研究人工智能生硕士

人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。随着时代的发展，还需要更多的人工智能相关专业的人才。从当前的就业局面来看，每年老牌985大学的人工智能专业的硕士研究生就业平均薪资都在30万以上，而北上广比较知名的互联网公司对于技术开发人员甚至开出了四五十万的年薪高价。而人工智能虽然就业之后的薪资水平比较高，但目前国内从事这个行业的人还是比较少，所以需要大量的人才。整个社会人工智能行业的发展离不开高校人才的培养，特别是在计算机和互联网领域一直深耕细作的这些高校。近日，为了抢占未来的发展先机，全国有多所高校直接成立了人工智能学院。尤其是国内一些顶尖的大学更是如此。中国科学院大学人工智能技术学院2017年5月28日，中国科学院大学发文成立人工智能技术学院。这是我国人工智能技术领域首个全面开展教学和科研工作的新型学院。人工智能技术是第四次工业革命的核心推动力，将广泛地渗透到社会各个领域并产生生产力的革新。然而，我国人工智能领域无论在研究和应用方面都面临巨大的人才缺口。《中国科学院大学科教融合人工智能技术学院建设方案》经审议于2017年3月在院务会通过。根据建设方案，学院将聚焦人工智能领域核心科学和关键技术，面向国际学科前沿与社会发展需求，形成科研、教育、产业深度融合，创新型人才培养与技术应用型人才培养互补，专业化培育与定制型培育结合的教育科研体系。人工智能技术学院由中科院自动化所担任主承办单位，联合计算所、沈阳自动化所、软件所、声学所、深圳先进技术研究院、数学与系统科学研究院、重庆绿色智能技术研究院等为共同承担单位。人工智能技术学院建设工作已经启动，目前已着手建立学院管理组织和规章制度，开展课程体系研讨与课程设置方案的论证，开展教学、科研师资力量配置等工作。2017年9月，首批研究生将正式注册为中国科学院大学人工智能技术学院的学生。根据建设方案，2018年9月起还将逐步面向社会，结合国际、国内人工智能技术产业需求，开展非全日制研究生培养及在职人员继续教育等人才提升项目。2、南京大学人工智能学院2018年3月6日，南京大学证实正在筹划成立人工智能学院。人工智能学院将由长江学者、南京大学计算机系的周志华教授主持工作人工智能学院的成立旨在顺应国家的科技发展战略，切合产业的发展需要，充分发挥南京大学在人工智能方向上学科发展和人才培养优势，形成高端人才集聚效应，探索智能产业产学研合作的新模式，为促进中国在新一轮国际竞争中处于优势地位作出重要贡献。3、西安电子科技大学人工智能学院西安电子科技大学人工智能学院面向国家重大战略发展和国际前沿发展需求，深入贯彻十九大报告精神和《新一代人工智能发展规划》，践行“互联网+”“一带一路”和创新型国家建设、军民融合发展等一系列国家战略，着力打造人工智能领域高端人才培养基地、创新成果研发中心和高层次团队培育平台。学院设有智能科学与技术国家级特色专业（本科），在模式识别与智能系统、系统工程和智能信息处理等相关学科招收博士和硕士研究生。近5年，在人工智能领域3次获国家自然科学奖二等奖，面对国际学术前沿和国家战略需求，成功研制我国首套类脑SAR系统、基于面阵CCD的光谱视频成像系统、我国首个人脸画像识别系统等平台和系统，创新地确立起了“国际前沿+西电特色”的本-硕-博一体化培养体系，已有百余名校友成长为我国人工智能领域的领军人物。

自2018年开始，互联网大数据专业急剧升温，各大高校都纷纷新开设此类专业，以适应互联网经济和智能制造的发展，大数据、机器人和网络安全等专业的就业前景广阔。大数据是时代发展的必然产物，正在加速渗透到我们的日常生活中，一切可量化，一切可分析，以致于这个社会中的海量数据变成了巨大的潜在财富，拉动包括互联网、零售业、电信和媒体等在内的多种行业的发展。随着计算机速度的不断提高、存储容量的不断扩大、成本的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的三个热点是：智能接口、数据挖掘、主体及多主体系统。智能接口技术研究如何使人们能够方便自然地与计算机交流；数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识；多主体系统试图用主体来模拟人的智能行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。