科学、信息安全等方向。模式识别与智能系统是自动化一级学科的重要二级学科。迄今为止，本系在原 “图像识别与人工智能研究所”和“控制科学与工程系”的这两个学科点承担了百余项国家、国防与行业项目。近5年科研经费总额在8000万元以上，包括973计划，国家自然科学基金重点、面上和青年基金项目，863计划，国家重大专项、国防重点预研与基金，国家科技支撑计划，省部级科研项目，以及大型工程和企业科研合作项目等。总结事实上，不少国内的一流学校都开设了人工智能相关专业，但由于智能学科与技术目前尚不是一级学科，因此尚没有学校设立“人工智能”这一专业。人工智能学科覆盖面广，研究范畴包括自然语言处理、机器学习、神经网络等等，如果不能成为一级学科，那么在人才培养上就会存在着高开低走、碎片化、低水平重复的问题，即使各高校在产教融合上大力拓展，无法对人才进行集中系统地培养，依然会严重阻碍智能技术人才的培养。去年7月，国务院颁布的《新一代人工智能发展规划》中明确提出，大力建设人工智能学科，尽快在试点院校建立人工智能学院，增加人工智能相关学科方向的博士、硕士招生名额。随着各种利好文件推出，目前各地高校已经开始筹建人工智能专业和人工智能学院，比如中国科学院正式宣布成立人工智能技术学院，北京大学人工智能实验室也在筹备当中。当然人才培养不是一蹴而就的事情，未来还需在高校教育上持续投入，才能逐渐填补人工智能的人才缺口，让人工智能产业得到快速发展。

来源：金融界网站近日，教育部、国家发展改革委、财政部发文，指出要依托“双一流”建设，深化人工智能内涵，构建基础理论人才与“人工智能+X”复合型人才并重的培养体系，探索深度融合的学科建设和人才培养新模式，着力提升人工智能领域研究生培养水平，为我国抢占世界科技前沿，实现引领性原创成果的重大突破，提供更加充分的人才支撑。教研〔2020〕4号 各省、自治区、直辖市教育厅（教委）、发展改革委、财政厅（局），新疆生产建设兵团教育局、发展改革委、财政局，有关部门（单位）教育司（局），有关高等学校：根据国务院印发的《新一代人工智能发展规划》，教育部、国家发展改革委、财政部制定了《关于“双一流”建设高校促进学科融合 加快人工智能领域研究生培养的若干意见》，现予以印发，请认真贯彻执行。教育部 国家发展改革委 财政部2020年1月21日关于“双一流”建设高校促进学科融合加快人工智能领域研究生培养的若干意见人工智能是引领新一轮科技革命、产业变革、社会变革的战略性技术，正在对经济发展、社会进步、国际政治经济格局等方面产生重大深远的影响。培养和汇聚具有创新能力与合作精神的高层次人才，是高校的重要使命。与发达国家相比，我国在人工智能基础理论、原创算法、高端芯片和生态系统等方面仍有较大差距，学科交叉融合亟待深化，人才培养导向性亟待加强。为贯彻落实党中央、国务院关于加快发展新一代人工智能的重要部署，推动“双一流”建设高校着力构建赶超世界先进水平的人工智能人才培养体系，加快培养勇闯“无人区”的高层次人才，现提出如下意见。一、总体要求（一）指导思想以习近平新时代中国特色社会主义思想为指导，全面贯彻党的十九大和十九届二中、三中、四中全会精神，依托“双一流”建设，深化人工智能内涵，构建基础理论人才与“人工智能+X”复合型人才并重的培养体系，探索深度融合的学科建设和人才培养新模式，着力提升人工智能领域研究生培养水平，为我国抢占世界科技前沿，实现引领性原创成果的重大突破，提供更加充分的人才支撑。（二）基本原则需求导向、应用驱动。以解决人工智能重大理论和实践应用问题为牵引，促进人工智能基础理论研究，加快人工智能领域科技成果在重点行业领域的转化应用。以产业行业人工智能应用为导向，拓展核心技术和创新方法，实现人工智能对相关学科的赋能改造，形成“人工智能+X”的复合发展新模式。项目牵引、多元支持。服务支撑国家重大项目、重大发展规划的任务需求，统筹布局多学科交叉的基础理论、算法、软件及集成电路设计等方向的产教融合创新平台和人才培养基地。充分发挥政府财政投入、政策支持的引导作用和市场配置资源的决定性作用，鼓励企业、社会加大投入，形成财政资金、金融资本、社会资本合力支持人工智能相关学科发展和高层次人才培养的新格局。跨界融合、精准培养。深化人工智能与基础科学、信息科学、医学、哲学社会科学等相关学科的交叉融合，不断丰富完善人工智能主干知识体系和跨学科核心知识体系，培育新的学科生长点和特色方向。把握人工智能人才培养规律，学用结合，强化实践。创新高层次人才培养机制，面向领域和应用方向培养学生掌握不同学科的概念体系、方法工具等方面的知识。强化产教融合，构建自主创新和人才培养共同体。二、壮大高层次人才队伍（三）培育高水平创新型人才。加大对优秀人才特别是青年人才的稳定支持力度，大力培育具有发展潜力的人工智能领军人才。构建多类型、高质量、结构合理的人才队伍，涵盖理论、方法、工具、系统研究，以及将人工智能技术应用于产业创新、社会治理、国家安全等方面的人才。加强人工智能科研伦理教育。鼓励人工智能龙头企业根据产业技术的最新发展和对人才培养的最新需求，提供试验实践环境，对高校教师开展培训。（四）有序推动人工智能高端人才队伍建设。培育和吸引人工智能前沿领域优秀人才和高水平创新团队，以及具有发展潜力的优秀青年人才，注重人才学科背景的多样化、互补性，实行个性化支持政策，实现不同学科背景人才的系统性整合。以双聘等灵活聘用方式吸引企业和科研院所优秀人才到高校开展科学研究和人才培养。统筹利用各类资源，为人才流动和创新创业提供良好条件。三、打造高水平发展平台（五）完善人工智能领域学科布局。加强人工智能基础理论、机器学习、计算机视觉与模式识别、自然语言处理、知识处理与挖掘、智能芯片与系统、数据分析与大数据系统、认知心理学和神经科学等相关方向建设。鼓励高校统筹各类资金，支持人工智能相关学科建设，逐渐形成学科优势特色，推动人工智能向更多学科渗透融合。（六）设立产教融合创新平台。依托“双一流”建设高校，建设国家人工智能产教融合创新平台，在人工智能发展重大问题和突破方向上，实行联合科研攻关和融合育人，强化课程体系、计算平台、实验环境等条件建设。鼓励企业参与共建，在资金、项目等方面优先支持。（七）密切校企合作。支持高校、科研院所、产业联盟和骨干企业、新型研发机构等合作建设面向重大研究方向或重点行业应用的人工智能开放创新平台、应用场景平台、联合实验室（技术研发中心）和实训基地，共建示范性人工智能学院或研究院。鼓励企业参与制定研究生培养方案，组织开展人工智能高层次人才创新创业和技能竞赛，引导学生以企业实际问题开展创新创业实践。四、创新高层次人才培养机制和模式（八）确立专项任务培养研究生机制。以多学科交叉解决重大问题的专项任务作为研究生课题主要来源和培养载体，以高水平科学研究支撑人工智能高层次人才培养，支持高校在承担的重大科研任务中，自主确定研究生培养规模，制定个性化的培养方案，完善人才培养成本分摊机制。对承担重大科研任务的博士生，高校应参照科研人员管理的有关规定，制定保障和提高博士生相关待遇的具体办法，保护博士生的合法权益。（九）强化博士生交叉复合培养。聚焦新一代人工智能基础理论算法、关键技术和核心应用，强化问题导向的多学科交叉博士生培养，提高博士生将不同学科理论与方法、科学前沿与企业实践进行整合再创新的能力。支持高校与人工智能领域骨干企业、产业化基地和地方政府设立人才联合培养项目，建立任务驱动的跨行业跨学科导师团队，促进科研协同创新发展和博士生联合培养。完善工程博士培养标准，加大工程实践在培养方案中的比重，联合企业开展人才职业能力认证培训。鼓励企业向博士生开放课程、数据、案例、工具和实训平台。（十）加强课程体系建设。面向全产业链和社会发展需求，科学设计多学科交叉融合的课程体系，避免简单“拼盘化”。以理论沿革和关键领域核心技术为主干，打造人工智能核心知识课程体系，重点建设一批与数学、物理学、计算机、控制、神经和认知科学、心理学等学科交叉融合的人工智能基础课程。以重大科技前沿和产业应用创新需求为导向，打造人工智能关联知识课程体系，鼓励高科技创新企业参与建设一批“场景驱动”的应用型模块课程。加快推动人工智能领域最新研究成果转化为教学内容，建设一批有影响力的教材和国家精品在线开放课程。（十一）加强国际交流合作。瞄准人工智能国际前沿和国内发展短板，加大国内外联合培养人工智能相关领域博士生的支持力度。积极鼓励高层次人才开展国际交流，拓展合作的深度和广度。