高考特辑:一份关于AI的报考指南

高考已经开始了,翻开厚厚大本子挑专业的日子还远吗?

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。

高考特辑:一份关于AI的报考指南

AI专业是如何成为“爆款”的?

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、中共中央政治局集体学习的当红技术,更被视为新一轮科技革命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。

高考特辑:一份关于AI的报考指南

既有利于国家战略,又利好与个人职业发展,增设AI专业这样的十全好事,高校自然首当其冲。

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?

今天我们就来说说,想要将来进入人工智能行业,怎样选专业才能不吃后悔药。

AI志愿的三大锚点:师资、深造、地域

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。

高考特辑:一份关于AI的报考指南

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。

所以说,想要报考人工智能相关专业,几乎是一件不限男女、无论文理、分数皆宜的事儿了。

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,比如南京大学、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?

真朋友与“吸血鬼:AI学科名词背后的套路

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。

想要看懂专业名词背后的套路,恐怕还需要从学科设置与产业距离的远近说起。

关联指数☆☆☆☆☆

最简单直观的方向,当然是直接选新鲜出炉的人工智能专业啦。

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“田忌赛马”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。

高考特辑:一份关于AI的报考指南

西安交大“人工智能本科专业课程设置”

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,正如南京大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。

高考特辑:一份关于AI的报考指南

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。

高考特辑:一份关于AI的报考指南

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。

所以通讯、电子工程专业,虽然看似与AI关系较远,但也是进入AI行业的通道。

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。

然而就今天AI的发展趋势来看,基础科学和基础理论人才的行业优势反而在不断体现出来。

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。

高考特辑:一份关于AI的报考指南

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。

不过,对于产业界而言,本科生能够运用已知的方法和工具解决简单的应用问题就足够了。

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。”

高考特辑:一份关于AI的报考指南

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。

高考特辑:一份关于AI的报考指南

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。

而社会整体智能化的过程,自然也需要更多的跨学科人才来保驾护航。

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。

高考特辑:一份关于AI的报考指南

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。

One more thing:那些不该毕业才知道的事

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。

相关推荐