人工智能学什么_人工智能怎么学

昨天起，各省高考查分通道陆续开启，选好学校选对专业成了摆在考生及其家长面前的头等大事。随着“智能+”时代的到来，计算机和人工智能无疑是许多考生青睐的专业。计算机科学大家相对熟悉，那么人工智能呢？今年，许多高校增设了人工智能学院，开始招收人工智能专业的本科生。清华的人工智能如何布局？想学人工智能的考生，报考清华时有哪些选择？结合清华大学计算机系自然语言处理实验室副教授刘知远的文章，我们来一探究竟。

人工智能是什么？

人工智能（Artificial Intelligence，AI）是一门年轻的学科，从1956年达特茅斯会议正式提出AI名称至今不过65年；从阿兰图灵1950年提出判断机器是否能够思考的图灵测试至今也不过70年时间。AI的70年发展史汇集了来自数学、计算机科学、逻辑学、哲学、神经科学、语言学等不同领域学者的努力，是典型的交叉学科。

人工智能是什么？简言之，人工智能学科是利用计算机实现人类智能。人类智能并没有公认的定义与界限，实际上也随着AI的发展而有所变化。某项人类技能被计算机所掌握后，人们往往不再认为它代表人类"真正"的智能。例如，1997年IBM深蓝战胜人类国际象棋冠军卡斯帕罗夫后，就有评论说IBM计算机只是在暴力搜索，不是真正的智能，that's not thinking！这种现象又被称为"AI Effect"。

所以，人工智能总是聚焦在那些尚未被计算机破解的人类智能能力上。比较简单的人类智能已经被解决了，例如计数能力有了计算器，数据记忆和查询有了数据库，下棋能力有了下棋软件，剩下的是那些困难的高级智能。

简单而言，如果我们把大脑看做一个黑盒，它能够接受外部世界的刺激信号，大脑处理这些信号产生输出反馈，人类智能正体现在这些"刺激-反馈"的对应中。

针对不同刺激信号和反馈处理的复杂性，AI下面有很多专门的领域开展相关研究和探索。目前，公认的AI核心课题包括：机器学习、计算机视觉、自然语言处理、语音识别、知识表示与计算、推理与规划等，并在此基础上支持着许多重要应用场景如无人驾驶（无人车）、机器人等。

机器学习

旨在让计算机具备自动学习的能力，能够解决分类、聚类、回归、关联分析等任务。目前主流是从大规模数据中自动学习和总结规律，从而能够对新的数据进行预测，也被称为统计机器学习。简单地讲，机器学习是从大量"刺激-反馈"数据中自动总结规律的技术。

计算机视觉

旨在让计算机理解和处理图像数据（包括图片、视频等），使计算机掌握"看"的能力。图像是典型的无结构数据，由像素组成，如何从一幅图像中自动识别不同层次的对象（如轮廓、人脸、场景等）及其复杂关联，是计算机视觉面临的挑战问题。

语音处理

旨在让计算机理解、处理和生成人类语音，使计算机掌握"听"和“说”的能力。语音也是一种典型的无结构序列数据，看似简单的一维语音信号包含着丰富的信息如内容、意图、身份、情感、信道、场景、干扰等。以语音识别为例，目前在深度学习技术的支持下，普通场景的语音转文本的效果已经得到广泛应用。而在多人、方言、强噪、远场等挑战场景下，语音识别效果还需要进一步提升。

自然语言处理

旨在让计算机理解和处理人类语言。与C++、Java等人工设计的编程语言不同，人类语言是大自然的产物，因此被称为"自然语言"。人类语言也是典型的无结构数据，由字词组合而成，如何理解一句话、一篇文章甚至一本书的意思，也是人工智能面临的挑战问题。由于语言是人类特有的传递丰富信息和知识、表达复杂思想和情绪的载体，甚至被认为是人类思考的重要工具，因此自然语言处理问题更接近人类高级认知智能，有很多重要的开放问题。

