高考人工智能專業(yè)到底有多火

　　教育部下發(fā)了《2021年度普通高等學(xué)校本科專業(yè)備案和審批結(jié)果的通知》(以下簡稱《2021通知》)，引人關(guān)注的是，在本科專業(yè)審批結(jié)果一項***有35所高校獲首批人工智能專業(yè)招生資格。

　　事實上，部分中國高校已經(jīng)在與人工智能相關(guān)的原有專業(yè)范圍內(nèi)進行過各種教學(xué)探索，而《2021通知》的公布，意味著人工智能成功進入中國高校本科專業(yè)序列，未來，會有更多學(xué)生通過就讀該專業(yè)，拿到人工智能的學(xué)士學(xué)位。

　　人工智能

　　人工智能研究領(lǐng)域：大規(guī)模機器學(xué)習(xí)、深度學(xué)習(xí)、強化學(xué)習(xí)、機器人、計算機視覺、自然語言處理、協(xié)同系統(tǒng)、物聯(lián)網(wǎng)和神經(jīng)形態(tài)計算等。

　　人工智能應(yīng)用領(lǐng)域：智能汽車、即時交通、人機交互、智能家居、語音識別、人臉識別等

　　開設(shè)院校

　　報考建議

　　建議

　　關(guān)于這類大學(xué)的選擇，我個人認為，如果是這個大學(xué)在計算機、電子、自動化領(lǐng)域?qū)嵙軓娍梢匀ミx擇，但是目前來看，雖然很火，最終錄取的時候分數(shù)也并不會太高，很多考生在做具體選擇的時候，還是會選擇該校的王牌傳統(tǒng)專業(yè)，比如計算機、電子、自動化。

　　這事某種意義上也顯示了中國的大學(xué)浮躁的一面，表現(xiàn)在出現(xiàn)什么熱門行業(yè)，前言科技，就立馬上馬相同名字的專業(yè)(國外專業(yè)名字就樸素多了，連車輛工程都沒有，都是學(xué)機械工程的在做)，比如以前的電子商務(wù)、物聯(lián)網(wǎng)、3D打印、機器人、智能科學(xué)與技術(shù)，和最近的大數(shù)據(jù)、人工智能。這些專業(yè)個別學(xué)校有的已經(jīng)被證明是拉大旗扯虎皮之舉，有的大學(xué)甚至專業(yè)都被取消了，所謂的熱門專業(yè)不過是幾個學(xué)科的拼湊，由于沒有歷史基礎(chǔ)每個學(xué)校培養(yǎng)模式也大相徑庭各自為政，結(jié)果學(xué)的四不像，除了名字能唬人其它沒啥實際意義。還有相當(dāng)多的學(xué)校，只是把原來的專業(yè)換個名字，加幾門課就變成了新專業(yè)，機械電子工程-3D打印、自動化-機器人、應(yīng)用統(tǒng)計-大數(shù)據(jù)、工商管理-電子商務(wù)，將來很可能出現(xiàn)智能科學(xué)與技術(shù)-人工智能、計算機-人工智能、統(tǒng)計學(xué)-人工智能、數(shù)學(xué)-人工智能……

　　給大家的報考建議：算法、計算力和數(shù)據(jù)是人工智能技術(shù)存在和發(fā)展的關(guān)鍵點，涉及了很多專業(yè)。所以你想從事這個行業(yè)，學(xué)自動化、計算機、軟件工程、數(shù)學(xué)、統(tǒng)計學(xué)、數(shù)據(jù)科學(xué)、智能科學(xué)與技術(shù)、物聯(lián)網(wǎng)等等專業(yè)都是可以的，并不一定非得學(xué)什么人工智能、人工智能方向。反正本科階段都是基礎(chǔ)，即便接觸也都是皮毛，想要深入必須要讀研，很多學(xué)校很多專業(yè)研究生都有人工智能方向，連北京語言大學(xué)的自然語言處理都是全國前幾的。

　　人工智能專業(yè)前景如何?

　　極其好。如果說計算機專業(yè)是上個時代的老大，那么人工智能專業(yè)就是下個時代的龍頭。因為：

　　1. 大數(shù)據(jù)、芯片計算能力、5G網(wǎng)絡(luò)的發(fā)展使得AI人工智能得以高速發(fā)展。目前在自動駕駛、智能家居、工業(yè)制造等很多領(lǐng)域，人工智能都在快速突破。例如預(yù)計5-10年后，美國有50%的車輛將是無人駕駛。

　　2. 真正的人工智能公司發(fā)展?jié)摿艽螅? 人才更容易脫穎而出。如人工智能芯片公司“深鑒科技”，由四名清華高手僅僅創(chuàng)立2年后被收購，收購價3-4億美元。當(dāng)然，該專業(yè)的工資也很高，真正的人工智能崗位年薪百萬比較容易。

　　人工智能專業(yè)的要求高么?

　　很高。該專業(yè)的前景有多好，對應(yīng)的專業(yè)要求就有多高。 人工智能是計算機+數(shù)學(xué)建模的結(jié)合，該專業(yè)要求有極其好的數(shù)學(xué)邏輯能力，能把該專業(yè)真正學(xué)明白的估計沒多少人。 例如給你1萬張手機自拍人臉照片，讓你通過編程，建立一個數(shù)學(xué)模型識別出照片中哪些人臉是高興的表情。你需要把照片轉(zhuǎn)化為計算機可處理數(shù)據(jù)，例如不同格式不同尺寸的圖片如何統(tǒng)一處理;你需要搭建模型來判斷數(shù)據(jù)有什么規(guī)律是表示高興，例如計算嘴角的弧度、眉頭的皺紋等等，同時要考慮不同年齡不同人種的臉部特點;模型要經(jīng)過大量訓(xùn)練來優(yōu)化，這會需要大量的計算機處理能力(例如幾十臺服務(wù)器)，需要設(shè)計優(yōu)秀的程序來保證訓(xùn)練過程盡量減少計算機的消耗以及減少計算時間(如并行計算)。

　　因此，基本是絕對的數(shù)學(xué)學(xué)霸可以真正搞定該專業(yè)。