您的位置 > 首頁 > 商業智能 > 人工智能學什么_人工智能怎么學

人工智能學什么_人工智能怎么學

來源:電子發燒友 | 2019-06-29 | 發布:經管之家


昨天起,各省高考查分通道陸續開啟,選好學校選對專業成了擺在考生及其家長面前的頭等大事。隨著“智能+”時代的到來,計算機和人工智能無疑是許多考生青睞的專業。計算機科學大家相對熟悉,那么人工智能呢?今年,許多高校增設了人工智能學院,開始招收人工智能專業的本科生。清華的人工智能如何布局?想學人工智能的考生,報考清華時有哪些選擇?結合清華大學計算機系自然語言處理實驗室副教授劉知遠的文章,我們來一探究竟。

人工智能是什么?

人工智能(Artificial Intelligence,AI)是一門年輕的學科,從1956年達特茅斯會議正式提出AI名稱至今不過65年;從阿蘭圖靈1950年提出判斷機器是否能夠思考的圖靈測試至今也不過70年時間。AI的70年發展史匯集了來自數學、計算機科學、邏輯學、哲學、神經科學、語言學等不同領域學者的努力,是典型的交叉學科。

人工智能是什么?簡言之,人工智能學科是利用計算機實現人類智能。人類智能并沒有公認的定義與界限,實際上也隨著AI的發展而有所變化。某項人類技能被計算機所掌握后,人們往往不再認為它代表人類"真正"的智能。例如,1997年IBM深藍戰勝人類國際象棋冠軍卡斯帕羅夫后,就有評論說IBM計算機只是在暴力搜索,不是真正的智能,that's not thinking!這種現象又被稱為"AI Effect"。

所以,人工智能總是聚焦在那些尚未被計算機破解的人類智能能力上。比較簡單的人類智能已經被解決了,例如計數能力有了計算器,數據記憶和查詢有了數據庫,下棋能力有了下棋軟件,剩下的是那些困難的高級智能。

簡單而言,如果我們把大腦看做一個黑盒,它能夠接受外部世界的刺激信號,大腦處理這些信號產生輸出反饋,人類智能正體現在這些"刺激-反饋"的對應中。

針對不同刺激信號和反饋處理的復雜性,AI下面有很多專門的領域開展相關研究和探索。目前,公認的AI核心課題包括:機器學習、計算機視覺、自然語言處理、語音識別、知識表示與計算、推理與規劃等,并在此基礎上支持著許多重要應用場景如無人駕駛(無人車)、機器人等。

機器學習

旨在讓計算機具備自動學習的能力,能夠解決分類、聚類、回歸、關聯分析等任務。目前主流是從大規模數據中自動學習和總結規律,從而能夠對新的數據進行預測,也被稱為統計機器學習。簡單地講,機器學習是從大量"刺激-反饋"數據中自動總結規律的技術。

計算機視覺

旨在讓計算機理解和處理圖像數據(包括圖片、視頻等),使計算機掌握"看"的能力。圖像是典型的無結構數據,由像素組成,如何從一幅圖像中自動識別不同層次的對象(如輪廓、人臉、場景等)及其復雜關聯,是計算機視覺面臨的挑戰問題。

語音處理

旨在讓計算機理解、處理和生成人類語音,使計算機掌握"聽"和“說”的能力。語音也是一種典型的無結構序列數據,看似簡單的一維語音信號包含著豐富的信息如內容、意圖、身份、情感、信道、場景、干擾等。以語音識別為例,目前在深度學習技術的支持下,普通場景的語音轉文本的效果已經得到廣泛應用。而在多人、方言、強噪、遠場等挑戰場景下,語音識別效果還需要進一步提升。

自然語言處理

旨在讓計算機理解和處理人類語言。與C++++、Java等人工設計的編程語言不同,人類語言是大自然的產物,因此被稱為"自然語言"。人類語言也是典型的無結構數據,由字詞組合而成,如何理解一句話、一篇文章甚至一本書的意思,也是人工智能面臨的挑戰問題。由于語言是人類特有的傳遞豐富信息和知識、表達復雜思想和情緒的載體,甚至被認為是人類思考的重要工具,因此自然語言處理問題更接近人類高級認知智能,有很多重要的開放問題。