针对以上两个新兴领域的学习和研究，大家如果想去香港就读相关专业硕士的话，香港八大高校分别有不同方向和特色的硕士项目等待大家的选择，小编在此整理好了相关课程的最新招生信息，希望对大家有所帮助。香港大学香港大学数据科学硕士由香港大学计算机科学与统计与精算学院联合办学，被誉为亚洲学术研究的领先中心之一。无论是全职学习时间超过18个月，还是兼职时间超过30个月，学生都将获得机器学习和数据分析方面的专业技能，并且还能深入研究实际应用，包括社交媒体中数据的作用以及云计算的发展。◆数据科学硕士统计与精算学系和计算机科学系共同提供一种研究生课程，以数据科学硕士学位的身份提供两种学习模式：全日制一年半半的学习模式和兼读制两个半个学年。该课程旨在为毕业生提供数据科学原理和实践方面的培训。申请者应具有微积分和代数知识，计算机程序设计和入门统计知识，并且应在这三个科目或相关领域中的每个领域至少参加一门大学或大专文凭课程。全职/兼职报名截止日期第一轮（主要）：2020年12月15日中午12:00（格林尼治标准时间+8）第2回合（结算）：2021年2月1日中午12:00（GMT +8）◆金融技术金融硕士该课程以跨学科的学术重点为基础，要求学生完成以金融科技为重点的不同学科的课程，例如区块链和加密货币、金融欺诈分析、金融市场法规等，学生总共需要完成十二门课程，其中包括十门核心课程和两门选修课程。如果申请者不是来自英语教学大学，则需提供TOEFL/IELTS分数，托福成绩必须达到550分或以上（笔试）或80分（基于互联网的考试），或者雅思考试的最低总分不低于5.5，且不低于5.5。具有计算机科学、工程、数学、物理学、统计学或与科学和技术相关的背景的候选人是高度优选的。全职报名截止日期第一轮：2020年10月19日中午12:00（GMT +8）第二轮：2020年12月14日中午12:00（GMT +8）第三轮：2021年2月3日中午12:00（GMT +8）第4回合：2021年3月9日中午12:00（GMT +8）第5轮：2021年4月7日中午12:00（格林尼治标准时间+8）香港科技大学◆金融技术理学硕士由工商管理学院、工程学院和理学院共同运营，从信息技术、区块链、数据科学、机器学习和决策分析等及时领域吸取专业知识。毕业生将能够分析新兴金融技术的工程机制和财务原理，并利用工程方法和定量技术支持的实用手段制定和解决与金融科技相关的问题。申请截止日期全日制：2021年2月1日兼读制：2021年4月1日◆数据驱动建模理学硕士由物理学和数学系联合提供，旨在培养下一代在解决问题和逻辑思维方面具有强大的技能。学生将受过训练，具有动手的经验，可以分析大量数据，从中提取重要功能，从而提供宝贵的见解，以了解复杂的情况并促进企业、行业和服务的明智决策。申请截止日期全日制：2021年1月1日（第一轮）；2021年3月15日（第二回合）；2021年5月15日（第三回合）兼职：2021年1月1日（第一回合）；2021年3月15日（第二回合）；2021年5月15日（第三回合）◆大数据技术理学硕士由计算机科学与工程系和数学系联合提供，旨在教育学生有关大数据和与大数据有关的问题，希望学生熟悉大数据系统的工作流程以及大数据系统的社会和社会意义。申请截止日期全日制：2020年12月1日（第一轮）；2021年3月1日（第二回合）兼职：2020年12月1日（第一回合）；2021年3月1日（第二回合）◆金融数学理学硕士侧重于培养学生成为当代金融和财富管理的专业人才，解决金融问题数学方法的应用，提供机器学习、区块链技术和算法交易等方面的新课程，以适应地区市场的快速变化。申请截止日期全日制：2021年2月1日兼读制：2021年2月1日申请人必须满足以下语言能力之一的英语语言要求：托福网考：80托福-pBT：550托福修订的纸笔考试：60（阅读，听力和写作部分的总分）雅思（学术模块）：总分6.5和所有子分数5.5香港中文大学◆金融技术硕士入学要求：·基本的数学知识（例如微积分，线性代数和概率）以及一种现代编程语言（例如C，C ++，Java或Python）的熟练程度·拥有认可大学或同等专业资格的工程，科学或金融/商业相关学科的学士学位申请截止日期第一轮：2020年10月5日第二轮：2020年11月9日第三轮：2021年1月18日第四轮：2021年4月12日◆数学硕士入学要求：通常还要求申请人参加面试申请截止日期：2021年3月31日在以下英语语言测试中达到分数：托福：550（基于纸张）/79（基于互联网）；雅思（学术）：6.5；GMAT：21级（口头）香港城市大学◆理学硕士（金融数学与统计）该计划由香港城市大学数学系提供，强调学生评估和发展金融业务和统计模型的能力的发展，还为学生提供复杂的金融和保险业务所需的理论知识，以及在金融数学和风险管理方面的数学和计算能力。