“清華北大也沒有什麼不好,”Jim說:“但我想趁年輕的時候多出去看看世界,多接觸一下不同的文化和學術氛圍。”
Jim是史丹佛大學的博士生,他的導師不是別人,正是前史丹佛人工智慧實驗室負責人、現今史丹佛以人為本人工智慧研究院共同院長、史丹佛視覺實驗室主任李飛飛教授。
高中畢業後,Jim去美國哥倫比亞大學讀計算機,大二的時候修了自然語言處理大牛Michael Collins(現在Google New York)的NLP課程,跟著Collins教授的一名博士生一起做語音識別,那時候還沒有“端到端”的概念。後來,Jim去百度實習,當時吳恩達還在百度擔任首席科學家,Jim參與的第一個深度學習專案,就是後來被《麻省理工科技評論》評為“2016年全球十大技術突破”之一的深度語音識別系統Deep Speech 2。
“我參與核心框架研發,直接編寫GPU CUDA程式碼。那是一次非常有收穫的經驗。”Jim說。
除了吳恩達,與Jim合作過(包括髮表論文)的學者還有 Yoshua Bengio、Aaron Courville、Percy Liang、Adam Coates、李佳、韓梅、Andrej Karpathy、John Schulman,以及李飛飛教授。或許有個別名字你還不熟,但相信我,無論是哪一位,都是當今人工智慧領域響噹噹的大牛。
如今,像過去的Jim一樣,想在高中畢業後就出國看世界的中國學生越來越多。而在人工智慧火熱的當下,他們中有相當部分的人把目光瞄準了人工智慧。
中國希望在2030年前成為全球主要的人工智慧創新中心,但根據史丹佛網路資料探勘和調研公司Diffbot的一份最新報告,中國高校培養的機器學習人才,有超過62%的人選擇去美國發展。
現在,這一趨勢更呈現出低齡化的傾向。
近來包括清北在內的中國高校如雨後春筍般冒出的人工智慧本科專業,似乎並沒有引起這部分學生和家長的興趣,他們的目標非常明確——高中畢業就去美國學AI。
中美本科AI,區別和差距有多大?
中國高校設AI本科:更注重打基礎
以大名鼎鼎的南京大學人工智慧本科專業為例。南京大學人工智慧學院成立於2018年,由國際人工智慧領域著名學者、歐洲科學院外籍院士周志華教授擔任院長。
學院目前設定“機器學習與資料探勘”、“智慧系統與應用”這兩個專業方向,目標是培養具有堅實的數學基礎和計算 / 程式基礎、全面深入的人工智慧專業知識、豐富的應用實踐能力,在人工智慧領域具有源頭創新能力和解決企業關鍵技術難題能力的專業精英人才。
南大人工智慧學院本科階段一年級的教學計劃如下:
南京大學在一年級就加入了《人工智慧企業實踐》這門課。
對比南大電腦科學與技術專業本科教學計劃[3](點選圖片放大檢視),南大人工智慧本科的數學基礎課程明顯加重:
除了南大人工智慧本科,清華大學計算機本碩博,是另一條在中國求學AI的“黃金路線”。
清華大學電腦科學與技術專業的本科生,要運用所掌握的理論知識和技能,從事電腦科學理論、計算機系統結構、計算機網路、計算機軟體及計算機應用技術等方面的科研、開發與教育工作。
培養總學分不少於170,其中春、秋季學期課程總學分138,夏季學期實踐環節17學分,綜合論文訓練15學分。其中,電腦科學與技術專業核心課程共5門(14 學分),分別是:作業系統(3學分)、編譯原理(2學分)、形式語言與自動機(2學分)、人工智慧導論(2學分)、專業實踐(5學分)。
其他還有公共基礎課程,比如思想政治理論、體育、外語,以及文化素質課,比如哲學與倫理、藝術與審美。
