今天我们就来一起看看美国AI专业的本科和研究生申请情况。
1. 什么是人工智能?
人工智能简单来说就与通过某些技术使机器能够模仿人的意识行为,比如学习和解决问题。
最初提出人工智能的是计算机之父Allen Turing。在Church-Turing假设中,表明计算机可以模拟任何的推理过程。Turing 提出如果人类不能分辨出一个回应是来自于人还是机器,那这个机器就可以被认为是“智能” ( “intelligent” )的。(想了解Turing的故事,推荐大家看电影The Imitation Game。)
AI研究领域的诞生于1956年Dartmouth College的一个学术交流会,参与者中的Allen Newell、Herbert Simon等五位来自CMU、MIT和IBM的学者成为了AI研究领域的创始人。他们带领学生研发了可以玩国际跳棋(checker)的计算机程序,据报道到1959年时,该程序已经可以在checker上打败人了。
虽然最初的这些创始人对AI非常看好,认为这个领域会在接下来的20年内迅速地发展,但事与愿违,AI领域的发展过程经历了很多坎坷,先是受到英美政府科研资金方面的限制,后来又遇到了市场需求的考验。直到上世纪九十年代,随着计算机计算能力的提高,AI在应用方面研究的增加,AI才再次苏醒,开始被应用到数据挖掘、医学诊断等领域。在1997年,Deep Blue成为打败世界围棋冠军的第一个计算机围棋系统。
到2012年,由于计算速度提升、算法改善和大量数据的收集和存储能力提升,AI的发展开始进入狂热阶段,深度学习(DeepLearning)开始成为主流的数据处理方法。我们开始在生活各个角落听到关于“人工智能”的话题,智能手机、Alpha Go、自动驾驶、面部识别…
2. 人工智能专业学什么?
接下来,我们来看看从本科到硕士再到博士项目,AI专业的学生学什么呢?
1)本科BS in AI
大部分对AI感兴趣的同学都会在本科读计算机科学专业,然后在专业内选择AI方向,比如Stanford的BS in CS with an AI track, CalTech的BS inCS with a Machine Learning & AI track, UIUC的BS in CE with a specialization in AI, Robotics, andCybernetics,等等。
计划继续读研究生的同学在大三大四的时候就可以在AI专业里选择自己感兴趣的细分领域,通过研究项目或实习来进一步探索。而这些实践经历则会在之后的研究生申请中起到至关重要的作用。
人工智能领域里有很多细分领域,主流的有:
1)机器学习
2)自然语言处理
3)语音处理
4)视觉
5)机器人
6)神经网络
7)进化计算
2)硕士项目MS in AI
AI硕士项目适用于那些想在读PhD前对AI领域加深了解或者计划进入公司从事R&D工作的同学。
本科为CS或相关专业,但没有上过基础AI课程也没有想好具体研究方向的同学,在选择硕士项目时,可以选择着重AI基础理论的项目,比如CMU的Master of Science in Artificial Intelligence and Innovation (MSAII) 项目:
这个项目提供了基础理论课程(机器学习、自然语言处理、深度学习等),和AI应用核心课程(AI和未来市场、计算机技术法、AI工程等),和一个毕业设计科研项目。
而对于本科有一定AI基础,并且有明确研究方向的同学,则可以选择这个研究方向下的thesis硕士项目,这类项目要求的课程数减少,研究项目所占的学分增加,比如CMU提供的语言技术硕士、机器人科学硕士等,UC Berkeley 的MS in CS (AI), Georgia Tech提供的计算感知和机器人科学硕士、机器学习硕士、交互智能硕士等:
3) 博士项目in AI
博士项目的重点一般为研究和教学,大部分的学生在读PhD期间都会有很多的助教经历。被录取的学生获得博士学位需要完成一定学分的课程、通过qualifying exam和完成博士论文。
有AI硕士研究经历或本科研究经历的学生都可以申请AI领域的PhD项目。
PhD项目以研究为主,对课程学分数量的要求较低,以让学生把更多的精力投入到科研上。课程一般为中等或高等水平,比如CMU的PhD in Machine Learning项目的核心课程包括Advanced Machine Learning, Intermediate Statistics,Deep Reinforcement Learning 等: