高考已經(jīng)開(kāi)始了，翻開(kāi)厚厚大本子挑專(zhuān)業(yè)的日子還遠嗎?

每到這個(gè)時(shí)節，就會(huì )激起不少“下水道”專(zhuān)業(yè)同學(xué)“一畢業(yè)就失業(yè)”的蕭索情緒。如果有選擇的話(huà)，誰(shuí)不想成為那個(gè)被企業(yè)高薪哄搶的校生贏(yíng)家呢?

大家一定在看過(guò)學(xué)長(cháng)學(xué)姐們親身示范的各種版本“千萬(wàn)別報XX專(zhuān)業(yè)”，但你見(jiàn)過(guò)“人工智能版”的么?各行各業(yè)都在熱烈追捧的人工智能，非常值得了解一下啊同學(xué)們。

AI專(zhuān)業(yè)是如何成為“爆款”的?

其實(shí)早在2004年，北大就開(kāi)始設立“智能科學(xué)與技術(shù)”本科專(zhuān)業(yè)，后來(lái)也相繼出現了不少高校設立類(lèi)似專(zhuān)業(yè)。盡管學(xué)科設置跟人工智能差不多，但當時(shí)正是人工智能的第三個(gè)“寒冬”時(shí)期，自然不敢直接拉AI的大旗。

現在情況可大不一樣了。“人工智能”可是由最高領(lǐng)導親自加持、中共中央政治局集體學(xué)習的當紅技術(shù)，更被視為新一輪科技革命和產(chǎn)業(yè)變革的重要驅動(dòng)力量。那么，為未來(lái)的智能社會(huì )培養AI高等人才，自然是關(guān)乎國運的大事件了。

更關(guān)鍵的是，目前我國人工智能人才缺口超過(guò)500萬(wàn)人，供需比例為1:10。在未來(lái)很長(cháng)的一段時(shí)間內，人工智能專(zhuān)業(yè)的人才都是企業(yè)爭奪的重要資源。企業(yè)紛紛擺出了重金求才的架勢，GMIC北京2018大會(huì )發(fā)布的《AI人才競爭力報告》顯示，AI平均年薪約33萬(wàn)，穩超互聯(lián)網(wǎng)行業(yè)水平。

既有利于國家戰略，又利好與個(gè)人職業(yè)發(fā)展，增設AI專(zhuān)業(yè)這樣的十全好事，高校自然首當其沖。

前不久2018年普通高校本科專(zhuān)業(yè)備案和審批結果剛剛公示，共有上海交通大學(xué)、同濟大學(xué)、浙江大學(xué)等35所高校獲得了建設資格。

除了“以AI之名”的特設專(zhuān)業(yè)之外，能跟AI產(chǎn)業(yè)打擦邊球的專(zhuān)業(yè)更是不少，比如AI學(xué)術(shù)產(chǎn)業(yè)大佬都很密集的計算機工程，101所高校新鮮設立的機器人工程。還有各種“智能”開(kāi)頭的專(zhuān)業(yè)，比如智能科學(xué)與技術(shù)、智能制造工程，都加入了高校搶辦的熱門(mén)專(zhuān)業(yè)“豪華套餐”。

不過(guò)，面對眾多花里胡哨、似是而非的專(zhuān)業(yè)名稱(chēng)，背后的含金量與AI關(guān)聯(lián)度也是參差不齊。到底怎么選才有可能幫你在未來(lái)的就業(yè)大潮中脫穎而出呢?

今天我們就來(lái)說(shuō)說(shuō)，想要將來(lái)進(jìn)入人工智能行業(yè)，怎樣選專(zhuān)業(yè)才能不吃后悔藥。

AI志愿的三大錨點(diǎn)：師資、深造、地域

根據教育部公開(kāi)信息，本科人工智能專(zhuān)業(yè)代碼為080717T，學(xué)位授予門(mén)類(lèi)是工學(xué)，學(xué)習年限為四年。

目前看來(lái)，人工智能相關(guān)專(zhuān)業(yè)可選擇的高校還是不少的。獲得“人工智能”特設專(zhuān)業(yè)的35所院校既有上海交通大學(xué)、同濟大學(xué)這樣的雙一流名校，也有安徽工程大學(xué)這樣專(zhuān)業(yè)特色鮮明的地方高校，甚至還有華南師范大學(xué)和長(cháng)春師范大學(xué)2所師范類(lèi)高校入選。

如果直接報考該類(lèi)專(zhuān)業(yè)受到限制，也有許多與人工智能技術(shù)協(xié)同發(fā)展，或是能與人工智能交叉復合的專(zhuān)業(yè)可供選擇。

為此我們特地查了下中國人工智能學(xué)會(huì )的189名理事，其中女性比例17%，，工作單位也是百花齊放，除了人工智能學(xué)院、研究所之外，還有不少深耕在計算機科學(xué)、自動(dòng)化與機器人，經(jīng)濟管理、數字媒體等交叉學(xué)科也榜上有名。

所以說(shuō)，想要報考人工智能相關(guān)專(zhuān)業(yè)，幾乎是一件不限男女、無(wú)論文理、分數皆宜的事兒了。

盡管如此，不同專(zhuān)業(yè)、不同高校之間的細微差別，也可能“失之毫厘謬以千里”，在畢業(yè)時(shí)面臨截然不同的人生軌跡。因此填報AI類(lèi)的志愿之前，恐怕需要先綜合考量三個(gè)因素：

師資實(shí)力。面對人工智能的風(fēng)口，許多高校開(kāi)始整合資源，上馬相關(guān)專(zhuān)業(yè)。大多數高校，都沒(méi)有完整的師資力量，更多可能是在某個(gè)子領(lǐng)域具備一定的經(jīng)驗，比如計算機視覺(jué)、自動(dòng)化機械等等，缺乏完整的師資力量。在國際化、產(chǎn)業(yè)端的高端人才搶奪態(tài)勢下，有能力從事人工智能研究的教師資源也并不容易快速到位，導致不少學(xué)院打起了“先上車(chē)后補票”的主意，大量引入了培訓速成的師資。深造潛力。這一批人工智能本科專(zhuān)業(yè)大多是為了培養應用型人才而設立的，但許多AI相關(guān)學(xué)科還是需要有深厚的理論研究背景，加上目前很多AI公司的核心崗位學(xué)歷依然要求碩士起步，繼續深造很可能成為一大部分學(xué)生的畢業(yè)選擇。因此，就讀那些聯(lián)盟型或教育資源豐富地區的高校，自然能在考研時(shí)起到事半功倍的效果。比如中國的九校聯(lián)盟(C9)院校，相互之間的交流活動(dòng)很多;雙一流、985、211等對體系內院校的認可度也更高。因此，選擇一些在 AI 方向歷史悠久，體系已成規模，師資力量雄厚，產(chǎn)學(xué)合作項目比較多的高校，比如南京大學(xué)、西安電子科技大學(xué)、西安交通大學(xué)等，教學(xué)質(zhì)量會(huì )更有保障。城市區位。產(chǎn)業(yè)基礎深厚、AI企業(yè)密集的地區能提供更多的實(shí)踐機會(huì )與就業(yè)選擇。除了北上廣深之外，重慶、天津、杭州、成都、南京、香港等地政府也都在積極提前占位產(chǎn)業(yè)，吸引知名AI企業(yè)入駐，值得確認下眼神。

這三個(gè)要素綜合起來(lái)，基本已經(jīng)可以錨定一些心儀的院校了。那么接下來(lái)就重點(diǎn)說(shuō)說(shuō)，距離AI更近的專(zhuān)業(yè)有哪些?