从非英语授课的机构获得入学资格的申请人还应满足以下最低英语水平要求：在英语外语考试（TOEFL）上获得550分（纸笔考试）或59分（修订纸笔考试）或79分（基于互联网的考试）的分数；国际英语测试系统（IELTS）的总得分为6.5；在中国大陆CET-6考试中获得450分香港理工大学◆数据科学及分析理学硕士该计划旨在培养具有跨数学、统计学和计算机科学核心学科专业知识的毕业生，能培养学生的分析性和批判性思维以及解决问题能力，使毕业生能够在金融和信息技术等各个行业中担任数据分析师的职业。入学要求：拥有数学、统计学、计算机科学、IT、工程、科学或同等学历的荣誉学士学位。还将考虑拥有另一门学科的学士学位并且具有足够的数学或IT背景的申请者。应满足以下最低英语语言入学要求：基于Internet的考试的英语作为外语考试（TOEFL）的得分为80，针对纸质考试的英语为TOEFL的得分为550；国际英语测验系统（IELTS）的整体总分至少为6香港岭南大学◆人工智能与商业分析理学硕士该课程旨在教育学生关于人工智能和商业分析技术的基本原理和实际应用，特别是在商业领域，使他们能够在解决问题时可以有效地运用人工智能工具和技术、在决策时可以使用数据分析技能和人工智能技术来分析商业问题。申请者需：持有认可大学的理学、工程学、工商管理或有关学科的学士学位，或拥有其他同等学历 (视乎申请者情况作个别考虑)；除非持有香港或其他英语国家大学颁发的学位，其他申请人须符合以下要求：托福考试(TOEFL)最低成绩达550分(纸考)或79分(网考)；或雅思考试(IELTS)最低成绩达6.5分香港浸会大学◆金融（金融科技及金融分析）理学硕士该课程旨在为学生提供金融、金融科技和金融分析方面的知识，帮助他们培养解决金融相关业务问题的能力，并培养他们更好地为当今数据驱动经济中快速增长的需求做好准备。申请人应具备英语水平证明：雅思总分最低6.5分；或托福成绩79分（基于互联网）；或其他测试的同等分数申请截止日期：2021年3月1日◆人工智能与数码媒体理学硕士该课程旨在为学生提供计算和数字时代所需的人工智能和媒体传播的前沿跨学科知识和技能，以若干理论和方法课程的学术核心为基础，提供广泛的选修课程，侧重于数字转型背景下媒体机构和业务的知识和实践。申请人应具备英语水平证明：雅思总分至少为6.0分；或托福（iBT）最低成绩74分；或大学英语六级考试最低成绩450分申请截止日期：2021年3月1日◆数据分析及商业经济学理学硕士该课程的一个显著特点是在商业经济知识、统计模型和编程技能方面进行均衡的培训，提供各种数据分析课程，辅以相关的统计知识、编程技能和实际商业案例，还提供商业战略的最新经济原则、智慧城市发展的挑战和未来前景的课程。达到以下任一标准即可满足英语水平要求：托福网考最低成绩79分；或雅思成绩至少达到6.5分；或其他同等资格申请截止日期：2021年2月1日香港教育大学◆人工智能与教育科技硕士（新）申请人通常应满足以下最低英语能力要求之一：-- 雅思6.0总分（学术版）；或-- GCSE / GCE OL英语C级或以上；或-- 托福成绩80分（基于互联网的考试）；或-- 中国大陆大学英语考试（CET）的6级（总分达到430或以上，并且考试结果应在两年内有效）；或-- 其他同等学历

【环球网科技综合报道】1月15日消息，全球首所培养研究生的研究型人工智能大学穆罕默德·本·扎耶德人工智能大学（MBZUAI）本周举行线上欢迎仪式，正式迎来了首批新生。MBZUAI于2019年10月成立，位于阿拉伯联合酋长国。校内建有智能教室、研究实验室、AI专业知识中心和相关娱乐设施。值得注意的是，学校董事会成员由人工智能领域的多名国际知名专家组成，包括创新工场董事长兼首席执行官李开复。据校方介绍，该大学迎来的首批78名新生由13位博士生和65名硕士生组成，来自全球29个国家。这些新生从近100个国家的数千名申请者中脱颖而出，并将在MBZUAI的机器学习和计算机视觉专业学习。在欢迎仪式上，阿联酋工业和先进技术部部长、MBZUAI董事会主席苏尔坦·贾比尔（Sultan Ahmed Al Jaber）表示：“我很高兴能够迎来MBZUAI的第一批学生，这是我们实现建立AI开发和研究中心承诺的关键里程碑。我们将为来自29个国家的学生提供专业的资源，并共同促进人工智能领域的发展。”据悉，MBZUAI将重点推进以下四个方面的研发：在服务和生活质量方面，改善相关领域的服务质量；在工业和制造技术当面，提高效率与生产力；在新领域方面，培养新兴高价值产业；在资源和环境可持续发展方面，通过人工智能优化水和能源的使用，以此更好保护环境。