以下是2018年清華大學交叉資訊研究院的2018春季課程[2]。交叉資訊研究院又稱“叉院”,由圖靈獎獲得者姚期智教授領銜。
叉院電腦科學實驗班特設全英文教學的專業及核心課程 25 門,覆蓋電腦科學的前沿領域,學生可根據自身研究興趣在專業核心課中按要求進行選擇性修讀。
其中大一、大二專業核心課開設 13 門,以“通才教育”為主,涉及電腦科學基本專門知識,幫助學生全面瞭解電腦科學前沿領域;大三、大四專業核心課開設 12 門,以“專才教育”為主,分別面向兩個專業方向“理論和安全”以 及“系統和應用”。
叉院25 門專業及核心課程如下:計算機入門、計算機應用數學、普通物理(1)英、資訊物理、演算法設計、普通物理(2)、計算理論、網路科學、密碼學基礎、博弈論、近代物理(1)英、電腦保安的理論及實踐、Java 程式設計基礎、分散式計算(基礎與系統)、量子資訊、大資料演算法與模型、機器學習、高等計算機圖形學、近代物理(2)英、計算機網路基礎、作業系統、計算生物學、資訊理論與網路編碼、專題訓練實踐、電腦科學研究實踐。
其中,量子計算、密碼安全、計算生物學以及近代物理等課程,充分體現了“叉院”的特點。學生在第四學年(第7、8學期)將在清華或各著名科研院所從事實際專題研究與實踐。培養過程以在清華大學為主,優秀學生將有機會派往國外參加國際交流及培訓。
下面是姚班2018秋季課程表[4]:
高中畢業去國外學AI:更多自由探索
對於想盡早跨出國門看世界的學生而言,吸引他們的不僅是課程設定,更是國外自由的學術和探索空間。
目前,在美國只有卡耐基梅隆大學(CMU)設有人工智慧本科。因此,要去美國學AI,更常見的路線將是先讀計算機專業本科,而後再選擇AI相關的碩博士專案。
1、選擇CMU的人工智慧本科
根據官網介紹,想學CMU人工智慧本科的高中生,需要首先申請CMU電腦科學學院(SCS)的本科生,撰寫PS時明確表示自己對AI培養計劃(BSAI)的興趣。
進入電腦科學學院讀完第一年後,方可申報人工智慧專業。不過,不是你想學就能學,每個班級只有大約35名學生可以報名申請,而AI課程一共接收大約100名學生。
在四年的學習過程中,學習需要學習包括數學和統計核心課程、電腦科學核心課程、人工智慧核心課程、道德、AI細分方向、人文藝術、一般科學和工程學等大類的至少 30 門課程。總的來說,核心課程以人工智慧為核心,分為以下七大版塊(要了解課程大一、大二等時間排序詳見官網[1]):
數學與統計核心(6門課程)
電腦科學數學基礎(可用“數學概念”替代)
微分和積分微積分
積分與逼近
矩陣和線性變換
電腦科學家的概率論
現代迴歸
電腦科學核心(5門課程和新生入境課程)
新生移民課程
勢在必行的計算原則
函式程式設計原理
並行和序列資料結構和演算法
計算機系統簡介
電腦科學的偉大理論思想
人工智慧核心(人工智慧中的3個課程和概念)
人工智慧概念(小型,春季學期)
AI表示和問題解決入門
機器學習入門
選修課(二選一):
自然語言處理簡介
計算機視覺導論
道德選修課(以下1門課程)
新生研討會:人工智慧與人文
計算中的道德與政策問題
人工智慧、社會與人文
人文與藝術(7門課程,必須有認知科學和認知心理學)
認知心理學
人類資訊處理與人工智慧
感知
人類記憶
視覺認知
認知建模
語言與思想
在人類和機器中學習
AI 細分方向選修課(4門課程,從以下每個領域學習一門)
決策與機器人細分方向
神經計算
真理,正義與演算法
認知機器人
人工智慧的戰略推理
機器人規劃技術
