昨天起，各省高考查分通道陸續(xù)開啟，選好學(xué)校選對專業(yè)成了擺在考生及其家長面前的頭等大事。隨著“智能+”時代的到來，計算機(jī)和人工智能無疑是許多考生青睞的專業(yè)。計算機(jī)科學(xué)大家相對熟悉，那么人工智能呢？今年，許多高校增設(shè)了人工智能學(xué)院，開始招收人工智能專業(yè)的本科生。清華的人工智能如何布局？想學(xué)人工智能的考生，報考清華時有哪些選擇？結(jié)合清華大學(xué)計算機(jī)系自然語言處理實(shí)驗(yàn)室副教授劉知遠(yuǎn)的文章，我們來一探究竟。

人工智能是什么？

人工智能（Artificial Intelligence，AI）是一門年輕的學(xué)科，從1956年達(dá)特茅斯會議正式提出AI名稱至今不過65年；從阿蘭圖靈1950年提出判斷機(jī)器是否能夠思考的圖靈測試至今也不過70年時間。AI的70年發(fā)展史匯集了來自數(shù)學(xué)、計算機(jī)科學(xué)、邏輯學(xué)、哲學(xué)、神經(jīng)科學(xué)、語言學(xué)等不同領(lǐng)域?qū)W者的努力，是典型的交叉學(xué)科。

人工智能是什么？簡言之，人工智能學(xué)科是利用計算機(jī)實(shí)現(xiàn)人類智能。人類智能并沒有公認(rèn)的定義與界限，實(shí)際上也隨著AI的發(fā)展而有所變化。某項(xiàng)人類技能被計算機(jī)所掌握后，人們往往不再認(rèn)為它代表人類"真正"的智能。例如，1997年IBM深藍(lán)戰(zhàn)勝人類國際象棋冠軍卡斯帕羅夫后，就有評論說IBM計算機(jī)只是在暴力搜索，不是真正的智能，that's not thinking！這種現(xiàn)象又被稱為"AI Effect"。

所以，人工智能總是聚焦在那些尚未被計算機(jī)破解的人類智能能力上。比較簡單的人類智能已經(jīng)被解決了，例如計數(shù)能力有了計算器，數(shù)據(jù)記憶和查詢有了數(shù)據(jù)庫，下棋能力有了下棋軟件，剩下的是那些困難的高級智能。

簡單而言，如果我們把大腦看做一個黑盒，它能夠接受外部世界的刺激信號，大腦處理這些信號產(chǎn)生輸出反饋，人類智能正體現(xiàn)在這些"刺激-反饋"的對應(yīng)中。

針對不同刺激信號和反饋處理的復(fù)雜性，AI下面有很多專門的領(lǐng)域開展相關(guān)研究和探索。目前，公認(rèn)的AI核心課題包括：機(jī)器學(xué)習(xí)、計算機(jī)視覺、自然語言處理、語音識別、知識表示與計算、推理與規(guī)劃等，并在此基礎(chǔ)上支持著許多重要應(yīng)用場景如無人駕駛（無人車）、機(jī)器人等。

機(jī)器學(xué)習(xí)

旨在讓計算機(jī)具備自動學(xué)習(xí)的能力，能夠解決分類、聚類、回歸、關(guān)聯(lián)分析等任務(wù)。目前主流是從大規(guī)模數(shù)據(jù)中自動學(xué)習(xí)和總結(jié)規(guī)律，從而能夠?qū)π碌臄?shù)據(jù)進(jìn)行預(yù)測，也被稱為統(tǒng)計機(jī)器學(xué)習(xí)。簡單地講，機(jī)器學(xué)習(xí)是從大量"刺激-反饋"數(shù)據(jù)中自動總結(jié)規(guī)律的技術(shù)。

計算機(jī)視覺

旨在讓計算機(jī)理解和處理圖像數(shù)據(jù)（包括圖片、視頻等），使計算機(jī)掌握"看"的能力。圖像是典型的無結(jié)構(gòu)數(shù)據(jù)，由像素組成，如何從一幅圖像中自動識別不同層次的對象（如輪廓、人臉、場景等）及其復(fù)雜關(guān)聯(lián)，是計算機(jī)視覺面臨的挑戰(zhàn)問題。

