高考特辑：一份关于AI的报考指南

　　每到这个时节，就会激起不少“下水道”专业同学“一毕业就失业”的萧索情绪。如果有选择的话，谁不想成为那个被企业高薪哄抢的校生赢家呢？

　　大家一定在看过学长学姐们亲身示范的各种版本“千万别报XX专业”，但你见过“人工智能版”的么？各行各业都在热烈追捧的人工智能，非常值得了解一下啊同学们。

　　其实早在2004年，北大就开始设立“智能科学与技术”本科专业，后来也相继出现了不少高校设立类似专业。尽管学科设置跟人工智能差不多，但当时正是人工智能的第三个“寒冬”时期，自然不敢直接拉AI的大旗。

　　现在情况可大不一样了。“人工智能”可是由最高领导亲自加持、中央局集体学习的当红技术，更被视为新一轮科技和产业变革的重要驱动力量。那么，为未来的智能社会培养AI高等人才，自然是关乎国运的大事件了。

　　更关键的是，目前我国人工智能人才缺口超过500万人，供需比例为1:10。在未来很长的一段时间内，人工智能专业的人才都是企业争夺的重要资源。企业纷纷摆出了重金求才的架势，GMIC北京2018大会发布的《AI人才竞争力报告》显示，AI平均年薪约33万，稳超互联网行业水平。

　　前不久2018年普通高校本科专业备案和审批结果刚刚公示，共有上海交通大学、同济大学、浙江大学等35所高校获得了建设资格。

　　除了“以AI之名”的特设专业之外，能跟AI产业打擦边球的专业更是不少，比如AI学术产业大佬都很密集的计算机工程，101所高校新鲜设立的机器人工程。还有各种“智能”开头的专业，比如智能科学与技术、智能制造工程，都加入了高校抢办的热门专业“豪华套餐”。

　　不过，面对众多花里胡哨、似是而非的专业名称，背后的含金量与AI关联度也是参差不齐。到底怎么选才有可能帮你在未来的就业大潮中脱颖而出呢？

　　根据教育部公开信息，本科人工智能专业代码为080717T，学位授予门类是工学，学习年限为四年。

　　目前看来，人工智能相关专业可选择的高校还是不少的。获得“人工智能”特设专业的35所院校既有上海交通大学、同济大学这样的双一流名校，也有安徽工程大学这样专业特色鲜明的地方高校，甚至还有华南师范大学和长春师范大学2所师范类高校入选。

　　如果直接报考该类专业受到限制，也有许多与人工智能技术协同发展，或是能与人工智能交叉复合的专业可供选择。

　　为此我们特地查了下中国人工智能学会的189名理事，其中女性比例17%，，工作单位也是百花齐放，除了人工智能学院、研究所之外，还有不少深耕在计算机科学、自动化与机器人，经济管理、数字媒体等交叉学科也榜上有名。

　　尽管如此，不同专业、不同高校之间的细微差别，也可能“失之毫厘谬以千里”，在毕业时面临截然不同的人生轨迹。因此填报AI类的志愿之前，恐怕需要先综合考量三个因素：

　　1.师资实力。面对人工智能的风口，许多高校开始整合资源，上马相关专业。大多数高校，都没有完整的师资力量，更多可能是在某个子领域具备一定的经验，比如计算机视觉、自动化机械等等，缺乏完整的师资力量。在国际化、产业端的高端人才抢夺态势下，有能力从事人工智能研究的教师资源也并不容易快速到位，导致不少学院打起了“先上车后补票”的主意，大量引入了培训速成的师资。

　　因此，选择一些在 AI 方向历史悠久，体系已成规模，师资力量雄厚，产学合作项目比较多的高校，比如学、西安电子科技大学、西安交通大学等，教学质量会更有保障。

　　2.深造潜力。这一批人工智能本科专业大多是为了培养应用型人才而设立的，但许多AI相关学科还是需要有深厚的理论研究背景，加上目前很多AI公司的核心岗位学历依然要求硕士起步，继续深造很可能成为一大部分学生的毕业选择。因此，就读那些联盟型或教育资源丰富地区的高校，自然能在考研时起到事半功倍的效果。比如中国的九校联盟(C9)院校，相互之间的交流活动很多；双一流、985、211等对体系内院校的认可度也更高。

　　3.城市区位。产业基础深厚、AI企业密集的地区能提供更多的实践机会与就业选择。除了北上广深之外，重庆、天津、杭州、成都、南京、香港等地政府也都在积极提前占位产业，吸引知名AI企业入驻，值得确认下眼神。

　　这三个要素综合起来，基本已经可以锚定一些心仪的院校了。那么接下来就重点说说，距离AI更近的专业有哪些？

　　随着AI的热度只增不减，有些专业是AI的顶梁柱、真朋友，有些却是试图借着AI热度吸血的快餐专业。如果依靠望文生义技能选专业的话，很可能发生 “学了四年计算数学，却成了数学不承认，计算机也不要的孤儿”类似的人间惨剧。