知识表示与计算

人类对世界的认识积累形成了知识，知识是人类理解外部信息、实现各种智能能力的基础。近年来随着知识图谱的广泛应用，成为研究界和工业界关注的重点问题。

由于上述这些课题都关涉人类智能，所以互相密切关联、不分彼此，例如计算机视觉、语音识别和自然语言处理都是机器学习算法的重要应用场景，知识表示与计算也成为计算机视觉和自然语言处理方向的重要话题等。正因为年轻，这些方向都充满着活力，一方面最新技术日益深远地影响着人类社会生活的方方面面，同时学科体系和技术框架也在飞速地日新月异、推陈出新，现在去翻十年前的教材很多内容都显得过时了。

从学科设置来看，国内大学遵照教育部《学位授予和人才培养学科目录》来颁发学位。最初的计算机一级学科是"计算机科学与技术"，下设"计算机系统结构"、"计算机软件与理论"、"计算机应用技术"三个二级学科，其中"计算机系统结构"对应高性能计算（超算）和计算机网络体系架构（互联网），后来单独成立出"网络空间安全"一级学科；"计算机软件与理论"对应软件工程和计算机理论科学等，后来单独成立出"软件工程"一级学科；而"计算机应用技术"则对应计算机的各类应用技术，很大程度上正沿着从信息化到自动化再到智能化的路线前进，可以想见，如果现在这波AI浪潮再持续几年，单独成立"人工智能"一级学科也指日可待。

从研究配置来看，AI研究队伍主要分布在计算机、自动化、电子工程等信息科学相关院系中，这与AI起源有密切关系，计算机的奠基人图灵、冯诺依曼，自动化的主要理论基础"控制论"的奠基人维纳，以及电子工程和信号处理的主要组成"信息论"的奠基人香农，均为AI的创立贡献了思想。所以，计算机系主要从计算理论和计算机应用的角度研究AI，自动化系从自动控制的角度理解AI，电子工程系则从信号处理（将AI关心的视觉、文本、听觉等模态理解问题看作信号处理）的角度解读AI。

当然，在哲学、脑神经等其他领域也有从事人工智能探索的学者。

Q

人工智能学什么？

虽然这两年国内外已有很多高校开设了人工智能班和专业，但不同高校的课程设置还没有形成共识。单从清华大学计算机科学与技术系的选课指导清单来看，人工智能需要学习的主要内容包括：数学基础课（包括微积分或数学分析、代数与几何、离散数学或数理逻辑、图论等、概率论）；学科基础课，包括程序设计基础、数据结构、人工智能导论、计算机原理、数字电路、系统控制等；专业选修课，比如神经网络、深度学习以及认知科学、神经科学、计算金融、计算生物学、计算语言学等交叉课程。

计算机科学与技术专业部分选课指导

Q

人工智能怎么学？

清华大学章程明确提出"价值塑造、能力培养、知识传授"三位一体的育人模式，我认为这是高水平AI人才养成方式的最佳描述。

知识传授这层不必多说，师者传道受业解惑，在大学里通过课程讲授和课下实践，研习精通计算机和人工智能理论与技术，每位同学通过一门门课程成绩反映出的，正是专业知识掌握的水平。我想，绝大部分同学都能明白课程学习的重要性。然而，大学之道不仅于此，不然大学就不过是个专业技校。

在知识传授之上就要构筑能力培养，这对CS/AI专业而言尤其重要。计算机和人工智能是非常年轻的学科，正处在飞速发展的朝阳时期，学科知识更新换代很快，大部分最新知识根本无法在短时间内及时沉淀到教科书中。而进入教科书的那些知识，与实际应用场景往往已有较大距离。很多CS/AI高科技公司自身就站在学科最前沿，亟需有快速学习和独立解决开放问题能力的人才。