真朋友與“吸血鬼：AI學(xué)科名詞背后的套路

隨著(zhù)AI的熱度只增不減，有些專(zhuān)業(yè)是AI的頂梁柱、真朋友，有些卻是試圖借著(zhù)AI熱度吸血的快餐專(zhuān)業(yè)。如果依靠望文生義技能選專(zhuān)業(yè)的話(huà)，很可能發(fā)生 “學(xué)了四年計算數學(xué)，卻成了數學(xué)不承認，計算機也不要的孤兒”類(lèi)似的人間慘劇。

想要看懂專(zhuān)業(yè)名詞背后的套路，恐怕還需要從學(xué)科設置與產(chǎn)業(yè)距離的遠近說(shuō)起。

關(guān)聯(lián)指數☆☆☆☆☆

最簡(jiǎn)單直觀(guān)的方向，當然是直接選新鮮出爐的人工智能專(zhuān)業(yè)啦。

我們知道，AI產(chǎn)業(yè)是一個(gè)金字塔型架構。不僅需要高端的邏輯與算法人才，還需要完成大量應用型，甚至是數據型工作。而以往這些工作技能只能在研究生階段培養，有的甚至到企業(yè)后還需要經(jīng)歷一到兩年的再培養。

而人工智能設置本科專(zhuān)業(yè)的出發(fā)點(diǎn)，就是突出機器學(xué)校技術(shù)的應用和實(shí)踐，更快適應行業(yè)需求發(fā)展。所以在課程設置上，一般大一會(huì )著(zhù)重對學(xué)生的數學(xué)能力的行培養，學(xué)習微積分、計算機科學(xué)等;大二就啟動(dòng)AI 基礎課與計算機基礎課交叉教學(xué)，如機器學(xué)習、數據算法等。到了大三則會(huì )細分為視覺(jué)、NLP、智能機器人等多個(gè)子領(lǐng)域。同時(shí)鼓勵本科生參與企業(yè)實(shí)習。

從中不難看出，本科AI專(zhuān)業(yè)課的出現，能夠在一定程度上緩解行業(yè)的“人才荒”，但短平快的培養思路，客觀(guān)上也導致了學(xué)生的基礎積累階段比較短。會(huì )不會(huì )發(fā)生“田忌賽馬”的情況，無(wú)法與培訓機構速成班式從業(yè)者拉開(kāi)足夠的優(yōu)勢差，是考生需要思考的一點(diǎn)。

(西安交大“人工智能本科專(zhuān)業(yè)課程設置”)

關(guān)聯(lián)指數☆☆☆☆

從目前主流的人工智能課程配置中不難看出，培養思路大體是從計算機科學(xué)和自動(dòng)化控制論中各攫取一部分，融合成新的學(xué)科。因此想學(xué)AI，但又無(wú)法報考AI專(zhuān)業(yè)的同學(xué)，也可以選擇進(jìn)入計算機和自動(dòng)化專(zhuān)業(yè)。

不過(guò)，正如南京大學(xué)人工智能學(xué)院院長(cháng)周志華教授所說(shuō)，按照目前高校計算機專(zhuān)業(yè)的寬口徑人才培養模式，課程體系150個(gè)學(xué)分中大約有60個(gè)學(xué)分是通識課，15個(gè)是畢業(yè)雙創(chuàng )課，人工智能方面的學(xué)習很有限，幾乎是高度濃縮到了高級科普的程度，并不能讓學(xué)生掌握幫助企業(yè)解決問(wèn)題的基本能力。

因此，選擇這類(lèi)專(zhuān)業(yè)還需要后期通過(guò)AI相關(guān)的網(wǎng)絡(luò )課程、編程平臺、實(shí)踐項目等多多培養自己的實(shí)戰能力，才有可能如愿踏進(jìn)AI行業(yè)的大門(mén)。

與此同時(shí)，這也是一個(gè)相對謹慎進(jìn)入AI產(chǎn)業(yè)的方法。因為人工智能領(lǐng)域最核心的還是具有源頭創(chuàng )新能力的高級人才，站在一級學(xué)科的源頭去深層理解技術(shù)，更有助于學(xué)生打下堅實(shí)的基礎，在未來(lái)的職業(yè)道路上走得更加長(cháng)遠和穩健，絕對是“進(jìn)可攻(AI)、退可守(計算機)”的選擇。

關(guān)聯(lián)指數☆☆☆☆

想要賦予機器“智能”，具有“神經(jīng)元”作用的算力單元(AI芯片)起到了至關(guān)重要的作用，而芯片從前端設計、到制造、晶圓代工、封裝測試等等環(huán)節，都需要大量的高技術(shù)人才支撐，并且培養時(shí)間很長(cháng)。