　　我们知道，AI产业是一个金字塔型架构。不仅需要高端的逻辑与算法人才，还需要完成大量应用型，甚至是数据型工作。而以往这些工作技能只能在研究生阶段培养，有的甚至到企业后还需要经历一到两年的再培养。

　　而人工智能设置本科专业的出发点，就是突出机器学校技术的应用和实践，更快适应行业需求发展。所以在课程设置上，一般大一会着重对学生的数学能力的行培养，学习微积分、计算机科学等；大二就启动AI 基础课与计算机基础课交叉教学，如机器学习、数据算法等。到了大三则会细分为视觉、NLP、智能机器人等多个子领域。同时鼓励本科生参与企业实习。

　　从中不难看出，本科AI专业课的出现，能够在一定程度上缓解行业的“人才荒”，但短平快的培养思路，客观上也导致了学生的基础积累阶段比较短。会不会发生“田忌”的情况，无法与培训机构速成班式从业者拉开足够的优势差，是考生需要思考的一点。

　　关联指数☆☆☆☆从目前主流的人工智能课程配置中不难看出，培养思路大体是从计算机科学和自动化控制论中各攫取一部分，融合成新的学科。因此想学AI，但又无法报考AI专业的同学，也可以选择进入计算机和自动化专业。

　　不过，正如学人工智能学院院长周志华教授所说，按照目前高校计算机专业的宽口径人才培养模式，课程体系150个学分中大约有60个学分是通识课，15个是毕业双创课，人工智能方面的学习很有限，几乎是高度浓缩到了高级科普的程度，并不能让学生掌握帮助企业解决问题的基本能力。

　　因此，选择这类专业还需要后期通过AI相关的网络课程、编程平台、实践项目等多多培养自己的实战能力，才有可能如愿踏进AI行业的大门。

　　与此同时，这也是一个相对谨慎进入AI产业的方法。因为人工智能领域最核心的还是具有源头创新能力的高级人才，站在一级学科的源头去深层理解技术，更有助于学生打下坚实的基础，在未来的职业道路上走得更加长远和稳健，绝对是“进可攻（AI）、退可守（计算机）”的选择。

　　关联指数☆☆☆☆想要赋予机器“智能”，具有“神经元”作用的算力单元（AI芯片）起到了至关重要的作用，而芯片从前端设计、到制造、晶圆代工、封装测试等等环节，都需要大量的高技术人才支撑，并且培养时间很长。

　　日前中国半导体行业协会副理事长于燮康曾在2019世界半导体大会上透露，中国目前芯片人才缺口大概在30万人左右。而在已有的40万从业者中，本科学历占了绝大多数。

　　想要长期保持行业内的主动权和话语权，本科阶段的半导体和通讯人才，很长一段时间内都将是AI产业的客观需求。

　　不过，由于这一类学科发展和行业成熟度都比较高，导致就业市场内对具有顶尖院校背景的人才认可度更高。因此更建议成绩较为理想的同学，进入专业排名前列的院校学习。

　　关联指数☆☆☆应用数学、统计学、多媒体研究、语言学、数据科学……曾经这些基础学科在大众眼光看来，毕业后可选择的就业方向除了当老师就是搞科研，凉板凳坐到穿。

　　以应用数学为例，大部分机器学习算法都是对数据的模型拟合。实验过程往往就是把数据误差当成真实参数的函数，并通过选择参数、权重等使其最小化，这本身就是一种微积分运算。对深度学习意义重大的“反向传播”，也是基于偏导数、链式法则等数学概念完成的。

　　统计学亦然，所有针对算法的调整，最后都需要一些统计数据才能说明模型真实有效，也是AI研究的必备技能。

　　巨头们对基础学科有多重视呢？华为就在法国建立了数学研究所，挖掘法国基础数学资源；阿里巴巴达摩院更是为全球组织了数学竞赛，邀请顶尖数学家出题；腾讯也正在加大基础科学领域的布局。

　　总而言之，如果只想成为一颗产业的螺丝钉或搬运工，总是使用前人做好的工具来解决问题，那么数学可能没那么重要。但如果企业需要基础层面的突破，比如算法创新就需要深入研究底层的数学细节，基础学科的背景优势也就展现出来了。

　　因此，基础学科最好进行长时间学习，在读完硕士、博士之后再进入产业界。应用数学和统计学专业尤其如此。

　　关联指数☆☆☆经常看我们文章的小伙伴可能会发现，脑机接口、视觉机制、类脑芯片等等，这些与强人工智能息息相关的技术，都与脑科学有着不解之缘。

　　原因也很简单，人工智能发展的终极目标就是让机器能够自己进行理解、思考与学习，要实现这一点，摆脱传统计算机结构的束缚、发展类脑计算系统和器件、探索人类大脑的运行机制，就变得至关重要了。

　　中国科学院院士、美国国家科学院院士、中科院神经科学研究所所长蒲慕明就说过，“AI未来要想进一步发展，需要从脑科学得到启发。”