这样，一方面要求同学有意识建立终身学习的理念，有较强的独立学习的能力；另一方面则要求同学注意通过实验室研究等方式锻炼科研创新能力。CS/AI同学们需要主动参与科研工作的全过程，树立专业志趣，培养独立学习的能力、自我学习的习惯、提出问题的意识、以及独立解决开放问题的能力，这是大学培养CS/AI高水平人才的必由之路。因此，大学教师在CS/AI开展高水平原创研究的能力，也一定程度上决定了他们对学生进行能力培养的水平。

最后一层价值塑造也许不容易阐释，但更加重要。一个人在知识和能力确定的情况下，Ta的努力方向和坚持程度最终决定其成长的高度。找到在术业上的坚持方向，就是价值塑造的过程。这个过程绝不是简单粗暴的灌输和宣讲就能实现的，要有高水平的教师一起教学相长，有志存高远的同学共同努力拼搏，有各界奋斗的学长作为示范榜样，有校外海外的实践平台广开视野。实践出真知，只有自己多听多看多想，才能找到自己喜欢的、努力的方向，也才更有后劲坚持不懈。

所以，不管是人工智能、计算机专业还是其他什么专业，只要想把自己培养成为该领域的可堪大用之才，就需要从知识、能力和价值这三个层面来努力提升自己。

计算机科学与技术专业部分课程

Q

人工智能去哪学？

根据前面几个问题的回答，可以从师资水平、课程设置等方面来做判断，其中师资水平应该是最重要的因素，而课程设置、培养水平等与师资水平直接正相关。

如何判定AI师资水平，与QS、THE、US News、ARWU等大学或学科排名相比，我更推荐UMass教授Emery Berger维护的高校计算机科学领域排名CSRankings，采用DBLP数据库中大学CS/AI教授在不同方向顶级会议上发表的论文数量进行排名，有客观确切数据支持，例如美国号称CS四大名校的Stanford、MIT、UCB和CMU就排在美国前四位。同时CSRankings工程和数据全部开源在github上，可以非常方便地进行检查、复现和扩展。

CSRankings将CS划分为AI、Systems、Theory、Interdisciplinary Areas四个一级方向，每个方向有有若干子领域，例如AI就又下分General AI （AI总方向）、Computer Vision (计算机视觉)、Machine Learning & Data Mining（机器学习与数据挖掘）、Natural Language Processing（自然语言处理）、The Web & Information Retrieval（互联网与信息检索）。每个字领域只收录2-3个顶级会议，这主要是因为计算机科学技术由于发展比较快，所以学者们更重视通过国际会议论文发表最新成果进行学术交流，而不像其他领域那样主要是通过期刊发表最新研究成果。

由于CSRankings原网站没有提供中国单列的高校排名，国内学术网站AMiner做了一个改进版，除了提供中国高校单列名单外，还额外提供根据论文引用数量的排名。如果按照2009-2019十年间论文发表统计，我简单统计了国内AI/CS排名较高的高校（不含香港***高校、不考虑中科院）排序如下。同时表格还列出2016-2019近三年的排序数据，可以看到，最近几年国内高校AI进步神速，特别是清华AI已经跃居世界第一。

这个排序大致能够反映各大高校CS/AI专业的国际学术前沿整体水平，而且通过AI领域和CS整体的排名反差，可以观察到该高校AI方向的强势程度。而且，还可以看出，国内高校AI领域的世界排名明显超过CS整体的世界排名，说明国内高校在AI方面更接近世界前沿水平。

CSRankings主要以高校为单位进行排序，我们用CSRankings开源数据，对AI领域的国内C9高校学者进行了排序，可以看到前20的学者有7位清华、5位北大、2位南大、2位浙大、2位哈工大、2位复旦，可以从另一个侧面反映各高校的AI师资力量。