語音處理

旨在讓計算機(jī)理解、處理和生成人類語音，使計算機(jī)掌握"聽"和“說”的能力。語音也是一種典型的無結(jié)構(gòu)序列數(shù)據(jù)，看似簡單的一維語音信號包含著豐富的信息如內(nèi)容、意圖、身份、情感、信道、場景、干擾等。以語音識別為例，目前在深度學(xué)習(xí)技術(shù)的支持下，普通場景的語音轉(zhuǎn)文本的效果已經(jīng)得到廣泛應(yīng)用。而在多人、方言、強(qiáng)噪、遠(yuǎn)場等挑戰(zhàn)場景下，語音識別效果還需要進(jìn)一步提升。

自然語言處理

旨在讓計算機(jī)理解和處理人類語言。與C++、Java等人工設(shè)計的編程語言不同，人類語言是大自然的產(chǎn)物，因此被稱為"自然語言"。人類語言也是典型的無結(jié)構(gòu)數(shù)據(jù)，由字詞組合而成，如何理解一句話、一篇文章甚至一本書的意思，也是人工智能面臨的挑戰(zhàn)問題。由于語言是人類特有的傳遞豐富信息和知識、表達(dá)復(fù)雜思想和情緒的載體，甚至被認(rèn)為是人類思考的重要工具，因此自然語言處理問題更接近人類高級認(rèn)知智能，有很多重要的開放問題。

知識表示與計算

人類對世界的認(rèn)識積累形成了知識，知識是人類理解外部信息、實(shí)現(xiàn)各種智能能力的基礎(chǔ)。近年來隨著知識圖譜的廣泛應(yīng)用，成為研究界和工業(yè)界關(guān)注的重點(diǎn)問題。

由于上述這些課題都關(guān)涉人類智能，所以互相密切關(guān)聯(lián)、不分彼此，例如計算機(jī)視覺、語音識別和自然語言處理都是機(jī)器學(xué)習(xí)算法的重要應(yīng)用場景，知識表示與計算也成為計算機(jī)視覺和自然語言處理方向的重要話題等。正因?yàn)槟贻p，這些方向都充滿著活力，一方面最新技術(shù)日益深遠(yuǎn)地影響著人類社會生活的方方面面，同時學(xué)科體系和技術(shù)框架也在飛速地日新月異、推陳出新，現(xiàn)在去翻十年前的教材很多內(nèi)容都顯得過時了。

從學(xué)科設(shè)置來看，國內(nèi)大學(xué)遵照教育部《學(xué)位授予和人才培養(yǎng)學(xué)科目錄》來頒發(fā)學(xué)位。最初的計算機(jī)一級學(xué)科是"計算機(jī)科學(xué)與技術(shù)"，下設(shè)"計算機(jī)系統(tǒng)結(jié)構(gòu)"、"計算機(jī)軟件與理論"、"計算機(jī)應(yīng)用技術(shù)"三個二級學(xué)科，其中"計算機(jī)系統(tǒng)結(jié)構(gòu)"對應(yīng)高性能計算（超算）和計算機(jī)網(wǎng)絡(luò)體系架構(gòu)（互聯(lián)網(wǎng)），后來單獨(dú)成立出"網(wǎng)絡(luò)空間安全"一級學(xué)科；"計算機(jī)軟件與理論"對應(yīng)軟件工程和計算機(jī)理論科學(xué)等，后來單獨(dú)成立出"軟件工程"一級學(xué)科；而"計算機(jī)應(yīng)用技術(shù)"則對應(yīng)計算機(jī)的各類應(yīng)用技術(shù)，很大程度上正沿著從信息化到自動化再到智能化的路線前進(jìn)，可以想見，如果現(xiàn)在這波AI浪潮再持續(xù)幾年，單獨(dú)成立"人工智能"一級學(xué)科也指日可待。

從研究配置來看，AI研究隊(duì)伍主要分布在計算機(jī)、自動化、電子工程等信息科學(xué)相關(guān)院系中，這與AI起源有密切關(guān)系，計算機(jī)的奠基人圖靈、馮諾依曼，自動化的主要理論基礎(chǔ)"控制論"的奠基人維納，以及電子工程和信號處理的主要組成"信息論"的奠基人香農(nóng)，均為AI的創(chuàng)立貢獻(xiàn)了思想。所以，計算機(jī)系主要從計算理論和計算機(jī)應(yīng)用的角度研究AI，自動化系從自動控制的角度理解AI，電子工程系則從信號處理（將AI關(guān)心的視覺、文本、聽覺等模態(tài)理解問題看作信號處理）的角度解讀AI。