知識表示與計算

人類對世界的認識積累形成了知識,知識是人類理解外部信息、實現各種智能能力的基矗近年來隨著知識圖譜的廣泛應用,成為研究界和工業界關注的重點問題。

由于上述這些課題都關涉人類智能,所以互相密切關聯、不分彼此,例如計算機視覺、語音識別和自然語言處理都是機器學習算法的重要應用場景,知識表示與計算也成為計算機視覺和自然語言處理方向的重要話題等。正因為年輕,這些方向都充滿著活力,一方面最新技術日益深遠地影響著人類社會生活的方方面面,同時學科體系和技術框架也在飛速地日新月異、推陳出新,現在去翻十年前的教材很多內容都顯得過時了。

從學科設置來看,國內大學遵照教育部《學位授予和人才培養學科目錄》來頒發學位。最初的計算機一級學科是"計算機科學與技術",下設"計算機系統結構"、"計算機軟件與理論"、"計算機應用技術"三個二級學科,其中"計算機系統結構"對應高性能計算(超算)和計算機網絡體系架構(互聯網),后來單獨成立出"網絡空間安全"一級學科;"計算機軟件與理論"對應軟件工程和計算機理論科學等,后來單獨成立出"軟件工程"一級學科;而"計算機應用技術"則對應計算機的各類應用技術,很大程度上正沿著從信息化到自動化再到智能化的路線前進,可以想見,如果現在這波AI浪潮再持續幾年,單獨成立"人工智能"一級學科也指日可待。

從研究配置來看,AI研究隊伍主要分布在計算機、自動化、電子工程等信息科學相關院系中,這與AI起源有密切關系,計算機的奠基人圖靈、馮諾依曼,自動化的主要理論基礎"控制論"的奠基人維納,以及電子工程和信號處理的主要組成"信息論"的奠基人香農,均為AI的創立貢獻了思想。所以,計算機系主要從計算理論和計算機應用的角度研究AI,自動化系從自動控制的角度理解AI,電子工程系則從信號處理(將AI關心的視覺、文本、聽覺等模態理解問題看作信號處理)的角度解讀AI。

當然,在哲學、腦神經等其他領域也有從事人工智能探索的學者。

Q

人工智能學什么?

雖然這兩年國內外已有很多高校開設了人工智能班和專業,但不同高校的課程設置還沒有形成共識。單從清華大學計算機科學與技術系的選課指導清單來看,人工智能需要學習的主要內容包括:數學基礎課(包括微積分或數學分析、代數與幾何、離散數學或數理邏輯、圖論等、概率論);學科基礎課,包括程序設計基儲數據結構、人工智能導論、計算機原理、數字電路、系統控制等;專業選修課,比如神經網絡、深度學習以及認知科學、神經科學、計算金融、計算生物學、計算語言學等交叉課程。



計算機科學與技術專業部分選課指導

Q

人工智能怎么學?

清華大學章程明確提出"價值塑造、能力培養、知識傳授"三位一體的育人模式,我認為這是高水平AI人才養成方式的最佳描述。

知識傳授這層不必多說,師者傳道受業解惑,在大學里通過課程講授和課下實踐,研習精通計算機和人工智能理論與技術,每位同學通過一門門課程成績反映出的,正是專業知識掌握的水平。我想,絕大部分同學都能明白課程學習的重要性。然而,大學之道不僅于此,不然大學就不過是個專業技校。

在知識傳授之上就要構筑能力培養,這對CS/AI專業而言尤其重要。計算機和人工智能是非常年輕的學科,正處在飛速發展的朝陽時期,學科知識更新換代很快,大部分最新知識根本無法在短時間內及時沉淀到教科書中。而進入教科書的那些知識,與實際應用場景往往已有較大距離。很多CS/AI高科技公司自身就站在學科最前沿,亟需有快速學習和獨立解決開放問題能力的人才。

這樣,一方面要求同學有意識建立終身學習的理念,有較強的獨立學習的能力;另一方面則要求同學注意通過實驗室研究等方式鍛煉科研創新能力。CS/AI同學們需要主動參與科研工作的全過程,樹立專業志趣,培養獨立學習的能力、自我學習的習慣、提出問題的意識、以及獨立解決開放問題的能力,這是大學培養CS/AI高水平人才的必由之路。因此,大學教師在CS/AI開展高水平原創研究的能力,也一定程度上決定了他們對學生進行能力培養的水平。