日前中國半導體行業(yè)協(xié)會(huì )副理事長(cháng)于燮康曾在2019世界半導體大會(huì )上透露，中國目前芯片人才缺口大概在30萬(wàn)人左右。而在已有的40萬(wàn)從業(yè)者中，本科學(xué)歷占了絕大多數。

想要長(cháng)期保持行業(yè)內的主動(dòng)權和話(huà)語(yǔ)權，本科階段的半導體和通訊人才，很長(cháng)一段時(shí)間內都將是AI產(chǎn)業(yè)的客觀(guān)需求。

所以通訊、電子工程專(zhuān)業(yè)，雖然看似與AI關(guān)系較遠，但也是進(jìn)入AI行業(yè)的通道。

不過(guò)，由于這一類(lèi)學(xué)科發(fā)展和行業(yè)成熟度都比較高，導致就業(yè)市場(chǎng)內對具有頂尖院校背景的人才認可度更高。因此更建議成績(jì)較為理想的同學(xué)，進(jìn)入專(zhuān)業(yè)排名前列的院校學(xué)習。

關(guān)聯(lián)指數☆☆☆

應用數學(xué)、統計學(xué)、多媒體研究、語(yǔ)言學(xué)、數據科學(xué)……曾經(jīng)這些基礎學(xué)科在大眾眼光看來(lái)，畢業(yè)后可選擇的就業(yè)方向除了當老師就是搞科研，涼板凳坐到穿。

然而就今天AI的發(fā)展趨勢來(lái)看，基礎科學(xué)和基礎理論人才的行業(yè)優(yōu)勢反而在不斷體現出來(lái)。

以應用數學(xué)為例，大部分機器學(xué)習算法都是對數據的模型擬合。實(shí)驗過(guò)程往往就是把數據誤差當成真實(shí)參數的函數，并通過(guò)選擇參數、權重等使其最小化，這本身就是一種微積分運算。對深度學(xué)習意義重大的“反向傳播”，也是基于偏導數、鏈式法則等數學(xué)概念完成的。

統計學(xué)亦然，所有針對算法的調整，最后都需要一些統計數據才能說(shuō)明模型真實(shí)有效，也是AI研究的必備技能。

巨頭們對基礎學(xué)科有多重視呢?華為就在法國建立了數學(xué)研究所，挖掘法國基礎數學(xué)資源;阿里巴巴達摩院更是為全球組織了數學(xué)競賽，邀請頂尖數學(xué)家出題;騰訊也正在加大基礎科學(xué)領(lǐng)域的布局。

總而言之，如果只想成為一顆產(chǎn)業(yè)的螺絲釘或搬運工，總是使用前人做好的工具來(lái)解決問(wèn)題，那么數學(xué)可能沒(méi)那么重要。但如果企業(yè)需要基礎層面的突破，比如算法創(chuàng )新就需要深入研究底層的數學(xué)細節，基礎學(xué)科的背景優(yōu)勢也就展現出來(lái)了。

不過(guò)，對于產(chǎn)業(yè)界而言，本科生能夠運用已知的方法和工具解決簡(jiǎn)單的應用問(wèn)題就足夠了。

因此，基礎學(xué)科最好進(jìn)行長(cháng)時(shí)間學(xué)習，在讀完碩士、博士之后再進(jìn)入產(chǎn)業(yè)界。應用數學(xué)和統計學(xué)專(zhuān)業(yè)尤其如此。

關(guān)聯(lián)指數☆☆☆

經(jīng)?？次覀兾恼碌男』锇榭赡軙?huì )發(fā)現，腦機接口、視覺(jué)機制、類(lèi)腦芯片等等，這些與強人工智能息息相關(guān)的技術(shù)，都與腦科學(xué)有著(zhù)不解之緣。

原因也很簡(jiǎn)單，人工智能發(fā)展的終極目標就是讓機器能夠自己進(jìn)行理解、思考與學(xué)習，要實(shí)現這一點(diǎn)，擺脫傳統計算機結構的束縛、發(fā)展類(lèi)腦計算系統和器件、探索人類(lèi)大腦的運行機制，就變得至關(guān)重要了。