移動機器人程式設計實驗室
機器人運動學和動力學
規劃、執行和學習
機器學習細分方向
深度強化學習和控制
文字挖掘的機器學習
深度學習簡介
高階資料分析
感知和語言細分方向
搜尋引擎
語音處理
計算感知
計算攝影
視覺感測器
人工智慧互動細分方向
設計以人為本的系統
人機互動
向人學習
智慧產品和服務設計工作室
SCS選修課
BSAI學生在電腦科學學院學習兩門選修課。
科學與工程
BSAI學生參加四門科學和工程課程,作為SCS通識教育要求的一部分。
2、選擇MIT電腦科學本科
如果不去CMU學AI,而是走更常見的先計算機本科然後再學人工智慧路線,讓我們以MIT為例。
下面是MIT電腦科學本科專業課程設定:
必修課(4門):
電腦科學與程式設計概論;或電腦科學Python程式設計入門;或計算思維與資料科學概論(三選一)
電腦科學數學;或離散應用數學原理(二選一)
編輯基礎
演算法簡介
選修課(分初級和高階課程,學生需要從中選擇兩門課,其中一門必須從高階課程中選擇):
初級
計算機體系結構
推理入門
人工智慧
高階
軟體構建
計算機系統功能
機器學習簡介
自動化、可計算性和複雜性;或者計算理論(二選一)
演算法的設計與分析
軟體開發
在美國,諾貝爾獎得主照樣給本科生上課
從課程設定上來看,除了專業知識,美國大學也十分注重基礎學科的培養。
哲學、人文乃至政策等寬泛的基礎課程,有利於擴充學生視野和思維,為將來求學和工作給出更廣博的選擇。
但更令人關注的,是美國本科教育為學生與世界一流科學家接觸所提供的機會。
“我沒有在中國讀本科,因此這方面沒有發言權,”Jim告訴我們:“我能說的只是,在美國和教授交流非常方便,不管你是大二的學生還是PhD,他們都會熱心解答你的問題,推薦信也寫得很好。例如我這次去紐約,教授親自迎接我,最後大家都會成為很好的朋友。”
採訪中,幾乎每位老師和學生都表示,在美國讀大學與頂級教師的交流機會很多,而這是在中國高校很難見到的。
“美國的頂級教授,哪怕獲得了諾貝爾獎,也照樣要給本科生上課,教學任務一點也不會減少。”崑山杜克大學應用科學與工程研究院以及大資料研究中心主任李昕教授告訴我們。李昕教授同樣也在美國杜克大學任教。
“這是中美高校課程設定的不同,美國高校每門課都有 Office Hour,每週1-2個小時,這個時間段老師必須在,學生可以去任意問問題。”李昕教授說。
“尤其是美國的私立學校,教授會花相當大的時間和精力用於教學,這比同檔次的中國高校投入很多。”杜克大學電子與計算機工程系副教授陳怡然表示,雖然陳怡然教授並不太推薦高中生畢業後直接去美國學AI。
“美國不像中國,有專門的人工智慧本科,雖然會有相關的方向。”陳怡然說:“到美國念一個排名不靠前的高校,再出來讀研究生,並不見得比讀中國985高校有優勢。”
中美AI專業學生對比:中國學生基礎紮實,美國學生動手能力強
在課程的建設中,不僅需要對具體科目或課程型別精心設計,還不能忽視對課程整體性和系統性的關照。課程結構的好壞影響課程整體功能和目標的達成。
“對於工學院來說,中國學生的理論知識一般都比較強,基礎比較紮實,”李昕教授告訴我們:“而美國學生則是動手能力強。”
“相比中國高校的上課、作業然後考試,美國本科教育非常側重課程專案(course project),這有助於促進學生的實踐能力。但反而來,美國工科學生的理論功底則不那麼牢靠。對科研感興趣的美國工科學生,會在本科階段去其他院系選修數學、物理等理論相關的課程,增強自己的理論基礎,為博士研究做好鋪墊。”