最后一層價值塑造也許不容易闡釋,但更加重要。一個人在知識和能力確定的情況下,Ta的努力方向和堅持程度最終決定其成長的高度。找到在術業上的堅持方向,就是價值塑造的過程。這個過程絕不是簡單粗暴的灌輸和宣講就能實現的,要有高水平的教師一起教學相長,有志存高遠的同學共同努力拼搏,有各界奮斗的學長作為示范榜樣,有校外海外的實踐平臺廣開視野。實踐出真知,只有自己多聽多看多想,才能找到自己喜歡的、努力的方向,也才更有后勁堅持不懈。

所以,不管是人工智能、計算機專業還是其他什么專業,只要想把自己培養成為該領域的可堪大用之才,就需要從知識、能力和價值這三個層面來努力提升自己。



計算機科學與技術專業部分課程

Q

人工智能去哪學?

根據前面幾個問題的回答,可以從師資水平、課程設置等方面來做判斷,其中師資水平應該是最重要的因素,而課程設置、培養水平等與師資水平直接正相關。

如何判定AI師資水平,與QS、THE、US News、ARWU等大學或學科排名相比,我更推薦UMass教授Emery Berger維護的高校計算機科學領域排名CSRankings,采用DBLP數據庫中大學CS/AI教授在不同方向頂級會議上發表的論文數量進行排名,有客觀確切數據支持,例如美國號稱CS四大名校的Stanford、MIT、UCB和CMU就排在美國前四位。同時CSRankings工程和數據全部開源在github上,可以非常方便地進行檢查、復現和擴展。

CSRankings將CS劃分為AI、Systems、Theory、Interdisciplinary Areas四個一級方向,每個方向有有若干子領域,例如AI就又下分General AI (AI總方向)、Computer Vision (計算機視覺)、Machine Learning & Data Mining(機器學習與數據挖掘)、Natural Language Processing(自然語言處理)、The Web & Information Retrieval(互聯網與信息檢索)。每個字領域只收錄2-3個頂級會議,這主要是因為計算機科學技術由于發展比較快,所以學者們更重視通過國際會議論文發表最新成果進行學術交流,而不像其他領域那樣主要是通過期刊發表最新研究成果。

由于CSRankings原網站沒有提供中國單列的高校排名,國內學術網站AMiner做了一個改進版,除了提供中國高校單列名單外,還額外提供根據論文引用數量的排名。如果按照2009-2019十年間論文發表統計,我簡單統計了國內AI/CS排名較高的高校(不含香港臺灣高校、不考慮中科院)排序如下。同時表格還列出2016-2019近三年的排序數據,可以看到,最近幾年國內高校AI進步神速,特別是清華AI已經躍居世界第一。



這個排序大致能夠反映各大高校CS/AI專業的國際學術前沿整體水平,而且通過AI領域和CS整體的排名反差,可以觀察到該高校AI方向的強勢程度。而且,還可以看出,國內高校AI領域的世界排名明顯超過CS整體的世界排名,說明國內高校在AI方面更接近世界前沿水平。

CSRankings主要以高校為單位進行排序,我們用CSRankings開源數據,對AI領域的國內C9高校學者進行了排序,可以看到前20的學者有7位清華、5位北大、2位南大、2位浙大、2位哈工大、2位復旦,可以從另一個側面反映各高校的AI師資力量。





CSRankings提供的

清北兩校不同領域發表論文分布

想到清華學人工智能,有哪些選擇?

