在國內還在對是否應當設立AI專業爭論不休時，美國放出了重磅炸彈。近日，美國卡內基梅隆大學（CMU）宣佈在本科開設人工智能專業，成為美國首個擁有人工智能本科專業的學校，招生計劃規模為每年30~50名學生。
看著各大高校相繼設立AI本科專業，將來還會有一批又一批AI科班生出爐，你是否也恨不得自己重回大一，重選專業？
其實，瞭解各大高校的本科課程設置不僅能幫助你在自學的道路上越走越好，還能為你的研究生擇校提供有效的參考。
CMU學什麼？
美國的AI專業學的是什麼，絕大多數人都非常好奇。但是揭開課程安排的神秘面紗，你會發現有些內容，該逃的還是逃不掉。
首先就是數學。
微積分、矩陣、線性變換、概率論不用說，至於積分與逼近、現代迴歸理論以及並行與串行數據結構等在AI中被高頻使用的知識更是會被作為獨立的重要科目進行學習。
其次就是計算機基礎知識與編程。
AI編程涉及的主要是命令式編程語言，因而命令式計算原理、功能式編程原理也在課程安排中被單獨羅列出來。
另外還有AI的基本原理，如機器學習等。
除去基礎科目，CMU自然也會為學生奉上看家本領。
CMU被譽為AI人才的大本營，其在自動駕駛、人臉識別、自然語言處理方面的科研能力十分出眾。它的AI專業課程設計，自然也就和這幾項技術緊密相關。例如大三的課程，就提供計算機視覺與自然語言處理兩個科目，供學生二選一。
CMU的選修科目更是豐富多彩，包括人類學和藝術、人工智能道德、決策和機器人、機器學習、感知和語言、人類與人工智能交互……可以說涵蓋了AI的方方面面，讓學生可以廣泛地思考各種不同學科中的任務應該如何解決，從而學會搭建根據視覺、語言、大規模數據庫之類的複雜輸入進行決策或者增強人類的模型。
與國內專業相比有何不同？
CMU的課程安排，和國內的教學體系相比，自然有異有同。
與國內高校的學生一樣，CMU的學生也需要充分地學習計算機和數學的知識作為入行AI的基礎，並掌握與人工智能相關的基礎理論。
而其與國內高校的不同點，則是源自AI人才的培養方向。
首先，對於AI具體應用方向的深入教學，CMU只選擇了計算機視覺與自然語言處理這兩個領域，而其他AI具體領域的介紹，則都放入了選修課體系中。
但國內的高校，以南京大學為例，需要學生在大學四年掌握自然語言處理、計算機視覺、知識表示、自動推理四個領域的知識。
由此可見，CMU對於人才的培養有更明確的方向——我要把自己最牛的本領教給學生。
不過，國內的課程體系也有自己的優勢——對於熱門AI領域的廣泛涉及。這樣可以讓學生在廣泛瞭解多個領域之後，在研究生階段對自己感興趣的領域進行深入學習。
其次，CMU課程設置中最明顯的優勢就是其對AI道德教學的重視，而觀之國內AI教學的課程安排，則幾乎沒有這方面的內容。
CMU在AI人才塑造的方面，有著非常明確的目的——為AI碩士、博士輸送人才資源。
我們可以看到，絕大多數課程都是基礎性的學習課程，而並非為了讓本科生在畢業後就能立即投身AI行業，進行高技術含量的實踐。
既然學生無須思考如何在畢業之前擁有強勁的開發能力，那麼需要思考什麼呢？自然是與人類學、道德相關的領域。AI行業跑得太快，與之相關的人文性研究被遠遠地落在了後面。而這些研究的補足，讓不急於跟上行業步伐的本科生參與，再合適不過。
反觀國內的課程，其設置的課程讓本科生有了就業和進修二選一的餘地，讓學習與行業緊密貼合，從而實現學界與業界的知識互補。通過這樣的培養方案，有效補充高校人才不足，並能夠快速解決行業人才的過度缺乏。
讀芯君開扒
學AI，國內好還是國外好？
出國學AI是個好的選擇嗎？對於研究生、博士生來說，答案是肯定的。但對於本科階段的教育則不一定。
國內的數學教育，尤其在AI學科的設置上，比之國外是更為全面的。CMU的數學課，僅僅涉及了AI應用中高頻的數學知識，而諸如分佈式計算、統計學等教學則不夠深入，而這些同樣也是在AI研發中需要運用的。
並且，國內AI與大數據的教學貼合緊密，也更加符合AI的行業標準與實際應用場景。
至於國內缺失的AI人文性研究課程，雖然是國內AI本科教學的缺憾，但鑑於AI道德議題已經被各個學者加以重視，多少可以讓學生通過耳濡目染，補足一些國內“功利性”課程體系所帶來的弊端。
參考文獻鏈接：
https://www.leiphone.com/news/201805/g3ro6mQX81wqDpY1.html?viewType=weixin
閱讀更多 讀芯術 的文章