中國科學(xué)院院士、美國國家科學(xué)院院士、中科院神經(jīng)科學(xué)研究所所長(cháng)蒲慕明就說(shuō)過(guò)，“AI未來(lái)要想進(jìn)一步發(fā)展，需要從腦科學(xué)得到啟發(fā)。”

長(cháng)期來(lái)看，腦科學(xué)和神經(jīng)科學(xué)與AI的融合，將是下一周期的發(fā)展重點(diǎn)。這個(gè)領(lǐng)域的跨學(xué)科人才將會(huì )非常稀缺。具備腦科學(xué)、神經(jīng)科學(xué)的人才，再融合AI和計算機科學(xué)專(zhuān)業(yè)知識，將是一條具有旺盛生命力的發(fā)展方案。

但需要提醒的是，腦科學(xué)與神經(jīng)科學(xué)相關(guān)專(zhuān)業(yè)的學(xué)習難度也比較“燒腦”，“AI+腦科學(xué)”的融合發(fā)展，又需要等候比較漫長(cháng)的時(shí)間才能開(kāi)花結果。在這期間，考生往往會(huì )在學(xué)術(shù)、就業(yè)等多方面承受一定的壓力。

關(guān)聯(lián)指數☆☆

現在才說(shuō)到機器人專(zhuān)業(yè)，想必很多同學(xué)都覺(jué)得不可思議。近些年AI概念的出現，導致很多學(xué)校相繼開(kāi)設了機器人工程專(zhuān)業(yè)，今年更是有101所高校新增了機器人工程，絕對屬于“爆款”。而很多家長(cháng)和同學(xué)也容易“望文生義”，把二者混合起來(lái)。

嚴格意義上來(lái)說(shuō)，機器人專(zhuān)業(yè)，跟AI專(zhuān)業(yè)是有關(guān)系的，但絕對不足以支撐起如此高的“熱度”。因為在學(xué)科體系上，兩個(gè)領(lǐng)域是分開(kāi)的，而大部分人想象中的“機器人專(zhuān)業(yè)”，指的都是與人工智能交叉的產(chǎn)物——人造智能機器人。

機器人領(lǐng)域的本科學(xué)習階段，主要集中在機械制造及其自動(dòng)化上，核心課程是電路分析、機械設計基礎、模擬電子技術(shù)、數字電子技術(shù)、自動(dòng)控制原理等工程類(lèi)的。

而人工智能則是計算機科學(xué)的分支，核心任務(wù)是開(kāi)發(fā)計算機程序來(lái)完成需要人類(lèi)智能的任務(wù)，主要還是面向以算法為主的軟件行業(yè)。即使是在人造智能機器人中，AI算法也只是機器人系統的一部分，與傳感器、執行器、機械編程等協(xié)同工作來(lái)完成對機器人的控制。

之所以這么多高校“一哄而上”搶占機器人的“山頭”，主要原因還是既想蹭AI的熱度多招生，又沒(méi)有師資開(kāi)設AI專(zhuān)業(yè)，想了想自家機械學(xué)工程學(xué)的條件還是有的，于是就弄出了似是而非的機器人專(zhuān)業(yè)。

如果抱著(zhù)進(jìn)入人工智能行業(yè)的念頭，卻選了機器人專(zhuān)業(yè)，結果可能就跟失敗的網(wǎng)友“奔現”差不多，幻想有多美好，見(jiàn)到真人就有多憂(yōu)傷。

關(guān)聯(lián)指數???

AI和行業(yè)融合，是目前產(chǎn)業(yè)端的主要發(fā)展路徑。人工智能的幾大細分技術(shù)，比如機器學(xué)習、計算機視覺(jué)、計算機語(yǔ)音、文本和情感分析，以及自動(dòng)駕駛汽車(chē)等等，正在領(lǐng)軍企業(yè)的努力下為各行各業(yè)帶來(lái)新的想象力。

而社會(huì )整體智能化的過(guò)程，自然也需要更多的跨學(xué)科人才來(lái)保駕護航。

因此，在本科和碩博階段分別讀AI專(zhuān)業(yè)與行業(yè)相關(guān)專(zhuān)業(yè)，成為跨領(lǐng)域人才，不失為一種不錯的發(fā)展模式。