本科生和研究生有何区别？硕士和博士又有什么不同？这是很多人都有的困惑，今天我们就来看看大家怎么说吧！01/@61发际线已经说明了一切……02/@SuperMario小学，老师告诉学生：“森林里有只老虎，已经被我关在笼子里，我会带你去那个地方，然后给你一把猎枪，告诉你猎枪怎么用，并开枪给你示范。然后你跟着我学着开枪把老虎干掉。”中学，老师告诉学生：“森林里有只老虎，已经被我关在笼子里，在森林的西北角，我给你一把猎枪，告诉你猎枪怎么用，你自己去森林找到那只关着的老虎，干掉它。”本科，老师告诉学生：“森林里有只老虎，具体位置不知道，不过大约在西北角的位置。我给你一把猎枪，你自己琢磨一下该怎么用，会用之后去森林找到那只老虎，干掉它。”硕士，老师告诉学生：“森林里有只老虎，具体位置不知道，不过肯定是有的。你自己想办法找到那只老虎干掉它。你可以自己去买一把猎枪，或者用其他的方法。”博士，老师告诉学生：“给你一堆小树苗，你去种一片森林，然后看看能吸引过来什么动物，等动物长肥了再捕猎回来……愣着干什么，还不快去种树。”03/@momo酱两个本科生相亲，聊时事八卦和共同感兴趣的话题。两个硕士相亲，聊专业，聊工作，一起吐槽导师。两个博士相亲，互相介绍自己研究的领域，回去的第一件事情是查一下对方发了多少SCI。04/@地图小子儿子写日记：“夜深了，妈妈在打麻将，爸爸在上网……”爸爸检查时，很不满意地说：“日记源于生活，但要高于生活！”孩子马上修改为：“夜深了，妈妈在赌钱，爸爸在网恋……”爸爸更不满了，愤怒地说：“看看本科生是怎样写的。一定要提倡正能量，以正面宣传为主！”孩子再修改为：“夜深了，妈妈在研究经济，爸爸在研究互联网+生活……”爸爸看后说，这还差不多，但深度不够，有待进一步提高！以后你长大了成了硕士研究生，你就知道应该这么写了：“妈妈在研究信息不对称状态下的动态博弈，爸爸在研究人工智能与情感供给侧的新兴组合。”爸爸接着说，要是你打算成为博士，得这样写：“妈妈在研究复杂群体中多因素干扰及信息不对称状态下的新型‘囚徒困境’博弈；爸爸研究的是：大数据视角下的六度空间理论在情感供给侧匹配中的创新与实践。”05/@QilanYuan博士和硕士从能力培养上，我觉得是很不一样的，他们适合的出路也大不相同。这里仅说说我理解的工科博士和硕士的区别。博士注重培养科研能力。科研能力简而言之就是解决领域内最前沿的问题以及发表论文的能力，这包括了你在自己领域的知识积累、创新能力、逻辑思维能力、动手能力、表达与写作能力，此外你或许还需要学会很多学术圈的“游戏规则”。博士这条路，我觉得最适合将来进入科研领域的人，这些人的出路大部分是留在高校当老师，去研究所，还有个别会去企业搞研究或者研发。博士去普通企业的最根本问题是，你在博士期间培养的大部分能力，可能并不是企业所看重的（企业就最注重的是做出产品卖出利润），所以待遇上一般不会比硕士高很多，这是最普遍的情况。当然有普遍就有例外，对于热门领域、实用技术的顶尖的研究人才，去企业可能都非常抢手。硕士主要培养的可能是专业领域的知识和解决问题的能力。可以发现，基本就是大部分企业所看中的能力。不同学校所培养的能力也不尽相同，至于毕业要求，一般只要熟悉了解专业知识，能运用知识解决问题，最多做一些很小的创新就够了。硕士途径培养出来的人，去企业也有能力胜任专业性强的工作，当然也可以继续深造，走科研道路。总而言之，念硕士是一个性价比相对比较高的选择，时间成本比博士少2-3年，竞争力又比本科生强很多；也是一个灵活度高的选择，将来去企业或者去学校都是可以的。06/@命运sniper本科生关注的问题：大学宿舍里都有哪些惊为天人的事情？有哪些适合学生去的旅游景点？如何进行考前突击？挂科/差点挂科是一种怎样的体验？如何判断自己适合从事什么工作？