举办具有国际影响力的人工智能学术会议与论坛，创办高水平学术期刊。建设一批人工智能国际合作科研平台和基地，加强国际化高端人才培养和培训。鼓励高校发起和组织人工智能国际大科学计划，创设国际学术组织和大学合作联盟。推动制定人工智能领域相关国际标准和伦理规范。大力培养参与人工智能全球治理的国际化人才。五、加大支持与组织力度（十二）健全学科设置机制。健全以人工智能基础理论和产业发展需求为导向的学科专业结构动态调整机制。有条件的高校可根据经济社会发展和人才培养需要，以自主试点、先行先试方式，自主设置人工智能交叉学科。（十三）完善学科评价机制。完善以人才培养、知识创新、应用成效为核心的学科评价体系，探索有利于新兴交叉学科深度融合发展的评价办法，给予相对宽松的建设和评价周期。鼓励高校开展自我评估，支持学会、行业协会开展第三方评价，合理借鉴国际评估。构建激励学科交叉研究人员动态流动的复合评价机制，认可其对来源学科和交叉融合学科的双重贡献，以及论文、专利、软件著作权等成果形式。（十四）扩大研究生培养规模。将人工智能纳入“国家关键领域急需高层次人才培养专项招生计划”支持范围，综合考虑有关高校高水平师资、国家级科研平台、重大科研项目和攻关任务，以及产教融合、协同育人成效等情况，安排研究生尤其是博士生招生计划专项增量。积极引导高校通过实施常规增量倾斜和存量调整办法，切实优化招生结构，精准扩大人工智能相关学科高层次人才培养规模。（十五）健全学位质量保障机制。鼓励高校在人工智能相关学科设立教学指导分委员会，开展多样化教学评价。高校学位评定委员会设立人工智能专门工作组，负责人工智能高层次人才培养方案、学位标准和管理规范制定，承担学位评审相关工作。完善硕博贯通培养和分流退出机制。设立跨学科评议专家组，设置专门的评议要素，适时进行人工智能领域学位论文抽检和人才培养质量专项检查。（十六）加强资金投入引导。鼓励高校统筹财政投入、科研收入等各种资源，加大支持研究生培养、开展基础前沿研究和关键共性技术攻关的力度。加强与骨干企业的合作，利用天使投资、风险投资、创业投资基金及资本市场融资等多种渠道，引导社会资本参与高校人工智能重大项目实施，加大对人才培养、应用研究、基地平台建设和成果转移转化的支持力度。（十七）加强组织实施。教育部加强政策措施统筹协调，成立人工智能高层次人才培养专家委员会，指导高校实施人才培养专项计划，及时总结推广可复制的经验和做法。各地教育行政部门和高校要加强人工智能相关学科建设与人才培养规划，制定切实可行的实施计划，完善人才培养质量监测评估机制。

首先，26岁考研并不算晚，实际上在30岁之前读研都还算是不错的选择，随着目前IT行业不断进行结构性调整，更多的程序员（尤其是初级程序员）都希望通过读研来完成岗位升级。按照历史经验来看，大部分程序员在读研之后都获得了岗位升级。目前人工智能领域的人才需求依然以研发型人才需求为主，而且不少公司往往都要求研发级岗位的从业者需要具有研究生学历，所以当前要想获得人工智能领域的研发级岗位，读研是比较现实的选择。由于人工智能领域的人才培养具有较大的难度，所以在考研时尽量选择资源整合能力比较强的高校，这样会有一个更好的学习过程，也更容易获得研究成果，而且选择重点高校读研对于未来的就业也有比较直接的影响。在选择目标高校时，应该重点关注一下人工智能方向的研究实力，可以重点关注一下该方向的导师以及相应的课题。如果考重点高校有较大的困难，那么也可以关注一下学科实力比较强的普通高校，毕竟研究生教育更注重学科实力。人工智能方向是当前的热门方向，不仅考研难度比较大，读研的难度也非常大，有不少研究生会因为研究成果没有达标而选择延期答辩，这种情况也比较常见，其中博士研究生延期毕业的情况更加常见。所以，选择人工智能方向的研究生，一定要有较强的学习能力和扎实的知识基础。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！