CSRankings提供的

清北两校不同领域发表论文分布

想到清华学人工智能，有哪些选择？

通过上个问题可以看到，想在国内学习AI，高考分数够的话，清华大学是不二选择。如果想来清华学AI都有哪些选择呢？这里对清华与AI有关的专业大类做一个简单介绍。

人工智能学堂班（智班）

2019年清华新成立了人工智能学堂班，简称“智班”。和计算机科学实验班（姚班）一样，智班首席教授由图灵奖得主、交叉信息研究院院长姚期智院士担纲。之前曾经说过，清华在人工智能领域具备强大实力，包括信息科学技术学院下的计算机科学与技术系、软件学院、自动化系、电子工程系，以及生命科学学院、医学院等院系都在科学技术及人工智能研发上有突出的成果。智班将和这些院系都保持紧密合作。

智班的培养的特点为“广基础、重交叉”。在本科低年级，智班将通过数学、计算机与人工智能的核心课程，为学生打下扎实宽广的基础。在此基础上，智班在本科高年级将通过交叉联合 AI+X课程项目的方式，使学生有机会将人工智能与其他学科前沿相结合，在以人工智能促进不同学科发展的同时，深化对人工智能的理解，推动人工智能前沿的发展。（推荐阅读：最新！清华大学“姚班”“智班”报考指南来了！）

计算机类

计算机类包含交叉信息研究院的计算机科学实验班（姚班）、人工智能学堂班（智班）、计算机系和软件学院，与AI直接密切相关。在近年来全球的四大学科排行榜中，清华计算机学科从未低于前20名，前面也介绍到根据CSRankings统计清华AI已经跃居世界首位。清华计算机学科一直坚持“宽口径，厚基础”的培养理念，在人工智能、计算机理论、计算机网络、高性能计算（超算）、多媒体计算、大数据、软件工程等众多方向均有雄厚的师资力量和研究实力，可以说是国内CS/AI学科方向覆盖最齐全的高校，是学习CS和AI的热门选择。

自动化与工业工程类、电子信息类

如前所述，自动化的主要理论基础"控制论"的奠基人维纳，以及电子工程和信号处理的主要组成"信息论"的奠基人香农，均为AI的创立贡献了思想。自动化系主要从自动控制的角度研究AI，在机器学习、计算机视觉、智能交通、生物信息学等方面均有强劲实力。电子工程系则主要从信号处理的角度探索AI，在语音处理、计算机视觉、AI芯片设计等方面有雄厚积累。因此，这两个专业大类也一直是学习AI的热门方向。

数理类、文理通识类

数理类下的基础科学班以及文理通识类新雅书院，均支持同学自由选择未来发展方向。人工智能（特别是其中偏重基础理论的机器学习）是基科班同学的热门选择；而新雅书院也有大量同学选择计算机和人工智能方向。

土木类，能源与电气类，机械、航空与动力类

在信息化和智能化的浪潮下，很多清华传统强势的工科方向也在朝着智能化方向探索，如土木系的智能建造、电机系的智能电网，车辆与运载学院的无人驾驶（成立了清华智能驾驶实验室）、精仪系的类脑器件（成立了清华类脑计算研究中心）等，可以说几乎每个工科大类都有深度参与智能化的研究方向。

依托清华在信息技术上的优势，人工智能技术将为很多工科方向带来新的研究热点，共同造福人类社会。希望更多对AI感兴趣的同学来选择参与到这些交叉方向上来，让AI技术得到更快更广更深的应用。

文科大类

清华的文科方向大多小而精，我由于从事一些交叉方向研究，所以与很多文科方向比较熟悉，例如社科学院有社科大数据的构建与研究，法学院致力于计算法学研究，中文系有计算语言学研究，外文系有语言认知研究，心理系有脑认知研究，美学院有信息交互设计和智能艺术创作研究，这些都与计算机和人工智能有密切联系，具有高度的文理交叉特点。所以，如果文科同学对人工智能感兴趣，也能在这些方向上充分感受清华的AI力量。