通過上個問題可以看到,想在國內學習AI,高考分數夠的話,清華大學是不二選擇。如果想來清華學AI都有哪些選擇呢?這里對清華與AI有關的專業大類做一個簡單介紹。

人工智能學堂班(智班)

2019年清華新成立了人工智能學堂班,簡稱“智班”。和計算機科學實驗班(姚班)一樣,智班首席教授由圖靈獎得主、交叉信息研究院院長姚期智院士擔綱。之前曾經說過,清華在人工智能領域具備強大實力,包括信息科學技術學院下的計算機科學與技術系、軟件學院、自動化系、電子工程系,以及生命科學學院、醫學院等院系都在科學技術及人工智能研發上有突出的成果。智班將和這些院系都保持緊密合作。

智班的培養的特點為“廣基儲重交叉”。在本科低年級,智班將通過數學、計算機與人工智能的核心課程,為學生打下扎實寬廣的基矗在此基礎上,智班在本科高年級將通過交叉聯合 AI+X課程項目的方式,使學生有機會將人工智能與其他學科前沿相結合,在以人工智能促進不同學科發展的同時,深化對人工智能的理解,推動人工智能前沿的發展。(推薦閱讀:最新!清華大學“姚班”“智班”報考指南來了!)

計算機類

計算機類包含交叉信息研究院的計算機科學實驗班(姚班)、人工智能學堂班(智班)、計算機系和軟件學院,與AI直接密切相關。在近年來全球的四大學科排行榜中,清華計算機學科從未低于前20名,前面也介紹到根據CSRankings統計清華AI已經躍居世界首位。清華計算機學科一直堅持“寬口徑,厚基幢的培養理念,在人工智能、計算機理論、計算機網絡、高性能計算(超算)、多媒體計算、大數據、軟件工程等眾多方向均有雄厚的師資力量和研究實力,可以說是國內CS/AI學科方向覆蓋最齊全的高校,是學習CS和AI的熱門選擇。

自動化與工業工程類、電子信息類

如前所述,自動化的主要理論基礎"控制論"的奠基人維納,以及電子工程和信號處理的主要組成"信息論"的奠基人香農,均為AI的創立貢獻了思想。自動化系主要從自動控制的角度研究AI,在機器學習、計算機視覺、智能交通、生物信息學等方面均有強勁實力。電子工程系則主要從信號處理的角度探索AI,在語音處理、計算機視覺、AI芯片設計等方面有雄厚積累。因此,這兩個專業大類也一直是學習AI的熱門方向。

數理類、文理通識類

數理類下的基礎科學班以及文理通識類新雅書院,均支持同學自由選擇未來發展方向。人工智能(特別是其中偏重基礎理論的機器學習)是基科班同學的熱門選擇;而新雅書院也有大量同學選擇計算機和人工智能方向。

土木類,能源與電氣類,機械、航空與動力類

在信息化和智能化的浪潮下,很多清華傳統強勢的工科方向也在朝著智能化方向探索,如土木系的智能建造、電機系的智能電網,車輛與運載學院的無人駕駛(成立了清華智能駕駛實驗室)、精儀系的類腦器件(成立了清華類腦計算研究中心)等,可以說幾乎每個工科大類都有深度參與智能化的研究方向。

依托清華在信息技術上的優勢,人工智能技術將為很多工科方向帶來新的研究熱點,共同造福人類社會。希望更多對AI感興趣的同學來選擇參與到這些交叉方向上來,讓AI技術得到更快更廣更深的應用。

文科大類

清華的文科方向大多小而精,我由于從事一些交叉方向研究,所以與很多文科方向比較熟悉,例如社科學院有社科大數據的構建與研究,法學院致力于計算法學研究,中文系有計算語言學研究,外文系有語言認知研究,心理系有腦認知研究,美學院有信息交互設計和智能藝術創作研究,這些都與計算機和人工智能有密切聯系,具有高度的文理交叉特點。所以,如果文科同學對人工智能感興趣,也能在這些方向上充分感受清華的AI力量。

原文標題:2019年國內院校AI專業排名,及情況分析供高考填報志愿參考!

文章出處:【微信號:vision263com,微信公眾號:新機器視覺】歡迎添加關注!文章轉載請注明出處。

本文已經過優化顯示,查看原文請點擊以下鏈接:
查看原文:http://www.elecfans.com/d/974342.html

看圖學經濟more

京ICP備11001960號  京ICP證090565號 京公網安備1101084107號 論壇法律顧問:王進律師知識產權保護聲明免責及隱私聲明   主辦單位:人大經濟論壇 版權所有
聯系QQ:2881989700  郵箱:[email protected]
合作咨詢電話:(010)62719935 廣告合作電話:13661292478(劉老師)

投訴電話:(010)68466864 不良信息處理電話:(010)68466864
澳洲幸运8开奖网app