　　制图：沈亦伶　　早上，被智能音箱叫醒，同时还提醒你上午要给朋友回电话；去上班，用导航地图走了避免拥堵的路线；路上，拍了张照片，用修图软件一键PS；到了办公室，刷一下根据你兴趣推荐的新闻。　　这样的场景，你是否熟悉？不过，你可能并未意识到，这背后，其实都有人工智能的影子。　　当然，这些并不是人工智能的全部。　　现状——　　人工智能已在身边　　“人类终将使电脑智能化且使其远胜人脑。”这是1987年复旦大学计算机科学系毕业生陆奇给同学的临别赠言。　　如今，身为百度集团总裁兼首席运营官的陆奇，正和万千程序员与亿万公众一起，经历着人工智能的跌宕起伏和带来的巨大改变。　　从可以跟你聊天的“小冰”到能帮你开电视的智能音箱，从机器翻译到智能教育，从刷脸支付到无人驾驶，从可穿戴设备到智能医疗……人工智能已经全面走入人类的生活，广泛渗透到生产和生活的各个领域，并不断刷新人们的想象力。　　在新闻领域，基于大数据和人工智能的个性化推荐已成为不少新闻APP的标配，写稿机器人、智能视频剪刀手等生产工具也在不断涌现；　　在教育领域，人工智能已经被应用在批改作业、教英文等教学项目，探索“私人订制”“千人千面”的个性化学习模式；　　在语音识别和翻译领域，翻译软件已经可以支持全球数十种热门语言互译、覆盖几百个翻译方向；　　在金融领域，生物识别技术的应用使得刷脸支付已成为现实，以较低成本提供个性化专属财富管理方案的智能投顾也已在不断发展中；　　在物流领域，智能分单、智能配送机器人、无人仓、无人机等产品和服务，已在不断帮助快递业提升物流速度和服务水平；　　在零售领域，除了无人超市等吸引眼球的探索性应用外，人工智能还被用来对超市的生鲜商品进货量进行预测；　　在交通领域，除了地图、导航等应用外，备受关注的无人驾驶也有了新的进展；　　在医疗领域，利用AI和大数据的能力，可以让机器筛查和分析医学影像，来辅助医生诊断；　　……　　当然，人工智能的应用不仅是在第三产业，在农业、工业和社会治理领域，人工智能的赋能作用也都有不错的表现。　　相比人工智能诞生后的两次最终陷于沉寂的热潮，这次的人工智能研究和应用遍地开花，热潮来得更为贴近产业。　　“人工智能这次浪潮其实是更稳健的浪潮，技术基础、数据技术、计算基础、社会基础都比较扎实。”微软亚洲研究院副院长张益肇表示，“此次人工智能浪潮比以往拥有更多落地的实际应用场景，产学研互动比以前更丰富。”　　“‘人工智能+’时代已经到来。”猎豹移动创始人兼CEO傅盛说。　　改变——　　重塑中的各行各业　　变化是显而易见的，而影响，有些已然显现，有些还在水面之下。　　“人工智能技术的不断发展必将不断重塑各行各业以及我们的生活。”张益肇将这种“重塑”概括为三个方面：推动产业向智能化转变、引发商业创新、让人们的生活更美好。　　对各行各业而言，直观的变化是效率的提升。　　在工业领域，来自阿里云的数据显示，通过其推出的ET工业大脑，光伏切片企业协鑫光伏良品率提升超过1%，每年带来经济效益超亿元；轮胎生产企业中策橡胶则将良品率最高提升了5%。“先进制造业可能是AI效益杠杆最大的行业”，阿里巴巴集团副总裁刘松说。　　在信用评级领域，以机器学习为基础的大数据风控，在提高信贷服务效率、增加金融服务覆盖率方面，效果明显。据百度方面介绍，其教育信贷基本上是以“秒”的时间就可决定是不是给一个人放贷。　　“过去40年，前20年的数字化进程改变了生产资料，后20年的网络化进程重构了市场关系，未来20年人工智能模糊了生产资料和劳动力之间的界限，其使命是与传统产业嫁接，降低生产成本，对生产力产生数量级的提升。”驭势科技联合创始人、CEO吴甘沙说。　　这种提升催生了一个极具想象力的增量空间。　　据咨询公司埃森哲2017年6月发布的《人工智能：助力中国经济增长》报告显示，制造业、农林渔业、批发和零售业将成为从人工智能应用中获益最多的3个行业。到2035年，人工智能将推动这三大行业的年增长率分别提升2%、1.8%和1.7%。　　影响还将发生在社会治理领域。　　专家表示，随着人工智能技术的发展，未来政府的很多管理方式都有必要从追逐式管理变成预测式管理。　　2016年，杭州市政府牵头联合了包括阿里云等13家企业开始进行城市数据大脑的探索。在杭州萧山的试点发现，通过智能调节红绿灯，区域内通行速度提升15%，让120救护车到达现场时间缩短了一半；在杭州主城区，部分区域通行时间缩短15.3%。　　