當(dāng)然，在哲學(xué)、腦神經(jīng)等其他領(lǐng)域也有從事人工智能探索的學(xué)者。

Q

人工智能學(xué)什么？

雖然這兩年國內(nèi)外已有很多高校開設(shè)了人工智能班和專業(yè)，但不同高校的課程設(shè)置還沒有形成共識。單從清華大學(xué)計算機(jī)科學(xué)與技術(shù)系的選課指導(dǎo)清單來看，人工智能需要學(xué)習(xí)的主要內(nèi)容包括：數(shù)學(xué)基礎(chǔ)課（包括微積分或數(shù)學(xué)分析、代數(shù)與幾何、離散數(shù)學(xué)或數(shù)理邏輯、圖論等、概率論）；學(xué)科基礎(chǔ)課，包括程序設(shè)計基礎(chǔ)、數(shù)據(jù)結(jié)構(gòu)、人工智能導(dǎo)論、計算機(jī)原理、數(shù)字電路、系統(tǒng)控制等；專業(yè)選修課，比如神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)以及認(rèn)知科學(xué)、神經(jīng)科學(xué)、計算金融、計算生物學(xué)、計算語言學(xué)等交叉課程。

計算機(jī)科學(xué)與技術(shù)專業(yè)部分選課指導(dǎo)

Q

人工智能怎么學(xué)？

清華大學(xué)章程明確提出"價值塑造、能力培養(yǎng)、知識傳授"三位一體的育人模式，我認(rèn)為這是高水平AI人才養(yǎng)成方式的最佳描述。

知識傳授這層不必多說，師者傳道受業(yè)解惑，在大學(xué)里通過課程講授和課下實(shí)踐，研習(xí)精通計算機(jī)和人工智能理論與技術(shù)，每位同學(xué)通過一門門課程成績反映出的，正是專業(yè)知識掌握的水平。我想，絕大部分同學(xué)都能明白課程學(xué)習(xí)的重要性。然而，大學(xué)之道不僅于此，不然大學(xué)就不過是個專業(yè)技校。

在知識傳授之上就要構(gòu)筑能力培養(yǎng)，這對CS/AI專業(yè)而言尤其重要。計算機(jī)和人工智能是非常年輕的學(xué)科，正處在飛速發(fā)展的朝陽時期，學(xué)科知識更新?lián)Q代很快，大部分最新知識根本無法在短時間內(nèi)及時沉淀到教科書中。而進(jìn)入教科書的那些知識，與實(shí)際應(yīng)用場景往往已有較大距離。很多CS/AI高科技公司自身就站在學(xué)科最前沿，亟需有快速學(xué)習(xí)和獨(dú)立解決開放問題能力的人才。

這樣，一方面要求同學(xué)有意識建立終身學(xué)習(xí)的理念，有較強(qiáng)的獨(dú)立學(xué)習(xí)的能力；另一方面則要求同學(xué)注意通過實(shí)驗(yàn)室研究等方式鍛煉科研創(chuàng)新能力。CS/AI同學(xué)們需要主動參與科研工作的全過程，樹立專業(yè)志趣，培養(yǎng)獨(dú)立學(xué)習(xí)的能力、自我學(xué)習(xí)的習(xí)慣、提出問題的意識、以及獨(dú)立解決開放問題的能力，這是大學(xué)培養(yǎng)CS/AI高水平人才的必由之路。因此，大學(xué)教師在CS/AI開展高水平原創(chuàng)研究的能力，也一定程度上決定了他們對學(xué)生進(jìn)行能力培養(yǎng)的水平。

最后一層價值塑造也許不容易闡釋，但更加重要。一個人在知識和能力確定的情況下，Ta的努力方向和堅持程度最終決定其成長的高度。找到在術(shù)業(yè)上的堅持方向，就是價值塑造的過程。這個過程絕不是簡單粗暴的灌輸和宣講就能實(shí)現(xiàn)的，要有高水平的教師一起教學(xué)相長，有志存高遠(yuǎn)的同學(xué)共同努力拼搏，有各界奮斗的學(xué)長作為示范榜樣，有校外海外的實(shí)踐平臺廣開視野。實(shí)踐出真知，只有自己多聽多看多想，才能找到自己喜歡的、努力的方向，也才更有后勁堅持不懈。

所以，不管是人工智能、計算機(jī)專業(yè)還是其他什么專業(yè)，只要想把自己培養(yǎng)成為該領(lǐng)域的可堪大用之才，就需要從知識、能力和價值這三個層面來努力提升自己。

計算機(jī)科學(xué)與技術(shù)專業(yè)部分課程

Q

人工智能去哪學(xué)？

根據(jù)前面幾個問題的回答，可以從師資水平、課程設(shè)置等方面來做判斷，其中師資水平應(yīng)該是最重要的因素，而課程設(shè)置、培養(yǎng)水平等與師資水平直接正相關(guān)。

