近日，全球院校计算机科学领域实力排名的开源项目CSranking更新了。在更新的全球高校AI实力排名中，卡内基梅隆大学排名第一位，清华大学排名第二，北京大学排名第四。其中，排名的区域分为8大类，排名方向分为AI、系统、理论、跨学科领域4大类（其中细分领域分为26项），AI方向的AI不仅仅代表人工智能，还包括计算机视觉、机器学习与数据采集、自然语言处理、网页信息检索。

　　设立人工智能本科专业

　　卡内基梅隆大学趁热打铁。据外媒报道，卡内基梅隆大学计算机科学学院将从今年秋季学期开始提供人工智能本科学位。该学院称，这一学位将是美国第一个人工智能本科学位。

　　对于新设立的人工智能本科专业，该校计算机科学学院院长Andrew Moore在学校官方新闻稿中介绍，“人工智能方面的专家从未如此重要、如此短缺、如此被企业渴求。有很多学生已经认识到了AI的力量可以用来帮助别人，而CMU在AI方面有无可比拟的深入经验，这让我们尤其有资格直面这些需求。”

　　这所学校的机器人和计算机科学教授、新AI项目负责人Reid Simmons接受媒体采访时介绍，他目前提供近十几个与教育相关的课程，随着学位课程的发展，他将会加入其他课程。新课程除了向学生提供扎实的数学、统计学和计算机科学基础，还将让他们全面接触AI的各种学科，包括符号化计算、搜索与规划、图形模型、机器人技术、计算机视觉、语言理解和人机交互等。学生将学习这些学科背后的基础理论以及如何使用和发展AI技术。

　　CMU的人工智能项目将专注于传授人工智能的基础知识。Reid Simmons教授还补充，“道德和社会责任也将会是这个专业方向强调的内容，包括如何用AI为整个社会带来福利的独立研究。并不只是简单地提供AI相关的课程，对我们来说，这也是一个展示的机会，展示人工智能专业塑造的人才到底应该是什么样的。”

　　根据CMU计算机系官网上发布的人工智能专业本科生课表可以看到，四年中的固定课程如下。

　　大一：命令式计算原理、功能式编程原理、微积分、矩阵与线性变换、积分与逼近、计算机科学的数学基础/数学的概念，解释与声明、计算学、计算机科学中的重要理论思想；

　　大二：人工智能表征与解决问题简介、计算机系统简介、并行与串行数据结构与算法、计算机科学的概率论/概率与计算、机器学习简介、道德选修课一门；

　　大三：计算机视觉简介/自然语言处理简介，现代回归理论。

　　其中，从大二开始有一般科学和工程学选修课（选修四门）、人类学和艺术选修课（选修七门），从大三开始有AI细分方向可选课程（包含决策和机器人、机器学习、感知和语言、人类与人工智能交互四个方向，每个方向选修一门）。

　　除此之外还需要学习5门自由选修课程。

　　人类学和艺术选修课：认知心理学、人类信息处理与人工智能、感知、人类记忆、视觉认知、认知建模、语言与思维、人类和机器的学习；道德选修课：新生研讨会、人工智能与人性、计算中的道德和政策问题、AI社会与人性；

　　决策和机器人方向的AI选修课程：神经计算、认知机器人、AI的策略推理、机器人的规划技巧、移动机器人编程实验室、机器人运动学和动态学等；

　　机器学习方向的AI选修课程：深度强化学习和控制、机器学习文本挖掘、高级数据分析、深度学习简介；

　　感知和语言方向的AI选修课程：搜索引擎、语音处理、计算性感知、计算性图像、视觉传感器；

　　人类与人工智能交互方向的AI选修课程：设计人类为中心的系统、人类-机器人交互、从人群中学习、智能产品和服务设计工作室。

　　展望人工智能的未来

　　前不久，2018GMIC大会上，卡内基梅隆大学计算机科学学院机器学习系主任Tom Mitchell做了题为《深度学习与人工智能的未来》的主题演讲。Tom Mitchell在演讲中主要提到几个观点。

　　第一，关于人工智能的过去，TomMitchell发现人工智能取得一些科学的进展，并认为这些进展未来会改变发展。

　　和十年前相比，人工智能领域已经取得了很多突破，在图像识别与语音识别方面，改变尤为明显。比如，十年前，计算机性能识别物体的识别能力不是很高。现在提高很多。虽然仍然没有达到完美的程度，可是相比而言，现在已经能够观察并识别到物体。

　　其他相关方面也取得了很大的成果，例如，游戏领域要求计算机有更多分析性的算法能力。

　　在这些领域，人工智能取得成果只是巧合吗？Tom Mitchell的回答如下：“人工智能在诸多领域取得突破并非巧合，而是机器学习技术在各种项目中的应用导致了这一结果。因为有了机器学习能力，在物体识别，以及游戏方面都取得了进步，人工智能的开发者改变了自己的策略，并不是仅仅来编写计算机的程序，使得计算机能够识别物体，而是对它进行培训，教育它自我学习。”

　　第二，关于人工智能的展望。

　　今后，人工智能有什么样的发展呢？Tom Mitchell觉得会看到人工智能的使用不断地提升，尤其在机器学习领域，会看到更多的应用出现。例如，让系统学会机器的学习，会出现海量和高质量的数据。过去的几年中，有很多新的初创企业正是因为不断地蓬勃发展，获取了某种类型的数据之后，开发了人工智能的系统。

　　接下来，机器学习将会出现一些新的方向，和手机之间丰富的会话，使得它对我们的理解更加深入。今后，使用者在使用会话的时候，将不仅仅包括气温如何，能不能订票等简单的问题。而是通过会话让手机（机器）学会为你提供进一步服务，“例如，如果天气下雪提前叫醒我，这样上班不会迟到了，我会教会它新的内容，教它怎么发现外面下雪？我告诉它打开自己的网络感受一下外面的气温，察觉到外面下雪的话，提醒我外面下雪了。”

　　AI的应用出现了新的产品和新的业务模式。例如，“用AI的方法建立定制化的教育项目，满足各个学生的需求，根据学生的情况建模，包括根据他们已知的知识，为他们设定相应的问题，对学生进行诊断，可以更好地了解学生的情况，对学生进行一个定制化的教育。”

　　第三，需设定数据的标准。

　　世界各地人工智能在进步，其中，中国和美国有很多AI的体验，Tom Mitchell认为中国比世界任何其他国家都具备更好的机会，因为在中国拥有大量的数据。但是，需要把这些数据标准化，例如，政府可以设定数据的标准，所有的医院都能使用所有的结构、格式来进行数据收集，这样不同医院的数据就可以整合在一起，可以从数据中提取相应的价值。

　　（整理自搜狐、新浪科技、雷锋网、环球网等）

本文刊载于《中国教育网络》杂志2018年6月刊