自然語言處理實驗室副教授劉知遠(yuǎn)為廣大考生答疑解惑

高考結(jié)束填報志愿是每個考生人生中最重要的事情之一，今年的人工智能專業(yè)顯然是最時髦的，各大高校將迎來第一批AI本科生。但是報考AI專業(yè)該怎么選、有什么注意事項、去哪兒學(xué)呢？下面由清華大學(xué)計算機(jī)系自然語言處理實驗室副教授劉知遠(yuǎn)為廣大考生答疑解惑。

國內(nèi)CS/AI方向又有很多新的變化，最明顯的是各大高校紛紛設(shè)立人工智能學(xué)院，開始招收人工智能專業(yè)本科生。最近又要開始新的一輪填報志愿，我又來蹭個熱點，花了些時間整理出這篇短文，聊聊人工智能是什么、學(xué)什么、怎么學(xué)、以及去哪兒學(xué)的問題。

Q：人工智能是什么？

A：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。同時，從整體來看AI仍然是計算機(jī)科學(xué)技術(shù)的主要分支。

人工智能是什么？簡言之，人工智能學(xué)科是利用計算機(jī)實現(xiàn)人類智能。人類智能并沒有公認(rèn)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(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。

語音識別：旨在讓計算機(jī)理解和處理語音數(shù)據(jù)，使計算機(jī)掌握"聽"的能力。語音也是一種典型的無結(jié)構(gòu)序列數(shù)據(jù)，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、噪音、遠(yuǎn)場等極端挑戰(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(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(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浪潮還能持續(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)理解問題看做信號處理）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。不過總體而言，由于人工智能核心目標(biāo)是探索如何將人類智能轉(zhuǎn)化為可計算問題，因此它主要還是落在計算機(jī)領(lǐng)域。

如果希望對AI發(fā)展有比較通俗全面的了解，可以參考以下兩本書：《人工智能狂潮》雖然標(biāo)題名略顯中2，內(nèi)容比較扎實，淺顯全面并及時涵蓋到最近的深度學(xué)習(xí)浪潮；《人工智能簡史》是華人尼克的大作，作者搜集的史料全面扎實，夾敘夾議有很多干貨，讀起來很過癮，不過很多地方點到即止，如果沒有相關(guān)背景知識很難看懂作者所指。

Q:人工智能學(xué)什么？

A：如前所述，人工智能大致還是一個計算機(jī)應(yīng)用的課題。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)，課程設(shè)置還沒有形成共識。我們可以從國內(nèi)AI本科教育體系的先聲——南京大學(xué)人工智能學(xué)院發(fā)布的《南京大學(xué)人工智能本科專業(yè)教育培養(yǎng)體系》做一些分析。

作為對比，這里列出清華大學(xué)計算機(jī)科學(xué)與技術(shù)系的選課指導(dǎo)清單，其中用紅框標(biāo)出了與人工智能有關(guān)的限選課程。

可以看到，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：清華CS和南大AI都需要學(xué)習(xí)的有 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。南大AI新增 最優(yōu)化方法，這在清華CS為研究生課程。

學(xué)科基礎(chǔ)課：清華CS和南大AI都需要學(xué)習(xí)的有 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。南大AI新增 機(jī)器學(xué)習(xí)、知識表示、計算機(jī)視覺、自然語言處理 作為學(xué)科基礎(chǔ)課，這在清華CS均為高年級選修課或研究生課程；清華CS需要額外學(xué)習(xí) 電路原理、信號處理、操作系統(tǒng)、編譯原理、形式語言與自動機(jī)，這些被南大AI列為專業(yè)選修課。

專業(yè)選修課：南大AI設(shè)立了很多AI相關(guān)的專業(yè)選修課，如 自動規(guī)劃、概率圖模型、強(qiáng)化學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等，在清華CS均為人工智能方向研究生課程；而南大AI設(shè)立的很多認(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，在清華則分散在各院系開設(shè)的課程。

