ucl|世界一流大学如何建设人工智能学科中国电信|医疗健康|科技公司

世界一流大学如何建设人工智能学科
人工智能人才培养是变革核心
人工智能、基因工程、纳米科学并列为21世纪三大尖端技术，是工业革命4.0的变革核心。其中，人工智能涉及广泛的知识领域，包括技术体系内的数学基础、技术基础、机器学习方法、问题域，以及应用领域内的互联网、智能写作、机器翻译、智慧交通、智慧农业、智慧金融、智慧医疗、机器人、辅助教育、智能制造等。可以说，人工智能的科研创新和人才培养，决定着一国在国际竞争中的优劣地位。
当前，全球人工智能领域人才分布极不平衡，美国占比近一半，我国虽位于第二梯队但差距仍然较大，不仅人才储备规模较小，顶尖人才更为稀缺。国际上，英美等国人工智能研究开展较早，发展较好。自20世纪50年代，美国人工智能专业形成了初期边界，出现了一批研究生参与研究的实验室；80年代，人工智能研究生专业建立，逐步配备了跨学科的软件与硬件支持，极大促进了专业人才的培养、技术转化与应用。英国政府近年来也十分关注人工智能领域的研究和应用，投入了大量的资金扶持人工智能产业和初创公司；通过政策工具鼓励大学进行知识更新、产权转化和人才培养，计划自2017年起新增450个与人工智能相关的博士点；还支持建立了艾伦·图灵研究所，加强关键算法领域的研究。
麻省理工学院
麻省理工学院在计算机科学和人工智能方面有着深厚的积累，从早期的理论到后来的实践，已经历了大半个世纪。目前，该校没有设立人工智能专业，人才培养主要集中在施瓦茨曼计算机学院，该院与计算科学与工程中心、电子工程与计算机科学系、数据系统和社会研究所、运算研究中心这五个学院以共享的结构，进行协同培养、研究和创新。计算科学与工程中心提供计算科学与工程硕士项目，课程涵盖从航空航天到纳米技术、从互联网协议到电信系统设计的知识，聚焦于先进的计算方法和应用。计算科学与工程博士项目与八个院系联合开设博士课程，专注于与科学和工程学科相关的新计算方法的开发。可选的课程由八个院系提供，包括土木与环境工程，机械工程，材料科学与工程，化学工程，地球、大气和行星科学，航空航天，数学，核科学与工程。电子工程与计算机科学系的课程主要由电子工程、计算机科学、人工智能与决策三部分内容构成。该系提供面向不同学生层次和需求的若干种学位项目，包括计算与认知工程硕士(MEng)，计算机科学博士(PhD)，计算机科学与工程博士(PhD)，计算机科学和分子生物学工程硕士(MEng)，电气工程博士(PhD)，电气工程和计算机科学工程硕士(MEng)/理学硕士(SM)/博士(PhD)等。除了参加学位课程之外，学生被要求一学期参加三次行业讨论会、参加行业实习、完成行业联合项目/专利/共同出版物、学生收到行业邀请进行学术分享、在政府实习、在学术机构实习、参加学术培训、提交创业项目。在施瓦茨曼计算机学院授予的项目中，哲学博士PhD学位与科学博士ScD学位被视为可以互换授予。计算机科学与人工智能实验室(CSAIL)是MIT最大的实验室，也是世界上最重要的信息技术研发中心。CSAIL的研究领域涉及算法与理论、人工智能与机器学习，计算生物学，计算机架构，图形与视觉，人机交互，编程语言与软件工程，机器人，安全与密码学，系统和网络，是该校特色的交叉培养与研究的平台。
卡内基梅隆大学
卡内基梅隆大学是人工智能研究的领导者，在本科设有人工智能专业；研究阶段的培养分布在多个院系，主要集中在计算机学院、软件工程研究所、机器人研究所、人机交互研究所、语言技术研究所、机器学习系。CMU的师资拥有多元的背景，近200名教职人员来自11个院系，研究范围涵盖从数理到计算机、艺术到经管、多个与人工智能相关的领域。“机器人学”博士项目在计算机学院开展。每个学生必须完成核心课程和专业课程，核心课程需要选自四个核心领域，专业课程需要由学生选择一个特定核心领域，并完成该方向内的48个学分，通常需要有四个研究生课程。四个核心领域为：感知(视觉、图像传感器、距离数据解读、触觉和力传感器、惯性制导等传感器)、认知(机器人的人工智能、知识、表示、规划、任务调度和学习)、运动(运动学、动力学、控制、操纵和运动)、数学基础(最优估计，微分几何，计算几何和运筹学)。自动化科学硕士(MSAS)是世界上第一个自动化科学专业硕士项目。它主要提供三个方面的培训：一是使用科学实验机器人仪器的实践培训，二是使用机器学习和相关方法进行数据分析和建模，三是使用人工智能选择实验。该项目要求的专业课程包括四个模块，分别为背景知识、建模与分析、自动化科学、实习和职业研讨。项目为学生提供专业和研究选项，学生在第二年开始之前，可以根据其未来进入劳动力市场或进入科研市场的职业发展意向，选择进一步的课程模块，选择研究的学生将匹配一位研究导师。人机交互硕士(MHCI)是世界上第一个致力于为与人机交互、用户体验设计和以用户为中心的研究相关的专业学位项目。课程的核心是跨学科性，学生来自设计、社会科学、商业和计算机科学等不同背景。在第一学期，学生需要在课堂学习核心方法论和技术，在第二三学期学生进行选修课，并与外部客户共同完成一个重要的行业项目。CMU还通过建立交叉领域的实验室与中心，促进人工智能的研究与应用。机器人研究所在1979年成立，定期与政府、行业和非营利组织在赞助研究和教育领域合作。