　　长期来看，脑科学和神经科学与AI的融合，将是下一周期的发展重点。这个领域的跨学科人才将会非常稀缺。具备脑科学、神经科学的人才，再融合AI和计算机科学专业知识，将是一条具有旺盛生命力的发展方案。

　　但需要提醒的是，脑科学与神经科学相关专业的学习难度也比较“烧脑”，“AI+脑科学”的融合发展，又需要等候比较漫长的时间才能开花结果。在这期间，考生往往会在学术、就业等多方面承受一定的压力。

　　关联指数☆☆现在才说到机器人专业，想必很多同学都觉得不可思议。近些年AI概念的出现，导致很多学校相继开设了机器人工程专业，今年更是有101所高校新增了机器人工程，绝对属于“爆款”。而很多家长和同学也容易“望文生义”，把二者混合起来。

　　严格意义上来说，机器人专业，跟AI专业是有关系的，但绝对不足以支撑起如此高的“热度”。 因为在学科体系上，两个领域是分开的，而大部分人想象中的“机器人专业”，指的都是与人工智能交叉的产物——人造智能机器人。

　　机器人领域的本科学习阶段，主要集中在机械制造及其自动化上，核心课程是电路分析、机械设计基础、模拟电子技术、数字电子技术、自动控制原理等工程类的。

　　而人工智能则是计算机科学的分支，核心任务是开发计算机程序来完成需要人类智能的任务，主要还是面向以算法为主的软件行业。即使是在人造智能机器人中，AI算法也只是机器人系统的一部分，与传感器、执行器、机械编程等协同工作来完成对机器人的控制。

　　之所以这么多高校“一哄而上”抢占机器人的“山头”，主要原因还是既想蹭AI的热度多招生，又没有师资开设AI专业，想了想自家机械学工程学的条件还是有的，于是就弄出了似是而非的机器人专业。

　　如果抱着进入人工智能行业的念头，却选了机器人专业，结果可能就跟失败的网友“奔现”差不多，幻想有多美好，见到真人就有多忧伤。

　　关联指数？？？AI和行业融合，是目前产业端的主要发展路径。人工智能的几大细分技术，比如机器学习、计算机视觉、计算机语音、文本和情感分析，以及自动驾驶汽车等等，正在领军企业的努力下为各行各业带来新的想象力。

　　因此，在本科和硕博阶段分别读AI专业与行业相关专业，成为跨领域人才，不失为一种不错的发展模式。

　　比如AI专业与地质学、海洋学、新闻传播学、工业设计、化工，甚至文学、考古、绘画、舞蹈等人文社科领域的结合，目前已经见到了不少应用案例。

　　像是在O＇Reilly公司的调查中，68％的医疗保健和生命科学公司表示他们使用人工智能进行新药研发；工厂开始使用计算机视觉系统来检查零件是否达标；金融公司开始使用机器学习来识别客户的信用风险等等。据哈工大人工智能学院副院长刘挺教授透露，已经有不少人工智能方向的毕业生受到农业、电力、金融等传统行业的青睐。

　　行业中最懂AI的，AI中最懂行业的：这条“学科交叉”之路显然能够极大地帮助个人塑造独特的行业竞争优势。但前提是要在两个领域都达到优秀及以上的水平，这就要求考生具备长远的发展计划和超强的执行与学习能力，还能够承受技术迭代和行业调整等不确定性带来的风险。

　　说到这里，我们已经提供了不少象牙塔与人工智能之间可以真实触达的方式。但无论选择了何种专业和发展方向，良好的数学基础和编程基础，都是进入AI行业的必不可少的前提条件。入行道路千万条，数学编程第一条，与诸君共勉。

　　在结束这篇填报指南之前，我们认为有必要再多花两分钟时间，聊聊那些AI领域的残酷事件，比如说：

　　1.人工智能的“寒冬诅咒”。18年前那场人工智能寒冬时期，高校也不得不另立名目，不少相关专业，像是知识图谱，更是坐了多年的冷板凳。而当下这波AI浪潮，主要依靠对深度学习的探索与应用。但60年时间三起三落，AI技术的更迭速度总是超出我们预想的快。

　　比如深度学习之父、图灵奖得主lecun就试图用胶囊网络重新设计人工智能网络结构。经典计算机视觉等方向的研究者们也日复一日提醒着我们深度学习“一家独大”有多危险。如果只是看中当下AI的热度，在行业阶段性遇冷时恐怕只会感到极度失落。

　　2.就业市场的不确定性。在很长一段时间内，由于本科阶段没有设置AI专业，所以企业招聘人工智能队伍基本学历都是硕士起步。本科AI专业的出现无疑大大缓解了企业的成本压力与人才饥渴。但本科培养模式是否能适应产业端的真实需求，狂野爆发的学科建设局面会不会导致人才缺口过早触顶，目前来讲都是未知数。

　　总而言之，高效高质量的AI人才供给，是整个行业一直以来强烈渴盼的。但无论是对考生、高校还是产业本身，这都是一场漫长修远的冒险，不要将它变成一场对“风口”的，兴趣才是支撑人走得更远的终极地标。