由此可以總結(jié)，目前看AI本科專業(yè)核心課程的設(shè)置與計算機(jī)專業(yè)相比，重疊部分要遠(yuǎn)大于差異部分。可以看出南大在AI課程體系構(gòu)建方面花費(fèi)了大量心力，非常符合AI的當(dāng)前發(fā)展特點。

所以，回到這個問題，人工智能學(xué)什么？建議就是以計算機(jī)核心課程（數(shù)學(xué)基礎(chǔ)課、學(xué)科基礎(chǔ)課）為學(xué)科主線，以 機(jī)器學(xué)習(xí)、知識表示、計算機(jī)視覺、自然語言處理 為學(xué)科特色，以學(xué)科交叉為輔助。因此，我們也可以說，無論是在以南京大學(xué)人工智能學(xué)院為代表的新成立的人工智能專業(yè)，還是以清華大學(xué)計算機(jī)系為代表的計算機(jī)專業(yè)，都可以完成對人工智能基礎(chǔ)知識的學(xué)習(xí)。不同之處在于，前者預(yù)置為學(xué)科基礎(chǔ)課，后者則成為高年級時的可選方向（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)）之一的計算機(jī)應(yīng)用技術(shù)，如下是該方向的專業(yè)限選課程列表，其中超過一半課程是AI相關(guān)。

如果對這些課程要學(xué)什么感興趣，可以購買查閱《南京大學(xué)人工智能本科專業(yè)教育培養(yǎng)體系》或者使用搜索引擎檢索相關(guān)介紹。

Q：人工智能怎么學(xué)？

A：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(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是最玄乎的，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(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(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。

Q：人工智能去哪學(xué)？

A：上面說了這么多，接下來圖窮匕見，再聊聊國內(nèi)人工智能應(yīng)該去哪里學(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)。

我推薦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，這主要是因為計算機(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）如下：

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，例如復(fù)旦的AI排名高于其CS排名2位，哈工大AI排名高于CS排名3位等等，說明這兩所大學(xué)的AI方向相對比較強(qiáng)勢。而且，還可以看出，國內(nèi)高校AI領(lǐng)域的世界排名整體明顯超過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。

需要注意：（1）這個統(tǒng)計結(jié)果只能反映師資力量的一個側(cè)面，而很多國內(nèi)高校如北航、國防科大等在國家信息科學(xué)重大需求方面做出的巨大貢獻(xiàn)如天河等，并無法客觀反映到這個統(tǒng)計中。（2）由于CSRankings作者Emery Berger堅持只收錄能招收博士的CS教授，因此那些在電子工程或自動華系等其他非CS系的教授沒有被收錄進(jìn)來，從而導(dǎo)致該清單并不能完全反映各大高校的AI等領(lǐng)域的師資水平，但也正因為其只收錄CS教授，也許對于我們評判這些高校的CS專業(yè)師資力量更有幫助。此外，部分高?？赡艽嬖诮淌诹斜聿蝗葐栴}，而CSRankings接受修改申請，建議國內(nèi)高校相關(guān)院系如果有遺漏CS教師的可以去申請更新。

CSRankings主要以高校為單位進(jìn)行排序，前幾天我組同學(xué)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。

總之，我認(rèn)為CSRankings是很好地定量了解各高校CS各領(lǐng)域研究實力和師資力量的平臺，例如下面就是CSRankings提供的清北兩校不同領(lǐng)域發(fā)表論文分布的餅狀圖。

最后特別說明，這些僅為一家之言，不代表任何機(jī)構(gòu)。我很樂意解答大家提出的更多通用問題，但不提供具體填報志愿的咨詢。希望能幫上今年那些對CS/AI感興趣的考生。衷心祝愿大家不畏浮云，理性判斷，做好人生的重要選擇。

本文經(jīng)授權(quán)轉(zhuǎn)載自清華大學(xué)計算機(jī)系自然語言處理實驗室劉知遠(yuǎn)副教授