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，計算機和人工智能無疑是許多考生青睞的專業(yè)。計算機科學(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)計算機系自然語言處理實驗室副教授劉知遠的文章，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)科是利用計算機實現(xiàn)人類智能。人類智能并沒有公認的定義與界限，實際上也隨著AI的發(fā)展而有所變化。某項人類技能被計算機所掌握后，人們往往不再認為它代表人類"真正"的智能。例如，1997年IBM深藍戰(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，公認的AI核心課題包括：機器學(xué)習(xí)、計算機視覺、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）、機器人等。

機器學(xué)習(xí)

旨在讓計算機具備自動學(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)進行預(yù)測，也被稱為統(tǒng)計機器學(xué)習(xí)。簡單地講，機器學(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)。

計算機視覺

旨在讓計算機理解和處理圖像數(shù)據(jù)（包括圖片、視頻等），使計算機掌握"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)，是計算機視覺面臨的挑戰(zhàn)問題。

語音處理

旨在讓計算機理解、處理和生成人類語音，使計算機掌握"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、強噪、遠場等挑戰(zhàn)場景下，語音識別效果還需要進一步提升。

自然語言處理

旨在讓計算機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、表達復(fù)雜思想和情緒的載體，甚至被認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

人類對世界的認識積累形成了知識，知識是人類理解外部信息、實現(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，例如計算機視覺、語音識別和自然語言處理都是機器學(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視覺和自然語言處理方向的重要話題等。正因為年輕，這些方向都充滿著活力，一方面最新技術(shù)日益深遠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。最初的計算機一級學(xué)科是"計算機科學(xué)與技術(shù)"，下設(shè)"計算機系統(tǒng)結(jié)構(gòu)"、"計算機軟件與理論"、"計算機應(yīng)用技術(shù)"三個二級學(xué)科，其中"計算機系統(tǒng)結(jié)構(gòu)"對應(yīng)高性能計算（超算）和計算機網(wǎng)絡(luò)體系架構(gòu)（互聯(lián)網(wǎng)），后來單獨成立出"網(wǎng)絡(luò)空間安全"一級學(xué)科；"計算機軟件與理論"對應(yīng)軟件工程和計算機理論科學(xué)等，后來單獨成立出"軟件工程"一級學(xué)科；而"計算機應(yīng)用技術(shù)"則對應(yīng)計算機的各類應(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，可以想見，如果現(xiàn)在這波AI浪潮再持續(xù)幾年，單獨成立"人工智能"一級學(xué)科也指日可待。

從研究配置來看，AI研究隊伍主要分布在計算機、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)立貢獻了思想。所以，計算機系主要從計算理論和計算機應(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踐，研習(xí)精通計算機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。而進入教科書的那些知識，與實際應(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，有較強的獨立學(xué)習(xí)的能力；另一方面則要求同學(xué)注意通過實驗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現(xiàn)的，要有高水平的教師一起教學(xué)相長，有志存高遠的同學(xué)共同努力拼搏，有各界奮斗的學(xué)長作為示范榜樣，有校外海外的實踐平臺廣開視野。實踐出真知，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維護的高校計算機科學(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，可以非常方便地進行檢查、復(fù)現(xiàn)和擴展。

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 (計算機視覺)、Machine Learning & Data Mining（機器學(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，這主要是因為計算機科學(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，高考分數(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”。和計算機科學(xué)實驗班（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)域具備強大實力，包括信息科學(xué)技術(shù)學(xué)院下的計算機科學(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)、計算機與人工智能的核心課程，為學(xué)生打下扎實寬廣的基礎(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課程項目的方式，使學(xué)生有機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?。?/p>

計算機類

計算機類包含交叉信息研究院的計算機科學(xué)實驗班（姚班）、人工智能學(xué)堂班（智班）、計算機系和軟件學(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、計算機理論、計算機網(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)立貢獻了思想。自動化系主要從自動控制的角度研究AI，在機器學(xué)習(xí)、計算機視覺、智能交通、生物信息學(xué)等方面均有強勁實力。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)選擇計算機和人工智能方向。

土木類，能源與電氣類，機械、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、電機系的智能電網(wǎng)，車輛與運載學(xué)院的無人駕駛（成立了清華智能駕駛實驗室）、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，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，外文系有語言認知研究，心理系有腦認知研究，美學(xué)院有信息交互設(shè)計和智能藝術(shù)創(chuàng)作研究，這些都與計算機和人工智能有密切聯(lián)系，具有高度的文理交叉特點。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。