如何判定AI師資水平，與QS、THE、US News、ARWU等大學(xué)或?qū)W科排名相比，我更推薦UMass教授Emery Berger維護(hù)的高校計算機(jī)科學(xué)領(lǐng)域排名CSRankings，采用DBLP數(shù)據(jù)庫中大學(xué)CS/AI教授在不同方向頂級會議上發(fā)表的論文數(shù)量進(jìn)行排名，有客觀確切數(shù)據(jù)支持，例如美國號稱CS四大名校的Stanford、MIT、UCB和CMU就排在美國前四位。同時CSRankings工程和數(shù)據(jù)全部開源在github上，可以非常方便地進(jìn)行檢查、復(fù)現(xiàn)和擴(kuò)展。

CSRankings將CS劃分為AI、Systems、Theory、Interdisciplinary Areas四個一級方向，每個方向有有若干子領(lǐng)域，例如AI就又下分General AI （AI總方向）、Computer Vision (計算機(jī)視覺)、Machine Learning & Data Mining（機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘）、Natural Language Processing（自然語言處理）、The Web & Information Retrieval（互聯(lián)網(wǎng)與信息檢索）。每個字領(lǐng)域只收錄2-3個頂級會議，這主要是因?yàn)橛嬎銠C(jī)科學(xué)技術(shù)由于發(fā)展比較快，所以學(xué)者們更重視通過國際會議論文發(fā)表最新成果進(jìn)行學(xué)術(shù)交流，而不像其他領(lǐng)域那樣主要是通過期刊發(fā)表最新研究成果。

由于CSRankings原網(wǎng)站沒有提供中國單列的高校排名，國內(nèi)學(xué)術(shù)網(wǎng)站AMiner做了一個改進(jìn)版，除了提供中國高校單列名單外，還額外提供根據(jù)論文引用數(shù)量的排名。如果按照2009-2019十年間論文發(fā)表統(tǒng)計，我簡單統(tǒng)計了國內(nèi)AI/CS排名較高的高校（不含香港***高校、不考慮中科院）排序如下。同時表格還列出2016-2019近三年的排序數(shù)據(jù)，可以看到，最近幾年國內(nèi)高校AI進(jìn)步神速，特別是清華AI已經(jīng)躍居世界第一。

這個排序大致能夠反映各大高校CS/AI專業(yè)的國際學(xué)術(shù)前沿整體水平，而且通過AI領(lǐng)域和CS整體的排名反差，可以觀察到該高校AI方向的強(qiáng)勢程度。而且，還可以看出，國內(nèi)高校AI領(lǐng)域的世界排名明顯超過CS整體的世界排名，說明國內(nèi)高校在AI方面更接近世界前沿水平。

CSRankings主要以高校為單位進(jìn)行排序，我們用CSRankings開源數(shù)據(jù)，對AI領(lǐng)域的國內(nèi)C9高校學(xué)者進(jìn)行了排序，可以看到前20的學(xué)者有7位清華、5位北大、2位南大、2位浙大、2位哈工大、2位復(fù)旦，可以從另一個側(cè)面反映各高校的AI師資力量。

CSRankings提供的

清北兩校不同領(lǐng)域發(fā)表論文分布

想到清華學(xué)人工智能，有哪些選擇？

通過上個問題可以看到，想在國內(nèi)學(xué)習(xí)AI，高考分?jǐn)?shù)夠的話，清華大學(xué)是不二選擇。如果想來清華學(xué)AI都有哪些選擇呢？這里對清華與AI有關(guān)的專業(yè)大類做一個簡單介紹。

人工智能學(xué)堂班（智班）

2019年清華新成立了人工智能學(xué)堂班，簡稱“智班”。和計算機(jī)科學(xué)實(shí)驗(yàn)班（姚班）一樣，智班首席教授由圖靈獎得主、交叉信息研究院院長姚期智院士擔(dān)綱。之前曾經(jīng)說過，清華在人工智能領(lǐng)域具備強(qiáng)大實(shí)力，包括信息科學(xué)技術(shù)學(xué)院下的計算機(jī)科學(xué)與技術(shù)系、軟件學(xué)院、自動化系、電子工程系，以及生命科學(xué)學(xué)院、醫(yī)學(xué)院等院系都在科學(xué)技術(shù)及人工智能研發(fā)上有突出的成果。智班將和這些院系都保持緊密合作。