硕士关注的问题：如何跟导师相处？如何克服拖延症？如何撰写一份亮眼的简历？如何快速完成毕业论文？博士关注的问题：如何高效阅读学术论文？有什么撰写学术论文的好工具？如何预防脱发？被延期是一种怎样的体验？相亲是一种怎样的体验？07/@中国大学MOOC针对这个问题采访了浙江某高校化学、农学、电气工程、管理学等专业的十位博士生，以及新闻传播、土木工程等专业的六位硕士生，整理了以上几位同学的观点，形成如下内容：1.科研是一个屋子，本科生在窗外观望，硕士生在客厅踱步，博士生在书房坐定。本科很少涉及科研工作，毕业设计和一些必须的科研活动通常只是硕博或者老师带着打打杂，以完成任务为目的，少有深入的思考。硕士和博士都需要在导师框定课题范围之后，独立主导课题实现的全过程。硕士要解决从理论到应用的问题，方向上比本科时更进一步。博士则更多研究了理论与方法的创新，所以博士的课题往往会更宏大，更底层，更具不确定性。2.本硕博在培养认知能力时的侧重点不同。从学生的能力成长上来看，本科着重培养基础认知能力，硕士在本科基础上着重培养认知创造能力，博士在硕士基础上着重培养细分领域更底层的认知创造能力。本科通过学习，理解和吸收前人已经掌握的知识经验，站在巨人的肩膀上赏风景。硕士是老师交给你一个小的科研问题，这个问题目前还没有解决，你需要用已有的方法论，或者对已有方法论略施改进，然后解决这个问题。博士则是通过自己长期对某一领域的钻研，提出这个领域的一个或者一系列关键问题，通过建立自己的方法论，解决这些问题。3.心态上，学历越高面临的压力越大，这与研究生严格的科研要求、论文发表篇数、日常工作量、毕业要求、导师等息息相关。本科和硕士的专业性较弱，除了科目学习和研究工作外还需要花大量精力参加实习、培训、社团等，打造求职硬技能和软素质，提升求职竞争力，精力在学业上的集中度不够。博士生是华山一条路，全心全意做科研，毕业是第一要义，科研能力是未来就业的核心竞争力。所以随着学历的提升，文章久投不录、毕业遥遥无期、发际线越来越高、对象越来越难找、生活压力越来越大、人际交往的圈子越来越小、同龄人越混越好等各种压力和烦恼会越来越多而且越来越明显，博士生可能是大学校园内幸福感最低的群体。这正印证了那句很火的话，读研后才知道不读博并不是因为不想读博，而是读不了博。4.论文上，本硕博在研究领域、发表门槛、篇幅、题材、原创性上都有很大的差异。本科的论文是升级版的读书笔记，平均1万字即可达到毕业要求，原创内容较少，以整理提炼前人的知识为主；硕士和博士论文以自己原创内容为主，硕士的毕业论文评价3万字达到毕业要求，博士平均则为5万。部分毕设要结合学生的实习经历，其中博士论文在篇幅和深度上远远超过硕士。在论文的门槛上，大部分硕士往往针对一些项目以及国内学术的研究热点开展研究，也只需要发中文期刊即可，博士则需要对国内外上最新的该领域研究进行学习并提出创新，层次上有区别。5.工作上，硕士在求职中占有一定优势，博士生就业面缩窄。本科硕士博士的专业性依次增强，所找的工作专业对口度依次增加，工作的研究性依次增大。在竞争日益激烈的今天，硕士生相比本科生学习研究能力更强；相比博士生，年龄与更广的择业范围是优势之一。而博士生相对本硕就业面会有一定缩窄，以高校、科研机构、企业研发为主要出口。08/@北京大学教授乔晓春北京大学教授乔晓春曾在自己的著作中分享了自己本科、硕士和博士区别的理解，我们节选了部分内容：读书应该有五个层次：第一个层次是学习新知识，让自己知道得更多，知识面更宽；第二个层次应该是不仅知其然，还要知其所以然，那就是不仅学了“是什么”，还要学到“为什么”，也就是要搞清楚知识背后的道理；第三个层次是要学到人家是怎么获得的知识，或知识是如何研究出来的，即了解别人研究问题的思路和方法是什么；第四个层次是如何将学到的这些知识，包括所需知识、研究思路和研究方法，用在自己的专业研究上，并从事科学研究；第五个层次就是能够把学到的知识、思路和理念应用到更为宽泛的领域，包括对生活方式、思维方式、价值观、世界观和人生观的提升。这里的前三个层次属于被动学习，后两个层次属于主动学习。前者需要老师来教，后者更需要“自悟”，老师的作用主要是引领，而仅仅不是传授。中小学生的学习主要集中在第一个层次，即单纯学习知识或学习“是什么”。到了中学，特别是高中期间会开始学习一些“为什么”。