对个人而言，除了生活领域的改变，影响还将发生在职业领域——未来，一些重复性的工作，如在线客服、速记翻译、驾驶员等都可能被人工智能取代。　　不过，业内人士也表示，对此不必过于担心，在产生职业替代的同时，AI也会产生新的行业。“集装箱出现以后，搬运工人担心会失业，在港口却出现了很多吊桥工人。”在阿里巴巴集团董事局主席马云看来，新技术不是让人失业，而是让人做更有价值的事情，让人不去重复自己，而是去创新，让人的工作能够“进化”。　　巨大的影响，带来足够快的行业增长率。　　艾媒咨询数据显示，中国人工智能产业规模2016年已突破100亿元，增长率达到43.3%，预计2017年增长率将提高至51.2%，产业规模达到152.10亿元，并于2019年增长至344.30亿元。　　不过，在业内人士看来，目前这些影响，还只是冰山一角。　　麦肯锡全球研究院认为，人工智能正在促进人类社会发生转变，这种转变将比工业革命“发生的速度快10倍，规模大300倍，影响几乎大3000倍”。　　“在不久的未来，智能流就会像今天的电流一样平静地环绕、支持着我们，在一切环节提供养料，彻底改变人类经济、政治、社会、生活的形态。”百度董事长兼CEO李彦宏如是表示。　　未来——　　百米赛跑才刚刚起步　　“我要看到未来的自己。”这是百度大脑给《智能革命》这本书所作序言的最后一句。　　未来的人工智能什么样？现在可能谁都没有答案，但能确定的是，当下只是个开始。　　“如果把人工智能应用比喻成百米赛跑，现在是刚刚起步。”张益肇说，“人工智能现阶段就是互联网在上世纪90年代初期的那个阶段。”　　政府、企业、资本等多种推动，成为这一波人工智能火起来的“助推器”。当然，与许多互联网发展进程的新事物一样，人工智能在成为风口的同时，也还存在待突破的瓶颈。　　从技术层面看，目前人工智能还处于“黑箱”决策阶段，而且“主要方法论仍是基于大数据、大计算模式”，想让机器像人类那样思考，就必须“喂”给它天量数据，由此导致目前人工智能落地还存在行业局限，“拥有大量数据积累和分析需求的行业更适合实现转型。”张益肇说。　　此外，从国内情况看，人才缺口对意图发力人工智能领域的企业来说，也正成为一大制约。　　“全国人工智能研究方向的博士、硕士每年只有不到200人，而如今的创业公司多如牛毛，这个数字根本不够分。”李彦宏直言。来自领英的数据显示，全球范围内，人工智能专业人才有195万，中国只占2%，排名第七。　　从行业层面看，重应用、轻基础的急功近利，无序与重复投资、过热与概念包装、浮躁与浮夸并存等问题也不容忽视。有业内人士直言，需要警惕人工智能“网红化”的倾向。　　商汤科技联合创始人兼CEO徐立直言，国内人工智能创业大多扎堆在应用层面，创业者使用开源算法，找到某个垂直领域便套上“人工智能”概念扎进去，但真正从算法层出发做“原创技术”的人并不多。“而这块才是核心，是最需要厚积薄发的。”　　不过，业内人士也表示，这些可以理解为“成长的烦恼”：是瓶颈，也是下一步发力的方向。从更广阔的时代眼光看，中国正处于发展AI的良好机遇期。　　从人才角度看，已经现出明显成长性。乌镇智库的数据显示，在人工智能专利数上，最近5年，中国专利数平均每年增速为43%；美国增速为21.7%。其中，2016年中国新增的人工智能专利数突破9000，超过美国的两倍。　　“中国人工智能企业数量、专利申请数量及融资规模均仅次于美国，位列全球第二。”陆奇分析表示，中国拥有巨大的市场机会和独有的海量数据，这对于海外人才的吸引力不容忽视。事实上，近年来，吴恩达、李飞飞等一批知名AI人才纷纷回国发展，也佐证了这一点。　　国家的重视也在为人工智能的发展助力。2016年3月，人工智能一词写入国家“十三五”规划纲要。2017年3月，人工智能首次被写入《政府工作报告》，如今《新一代人工智能发展规划》也已正式印发。　　“中国在这次科技浪潮上是赶在前面的，深度学习有超过40%的论文是华人发表的，这次我们和专家沟通起来没有语言障碍，也没有时差障碍。我们有很好的数据、巨大的样本群，有很好的工程师队伍，又有全球一流的制造能力。”傅盛表示：“未来是人与机器人共存，中国存在弯道超车的机会。”　　从这个意义上讲，未来已来，只是尚未流行。