智班的培養(yǎng)的特點(diǎn)為“廣基礎(chǔ)、重交叉”。在本科低年級，智班將通過數(shù)學(xué)、計算機(jī)與人工智能的核心課程，為學(xué)生打下扎實(shí)寬廣的基礎(chǔ)。在此基礎(chǔ)上，智班在本科高年級將通過交叉聯(lián)合 AI+X課程項(xiàng)目的方式，使學(xué)生有機(jī)會將人工智能與其他學(xué)科前沿相結(jié)合，在以人工智能促進(jìn)不同學(xué)科發(fā)展的同時，深化對人工智能的理解，推動人工智能前沿的發(fā)展。（推薦閱讀：最新！清華大學(xué)“姚班”“智班”報考指南來了！）

計算機(jī)類

計算機(jī)類包含交叉信息研究院的計算機(jī)科學(xué)實(shí)驗(yàn)班（姚班）、人工智能學(xué)堂班（智班）、計算機(jī)系和軟件學(xué)院，與AI直接密切相關(guān)。在近年來全球的四大學(xué)科排行榜中，清華計算機(jī)學(xué)科從未低于前20名，前面也介紹到根據(jù)CSRankings統(tǒng)計清華AI已經(jīng)躍居世界首位。清華計算機(jī)學(xué)科一直堅持“寬口徑，厚基礎(chǔ)”的培養(yǎng)理念，在人工智能、計算機(jī)理論、計算機(jī)網(wǎng)絡(luò)、高性能計算（超算）、多媒體計算、大數(shù)據(jù)、軟件工程等眾多方向均有雄厚的師資力量和研究實(shí)力，可以說是國內(nèi)CS/AI學(xué)科方向覆蓋最齊全的高校，是學(xué)習(xí)CS和AI的熱門選擇。

自動化與工業(yè)工程類、電子信息類

如前所述，自動化的主要理論基礎(chǔ)"控制論"的奠基人維納，以及電子工程和信號處理的主要組成"信息論"的奠基人香農(nóng)，均為AI的創(chuàng)立貢獻(xiàn)了思想。自動化系主要從自動控制的角度研究AI，在機(jī)器學(xué)習(xí)、計算機(jī)視覺、智能交通、生物信息學(xué)等方面均有強(qiáng)勁實(shí)力。電子工程系則主要從信號處理的角度探索AI，在語音處理、計算機(jī)視覺、AI芯片設(shè)計等方面有雄厚積累。因此，這兩個專業(yè)大類也一直是學(xué)習(xí)AI的熱門方向。

數(shù)理類、文理通識類

數(shù)理類下的基礎(chǔ)科學(xué)班以及文理通識類新雅書院，均支持同學(xué)自由選擇未來發(fā)展方向。人工智能（特別是其中偏重基礎(chǔ)理論的機(jī)器學(xué)習(xí)）是基科班同學(xué)的熱門選擇；而新雅書院也有大量同學(xué)選擇計算機(jī)和人工智能方向。

土木類，能源與電氣類，機(jī)械、航空與動力類

在信息化和智能化的浪潮下，很多清華傳統(tǒng)強(qiáng)勢的工科方向也在朝著智能化方向探索，如土木系的智能建造、電機(jī)系的智能電網(wǎng)，車輛與運(yùn)載學(xué)院的無人駕駛（成立了清華智能駕駛實(shí)驗(yàn)室）、精儀系的類腦器件（成立了清華類腦計算研究中心）等，可以說幾乎每個工科大類都有深度參與智能化的研究方向。

依托清華在信息技術(shù)上的優(yōu)勢，人工智能技術(shù)將為很多工科方向帶來新的研究熱點(diǎn)，共同造福人類社會。希望更多對AI感興趣的同學(xué)來選擇參與到這些交叉方向上來，讓AI技術(shù)得到更快更廣更深的應(yīng)用。

文科大類

清華的文科方向大多小而精，我由于從事一些交叉方向研究，所以與很多文科方向比較熟悉，例如社科學(xué)院有社科大數(shù)據(jù)的構(gòu)建與研究，法學(xué)院致力于計算法學(xué)研究，中文系有計算語言學(xué)研究，外文系有語言認(rèn)知研究，心理系有腦認(rèn)知研究，美學(xué)院有信息交互設(shè)計和智能藝術(shù)創(chuàng)作研究，這些都與計算機(jī)和人工智能有密切聯(lián)系，具有高度的文理交叉特點(diǎn)。所以，如果文科同學(xué)對人工智能感興趣，也能在這些方向上充分感受清華的AI力量。