李昕教授表示,在專業設定上,中國的“動作很快”,目前很多中國高校設定了大資料本科專業。“如果大資料真的很有用,像電腦科學一樣,那麼這當然是好事。但是,如今我們並不知道五年後、十年後情況如何。在這一點上,美國設立新的本科專業比較謹慎。”
“我們崑山杜克大學在2018年設立了大資料專業,該專業在設定上強調與行業相結合,學生在大資料專業以外還要學習某一個由學生自己選擇的傳統行業知識,比如製造業或金融,”李昕教授說:“大資料未來發展的一個最大難點就是缺乏複合型的人才。要找到一個既懂資料又懂專業領域的雙料人才非常困難,所以培養跨學科的人才是我們崑山杜克學校的一個重要任務。”
“當然,越早去美國越容易融入當地文化和社會,對於以後長期在美國發展有一定幫助,”李昕教授說:“但是,過早出國也容易變成‘香蕉人’,雖然是黃皮膚,但對中國文化和傳統卻瞭解不多。”
而這,不僅僅是儘早出國學AI才會有的問題。
該去美國學AI還是在中國學AI?
現在,人工智慧在美國和中國都會受到同樣的重視,在未來幾年,可以預見兩國都會在AI教育方面投入大量的資源。
“學生都會想選擇最好的學校、最好的平臺、最好的老師、最好的同學。”南京大學電腦科學與技術系副教授俞揚表示:“但什麼是‘最好’,不同的人有不同的定義。”
“有些頂級學校對學生素質要求非常高,如果達不到這一標準,學習起來會非常吃力,如果在這樣一個團體裡排在靠後的位置,對學生個人的自我評估有一定負面影響。”俞揚說,他同時也在南京大學最新成立的人工智慧學院授課。
南京大學的官網上,特別強調“在師資力量方面,高水平教師團隊100%進入本科教學環節,本科生就能獲得接觸前沿研究和高水平應用實踐的機會”。
俞揚表示,現在美國高校裡想學人工智慧的學生非常多,申請本科和博士競爭都很激烈。“有很多傑出的教授被工業界吸引,離開了高校,導致美國高校師資力量有所減弱。雖然在企業裡也能進行學生培養,但這跟高校教育還是不大一樣。”
隨著這幾年中國大力投入,中國人工智慧和國際學術界交流非常頻繁,“從相關頂會的程式主席、論文錄用情況和會議贊助等方面看,中國和全球對接已經非常好。”
南京大學人工智慧學院和美國、歐洲、日本、加拿大及香港地區建立了長期穩定的國際交流機制,設立專項基金支援本科學生的國際交流,可以出國訪學、留學、交換。
“人工智慧學院還沒有成立的時候,我們帶領本科生髮表論文,也順利被美國碩士專案的錄取,”俞揚說:“從目前的人工智慧來看,國內也有自己的優勢,比如與國內的企業合作,企業裡有很多新奇的應用,大量的資料和大量的計算資源,這些優勢中有一些甚至可能是超過美國的。”
俞揚認為,無論是去美國讀AI還是在中國讀AI,環境很重要,但自身的興趣更重要。“如果不是真正感興趣,能夠全身心地投入這樣的研究方向,否則很難發揮全部潛力。每一個火的方向都有冷的時候,建議同學們選擇專業的時候,不要太受外部環境影響,因為當遇到挫折和困難時,只有自己的興趣愛好,才是堅持下去最大的動力。”
參考資料
https://www.cs.cmu.edu/bs-in-artificial-intelligence/curriculum
http://www.tsinghua.edu.cn/publish/newthu/newthu_cnt/education/pdf/bkzy_18.pdf
http://cs.nju.edu.cn/1689/list.htm
http://iiis.tsinghua.edu.cn/show-7129-1.html