“爆款”AI專業是套路還是坦途？

藏狐

高考已經結束，翻開厚厚大本子挑專業的日子還遠嗎？

每到這個時節，就會激起不少“下水道”專業同學“一畢業就失業”的蕭索情緒。如果有選擇的話，誰不想成為那個被企業高薪哄搶的校生贏家呢？

大家一定看過學長學姐們親身示范的各種版本“千萬別報XX專業”，但你見過“人工智能版”的么？各行各業都在熱烈追捧的人工智能，非常值得了解一下。

AI專業是如何成為“爆款”的？

其實早在2004年，北大就開始設立“智能科學與技術”本科專業，后來也相繼出現了不少高校設立類似專業。盡管學科設置跟人工智能差不多，但當時正是人工智能的第三個“寒冬”時期，自然不敢直接拉AI的大旗。

現在情況可大不一樣了?！叭斯ぶ悄堋弊鳛楫敿t技術，更被視為新一輪科技革命和產業變革的重要驅動力量。那么，為未來的智能社會培養AI高等人才，自然是關乎國運的大事件了。

更關鍵的是，目前我國人工智能人才缺口超過500萬，供需比例為1：10。在未來很長的一段時間內，人工智能專業的人才都是企業爭奪的重要資源。企業紛紛擺出了重金求才的架勢，GMIC北京2018大會發布的《AI人才競爭力報告》顯示，AI專業畢業生平均年薪約33萬元，穩超互聯網行業水平。

既有利于國家戰略，又利好于個人職業發展，增設AI專業這樣的十全好事，高校自然首當其沖。

前不久2018年《普通高等學校本科專業備案和審批結果》剛剛公示，共有上海交通大學、同濟大學、浙江大學等35所高校獲得了人工智能專業建設資格。

除了“以AI之名”的特設專業之外，能跟AI產業打擦邊球的專業更是不少，比如AI學術產業大佬都很密集的計算機工程，101所高校新鮮設立的機器人工程。還有各種“智能”開頭的專業，比如智能科學與技術、智能制造工程，都加入了高校搶辦的熱門專業“豪華套餐”。

不過，面對眾多花里胡哨、似是而非的專業名稱，背后的含金量與AI關聯度也是參差不齊。到底怎么選才有可能幫你在未來的就業大潮中脫穎而出呢？

今天我們就來說說，想要將來進入人工智能行業，怎樣選專業才能不吃后悔藥。

AI志愿的三大錨點：師資、深造、地域

目前看來，人工智能相關專業可選擇的高校還是不少的。獲得“人工智能”特設專業的35所院校既有上海交通大學、同濟大學這樣的“雙一流”名校，也有安徽工程大學這樣專業特色鮮明的地方高校，甚至還有華南師范大學和長春師范大學兩所師范類高校入選。

如果直接報考該類專業受到限制，也有許多與人工智能技術協同發展，或是能與人工智能交叉復合的專業可供選擇。

查詢中國人工智能學會的189名理事，其中女性比例17%，工作單位也是百花齊放，除了人工智能學院、研究所之外，還有不少深耕在計算機科學、自動化與機器人，經濟管理、數字媒體等交叉學科也榜上有名。

所以說，想要報考人工智能相關專業，幾乎是一件不限男女、無論文理、分數皆宜的事兒了。

盡管如此，不同專業、不同高校之間的細微差別，也可能“失之毫厘謬以千里”，在畢業時面臨截然不同的人生軌跡。因此填報AI類的志愿之前，恐怕需要先綜合考量三個因素：

師資實力。面對人工智能的風口，許多高校開始整合資源，上馬相關專業。大多數高校，都沒有完整的師資力量，更多可能是在某個子領域具備一定的經驗，缺乏完整的師資力量。在國際化、產業端的高端人才搶奪態勢下，有能力從事人工智能研究的教師資源也并不容易快速到位，導致不少學院打起了“先上車后補票”的主意，大量引入了培訓速成的師資。

深造潛力。這一批人工智能本科專業大多是為了培養應用型人才而設立的，但許多AI相關學科還是需要有深厚的理論研究背景，加上目前很多AI公司的核心崗位學歷依然要求碩士起步，繼續深造很可能成為一大部分學生的畢業選擇。因此，就讀那些聯盟型或教育資源豐富地區的高校，自然能在考研時起到事半功倍的效果。

城市區位。產業基礎深厚、AI企業密集的地區能提供更多的實踐機會與就業選擇。除了北上廣深之外，重慶、天津、杭州、成都、南京、香港等地政府也都在積極提前占位產業，吸引知名AI企業入駐，值得確認下眼神。

這三個要素綜合起來，基本已經可以錨定一些心儀的院校了。那么接下來就重點說說，距離AI更近的專業有哪些。

AI學科名詞背后的套路

隨著AI的熱度只增不減，有些專業是AI的頂梁柱、真朋友，有些卻是試圖借著AI熱度吸血的快餐專業。如果依靠望文生義技能選專業的話，很可能發生“學了四年計算數學，卻成了數學不承認，計算機也不要的孤兒”類似的人間慘劇。

最簡單直觀的方向，當然是直接選新鮮出爐的人工智能專業啦。

我們知道，AI產業是一個金字塔型架構，不僅需要高端的邏輯與算法人才，還需要完成大量應用型，甚至是數據型工作。而以往這些工作技能只能在研究生階段培養，有的甚至到企業后還需要經歷一到兩年的再培養。

而人工智能設置本科專業的出發點，就是突出機器學習技術的應用和實踐，更快適應行業需求發展。所以在課程設置上，一般大一會著重對學生的數學能力的培養，學習微積分、計算機科學等;大二就啟動AI 基礎課與計算機基礎課交叉教學，如機器學習、數據算法等;到了大三則會細分為視覺、NLP、智能機器人等多個子領域。

從中不難看出，本科AI專業的出現，能夠在一定程度上緩解行業的“人才荒”，但短平快的培養思路，客觀上也導致了學生的基礎積累階段比較短。會不會發生“田忌賽馬”的情況，無法與培訓機構速成班式從業者拉開足夠的優勢差，是考生需要思考的一點。

還有AI和行業融合，是目前產業端的主要發展路徑。人工智能的幾大細分技術，比如機器學習、計算機視覺、計算機語音、文本和情感分析，以及自動駕駛汽車等等，正在領軍企業的努力下為各行各業帶來新的想象力。

而社會整體智能化的過程，自然也需要更多的跨學科人才來保駕護航。

因此，在本科和碩博階段分別讀AI專業與行業相關專業，成為跨領域人才，不失為一種不錯的發展模式。

比如AI專業與地質學、海洋學、新聞傳播學、工業設計、化工，甚至文學、考古、繪畫、舞蹈等人文社科領域的結合，目前已經見到了不少應用案例。

這條“學科交叉”之路顯然能夠極大地幫助個人塑造獨特的行業競爭優勢。但前提是要在兩個領域都達到優秀及以上的水平，這就要求考生具備長遠的發展計劃和超強的執行與學習能力，還能夠承受技術迭代和行業調整等不確定性帶來的風險。

說到這里，我們已經提供了不少象牙塔與人工智能之間可以真實觸達的方式。但無論選擇了何種專業和發展方向，良好的數學基礎和編程基礎，都是進入AI行業的必不可少的前提條件。入行道路千萬條，數學編程第一條，與諸君共勉。

總而言之，高效高質量的AI人才供給，是整個行業一直以來強烈渴盼的。但無論是對考生、高校還是產業本身，這都是一場漫長修遠的冒險，不要將它變成一場對風口的賭博，興趣才是支撐人走得更遠的終極地標。