比如AI專(zhuān)業(yè)與地質(zhì)學(xué)、海洋學(xué)、新聞傳播學(xué)、工業(yè)設計、化工，甚至文學(xué)、考古、繪畫(huà)、舞蹈等人文社科領(lǐng)域的結合，目前已經(jīng)見(jiàn)到了不少應用案例。

像是在O'Reilly公司的調查中，68%的醫療保健和生命科學(xué)公司表示他們使用人工智能進(jìn)行新藥研發(fā);工廠(chǎng)開(kāi)始使用計算機視覺(jué)系統來(lái)檢查零件是否達標;金融公司開(kāi)始使用機器學(xué)習來(lái)識別客戶(hù)的信用風(fēng)險等等。據哈工大人工智能學(xué)院副院長(cháng)劉挺教授透露，已經(jīng)有不少人工智能方向的畢業(yè)生受到農業(yè)、電力、金融等傳統行業(yè)的青睞。

行業(yè)中最懂AI的，AI中最懂行業(yè)的：這條“學(xué)科交叉”之路顯然能夠極大地幫助個(gè)人塑造獨特的行業(yè)競爭優(yōu)勢。但前提是要在兩個(gè)領(lǐng)域都達到優(yōu)秀及以上的水平，這就要求考生具備長(cháng)遠的發(fā)展計劃和超強的執行與學(xué)習能力，還能夠承受技術(shù)迭代和行業(yè)調整等不確定性帶來(lái)的風(fēng)險。

說(shuō)到這里，我們已經(jīng)提供了不少象牙塔與人工智能之間可以真實(shí)觸達的方式。但無(wú)論選擇了何種專(zhuān)業(yè)和發(fā)展方向，良好的數學(xué)基礎和編程基礎，都是進(jìn)入AI行業(yè)的必不可少的前提條件。入行道路千萬(wàn)條，數學(xué)編程第一條，與諸君共勉。

One more thing：那些不該畢業(yè)才知道的事

在結束這篇填報指南之前，我們認為有必要再多花兩分鐘時(shí)間，聊聊那些AI領(lǐng)域的殘酷事件，比如說(shuō)：

人工智能的“寒冬詛咒”。18年前那場(chǎng)人工智能寒冬時(shí)期，高校也不得不另立名目，不少相關(guān)專(zhuān)業(yè)，像是知識圖譜，更是坐了多年的冷板凳。而當下這波AI浪潮，主要依靠對深度學(xué)習的探索與應用。但60年時(shí)間三起三落，AI技術(shù)的更迭速度總是超出我們預想的快。比如深度學(xué)習之父、圖靈獎得主lecun就試圖用膠囊網(wǎng)絡(luò )重新設計人工智能網(wǎng)絡(luò )結構。經(jīng)典計算機視覺(jué)等方向的研究者們也日復一日提醒著(zhù)我們深度學(xué)習“一家獨大”有多危險。如果只是看中當下AI的熱度，在行業(yè)階段性遇冷時(shí)恐怕只會(huì )感到極度失落。就業(yè)市場(chǎng)的不確定性。在很長(cháng)一段時(shí)間內，由于本科階段沒(méi)有設置AI專(zhuān)業(yè)，所以企業(yè)招聘人工智能隊伍基本學(xué)歷都是碩士起步。本科AI專(zhuān)業(yè)的出現無(wú)疑大大緩解了企業(yè)的成本壓力與人才饑渴。但本科培養模式是否能適應產(chǎn)業(yè)端的真實(shí)需求，狂野爆發(fā)的學(xué)科建設局面會(huì )不會(huì )導致人才缺口過(guò)早觸頂，目前來(lái)講都是未知數。

總而言之，高效高質(zhì)量的AI人才供給，是整個(gè)行業(yè)一直以來(lái)強烈渴盼的。但無(wú)論是對考生、高校還是產(chǎn)業(yè)本身，這都是一場(chǎng)漫長(cháng)修遠的冒險，不要將它變成一場(chǎng)對“風(fēng)口”的賭博，興趣才是支撐人走得更遠的終極地標。

本文來(lái)源：虎嗅APP