到了大学本科主要是学“是什么”和“为什么”，这期间对“为什么”的掌握要比中学时多很多，并开始接触第三个层次，关于“怎样做”的问题，即学习一些初级的研究方法，但是这些研究方法对于独立做一项研究还是远远不够的。到了硕士研究生阶段，就应该更系统地学习研究思路和方法，即加强第三个层次知识的学习，并开始涉及第四个层次的问题，即开始能够做初步的、简单的研究。到了博士生阶段，基本上进入了主动学习阶段，即集中完成第四个层次和第五个层次。从培养目标的差异上看，硕士培养的是“会做事情”的人，博士培养的则是“会思考、会创新、有智慧”的人，这应该是学习的终极目的。学习的最高境界不在于学到了多少知识，而是要通过学习引发更多、更广泛的思考，使思考变成一种能力和习惯，而且这种思考是不断深入、不断扩展的。你会从狭义的、只局限在专业领域的思考开始，自觉不自觉地拓展为广义的、对专业知识以外问题的思考。不了解科学的“外在”意义，一个博士只能算是一个会使用方法的技术员，这无异于只读了一个硕士。实际上，硕士以前的学习是一个能够“学进去”的过程，而到了博士就需要经历一个“学出来”的过程。“学出来”指的是在学习知识和方法的过程中，人们能够通过掌握科学的理念和思维方式，并通过自己的思考，使其在各个方面，包括精神和文化等方面得到大幅度提升。了解这些会使你的学位比一个技术学位更有价值。你是否真正达到了博士的水平，并不单纯看你在科学之内取得了多少成绩，更重要的是要看你是否能够跳到“科学”之外去看科学、看人生。

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。

来源：中宏网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。有数据显示，在人工智能领域，国内大学发表国际论文数最多的是清华大学占比4.12%，其次是上海交通大学占比2.64%，浙江大学占比2.47%，哈尔滨工业大学占比2.30%，北京航空航天大学占比2.27%。以“双一流”建设高校为主的人工智能领域高层次人才的培养局面已经形成。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。近日，教育部、国家发展改革委、财政部联合印发《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》（以下简称《意见》）。《意见》指出，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。人工智能学科建设与发达国家仍存差距“‘双一流’建设高校有良好的基础，要在促进学科交叉融合、加强人工智能领域研究生培养方面率先示范、取得突破。”教育部相关部门负责人对记者表示，近年，我国人工智能高层次人才培养取得了一定成效，部分“双一流”建设高校相继成立人工智能学院、研究院，或通过其他创新机制，将人工智能相关学科建设列为重要建设任务，培养了一定数量的博士和硕士研究生。该负责人强调，但高校人工智能相关学科建设和人才培养与发达国家相比仍有较大差距，主要表现在高层次领军人才、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等方面。《意见》是根据国务院印发的《新一代人工智能发展规划》而制定，该负责人指出，这是深入贯彻落实党中央、国务院的重大决策部署，根据新形势新任务的要求，针对现状与问题，着力在人工智能高层次人才培养的理念思路、推动策略和具体举措上进一步创新突破。构建理论与“人工智能+X”并重的复合型人才体系推动“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，《意见》以国家发展人工智能的重大战略需求为中心，以“需求导向、应用驱动”“项目牵引、多元支持”“跨界融合、精准培养”为基本原则，瞄准“理论、算法、平台、芯片和应用”等急、断、缺的短板领域，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。《意见》指出，将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。该负责人表示，《意见》为探索深度融合的学科建设和人才培养新模式，适度扩大研究生培养规模，为我国抢占世界科技前沿，取得人工智能领域引领性原创成果的重大突破，提供更加充分的人才支撑。学科融合发展推动策略强调“多维”重视“多维融合”是《意见》的主要推动策略，该负责人介绍，学科建设强调“融合发展”，健全学科设置机制，以学科重大理论和实践应用问题为牵引，促进人工智能方法与技术向更多学科渗透融合；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；课程体系建设强调“精密耦合”，以“全链条”“开放式”“个性化”为目标，打造人工智能核心知识课程体系和应用模块课程；评价机制强调“组合创新”，以成果评价为突破口，科学评价论文、专利、软件著作权等多种成果形式，推进不同类型研究生的分类评价机制，构建有利于教师开展学科交叉研究的人才评价机制。开展系列创新措施为人才培养总结可复制经验《意见》开展了一系列创新举措，为促进“双一流”建设高校加强学科交叉融合，提高人工智能领域研究生培养能力夯实基础。“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。”该负责人表示，高校要以自主试点、先行先试方式，自主设置人工智能交叉学科。“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。”“设立国家人工智能产教融合创新平台，聚焦人工智能重大问题和突破方向，实行联合科研攻关和融合育人。”资金投入引导方面，《意见》则强调，加强与骨干企业的合作，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。《意见》要求健全学位质量保障机制，设立跨学科评议专家组，设置专门的评议要素，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。同时，该负责人指出，教育部也将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。编辑：王子琪 | 审核：贾 芳

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。

项目介绍人工智能工程硕士项目属于我院“6+1”主题领域重点发展项目之一，依托自动化、计算机、电子等优势学科建设，具有雄厚的师资力量和完善的科研条件，大部分专职教师具有海外知名高校学习及工作背景，以及主持高水平国家级课题的经历，科研经历丰富。在产教融合方面，与阿里巴巴、腾讯、字节跳动、商汤、华为、平安、美团、优必选等著名人工智能领军企业建立了联合培养平台，为学生开展高水平的专业实践和“应用场景”导入式教学体系提供了有力的支撑。在学术研究方面，所培养的学生已在CVPR, ICML, ICDE, IJCAI, AAAI, ACL等顶级学术会议以及PAMI, TNNLS等权威期刊发表系列论文，并多次获得会议最佳论文、校优秀硕士学位论文等荣誉。项目培养的学生就业集中在人工智能相关高科技领军企业，同时有一批优秀学子赴海外一流高校深造。人才培养目标电子信息（人工智能）全日制工程硕士专业学位培养项目旨在培养掌握过硬专业知识技能，有创造力和跨领域交叉协同能力，有国际视野和全局眼光，有人工智能领域前瞻和预测能力；能够解决实际问题，能够承担专业技术或管理工作；具有良好职业素养的人工智能高层次应用型专门人才和创业型人才。人才培养特色1.需求导向、应用驱动：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”的复合人才培养模式。2.项目牵引、多元支持：服务和支持国家重大项目、重大发展规划的任务需求，统筹布局多学科交叉的理论基础、算法、软件等多方面的产教融合创新平台和人才培养基地。3.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，同时强化产教融合，构建自主创新和人才培养共同体，实现产业人才精准培养。人才培养路径项目导师计算机视觉领域李秀、王好谦、金欣、张永兵、杨文明、袁春、王晓刚（商汤）、田奇（华为）、郭振华（阿里云）机器学习领域夏树涛自然语言处理领域杨余久、吴志勇、郑海涛、肖京（平安科技）智能网络领域江勇、王兴军、肖喜、古亮（深信服）智能机器人领域王学谦、刘厚德、熊友军（优必选）运筹优化领域陈伟坚、董宇涵、李志恒、张凯、夏华夏（美团）项目申请1.请登录清华大学研究生申请系统：2.申请 程 序：【来源：清华大学深圳研究生院】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn

在2018世界移动大会上，工作人员进行5G+人工智能技术展示。新华社记者 方 喆摄“21世纪什么最贵？人才。”中国贺岁电影《天下无贼》中这句有名的台词，在当今人工智能领域同样适用。作为一个诞生了60多年的词汇，人工智能技术正加快运用到各个传统行业中，国内外巨头纷纷布局，该领域人才也愈显紧缺。专家表示，中国人工智能产业起步比较晚，人才培养模式尚存差距。但随着互联网发展，中国磨练出一大批应用型人才，他们将在人工智能的新舞台上，加速奔跑。博士年薪高一年前，人工智能领域的应届硕士生大约能拿到30万元年薪，博士生则高达50万元。现在，企业给应届生的薪水提高了10%至20%，一些企业给博士生的年薪升至80万元。这是近日在广东深圳召开的第二十届中国国际高新技术成果交易会人才与智力交流会上了解到的情况。人工智能人才薪酬的持续攀升，源于近年来人工智能行业的火热发展。刚刚闭幕的首届中国进口博览会上，各国工业和互联网巨头都带来了人工智能技术，在中国“首秀”：服务领域，活跃在进博会新闻中心的“豹小秘”，为参会人员提供智能引领、服务接待等；工业领域，焊接、检测等工业机器人既能完成复杂的车身精细化扫描，搬运、协作等功能也不在话下……这一系列“+AI”的场景已经走到各传统行业中，解决痛点、提高效率。而推动这些人工智能技术实现落地的，正是活跃在全球各家科技公司的人工智能人才。根据职场社交平台“领英”发布的《全球人工智能领域人才报告》显示，截至2017年一季度，全球人工智能技术领域专业人才数量超过190万，这一领域的人才需求在过去3年间增长8倍，且缺口仍在扩大。全球共有367所具有人工智能研究方向的高校，每年毕业人工智能领域的学生约2万人，远远不能满足市场需求。据估计，中国人工智能学科人才需求的缺口每年接近百万。培养跟不上人工智能领域人才供需差距为何如此大？相关运用不断突破，促进各国不断部署人工智能发展战略，这是人工智能领域人才供需失衡的主要原因。得益于数据、算力和算法的集中突破，人工智能近年来开始进入落地实践阶段。以深度学习为主要代表的人工智能技术正在语音识别、数据挖掘、自然语言处理等领域展露强劲发展势头，相关应用突破还可能给医疗、交通、制造、金融、教育等领域带来巨变。正是看到其巨大潜力，全球各主要国家纷纷开始部署人工智能发展战略。美国、法国、英国、德国、日本、俄罗斯纷纷加入新一轮人工智能技术发展的“军备竞赛”。中国虽是后来者，但政策跟进速度也很快。在2017年全国两会上，“人工智能”首次被写入政府工作报告。随后，国务院印发《新一代人工智能发展规划》，提出到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。今年政府工作报告指出，要“加强新一代人工智能研发应用”。统计显示，目前中国人工智能企业已经超过1000家。而根据腾讯研究院发布的《中美两国人工智能产业发展全面解读》报告，2017年中国有592家人工智能企业，员工数量为3.92万人。在人才培养模式方面，由于中国高校在较长时间内没有人工智能专业，这也导致了国内相关人才供给不足。引才出实招“中国是制造业和互联网大国，将为全球人工智能发展提供丰富的实践场景。”工业和信息化部部长苗圩曾这样说。的确，经过多年发展，中国在制造业和互联网领域磨练出一大批应用型人才，他们将在人工智能的新舞台上，加速奔跑。清华大学经济管理学院互联网发展与治理研究中心等机构最近发布的《长三角地区数字经济与人才发展研究报告》显示，中国长三角地区的数字人才达到11.8万。专家表示，数字人才是信息通信技术的专业技能和补充技能人才，他们是大数据、“互联网+”、人工智能、智能制造等多个领域发展的“主力军”。国内外知名科技企业已经发现了中国人工智能领域的这一人才红利，加快了国际融合步伐。在上海，包括阿里巴巴、腾讯、百度、华为、微软、亚马逊等国内外知名科技企业设立了人工智能科研机构，打造“广邀英才、全球交流”平台。中国地方政府也开始加快了引进人工智能人才的步伐。浙江计划用5年时间引进10万名人工智能人才，还将建立全球人工智能人才数据库，为人工智能人才提供覆盖创业全周期的金融套餐，并且支持浙江高校建设人工智能相关学科和专业，扩大人工智能方向研究生的培养规模。专家预计，伴随市场需求和应用场景的不断扩大，中国有望吸引更多人才来华从事人工智能行业。记者 彭训文