基本介紹
- 中文名：人工智慧
- 外文名：Artificial Intelligence
- 類別：智慧型科學與技術
- 主管部門：教育部
- 學科代碼：9901
設立背景,相似學科,設立院校,培養目標,品德素質方面,知識水平方面,能力素質方面,培養方向,研究生培養課程體系,基礎知識類課程,專業知識類課程,
設立背景
為服務國家戰略需求，積極推動新興交叉學科發展，促進高層次複合型人才培養，中國科學技術大學（中船芝驗閥科大）將新增設立人工智慧一級交叉學科博士學位授權點和量子科學與技術一級交叉學科博士學位授權點以及臨床醫學專業學位博士授權點。
國務院學位委員會正式發布了《2019年學位授權自主審核單位增列的學位授權點清單》，華中科技大學（華中大）人工智慧與自動化學院牽頭申報的人工智慧交叉學科博士學位授權點成功獲批。研究方向包括計算機視覺與感知智慧型，機器學習與計算智慧型，認知計算與類腦智慧型，無人系統與群體智慧型，人機共融與智慧型控制，以及包括智慧醫療、智慧交通在內的“人工智慧+X”等領域的研究膠簽櫻。
相似學科
設立院校
省份（直轄市、自治區、特別行政區） | 學校名稱 | 所涉及學科 |
浙江 | 浙江大學 | |
湖北 | 華中科技大學 | 控制科學與工程、計算機科學與技術、電氣工程、土木工程、機械工程 |
武漢大學 | ||
湖南 | 中南大學 | |
北京 | 北京大學 | |
北京航空航天大學 | 計算機科學與技術、軟體工程、控制科學與工程、機械工程、交通運輸工程 | |
北京理工大學 | ||
北京郵電大學 | 信息與通信工程、計算機科學與技術、控制科學與工程、系統科學 | |
中國人民大學 | ||
北京師範大學 | ||
華北電力大學 | 控制科學與工程、動力工程及工程熱物理、電氣工程 | |
江蘇 | 東南大學 | |
江蘇科技大學 | ||
中國礦業大學 | ||
河海大學 | ||
南京信息工程大學 | ||
上海 | 東華大學 | |
上海大學 | ||
安徽 | 中國科學技術大學 | |
安徽工程大學 | ||
天津 | 南開大學 | |
天津大學 | 計算機科學與技術、軟體工程、控制科學與工程 | |
山東 | 山東大學 | 軟體工程、控制科學與工程、機械工程、計算機科學與技術 |
中國海洋大學 | 計算機科學與技術、軟體工程、數學 | |
四川 | 四川大學 | 數學、計算機科學與技術、控制科學與工程、水利工程、臨床醫學 |
四川輕化工大學 | ||
遼寧 | 大連理工大學 | 計算機科學與技術、信息與通信工程、控制科學與工程、數學、生物醫學工程 |
大連海事大學 | ||
瀋陽工業大學 | ||
吉林 | 吉林大學 | |
黑龍江 | 哈爾濱工業大學 | 計算機科學與技術、數學、控制科學與工程、機械工程、信息與通信工程 |
陝西 | 西安交通大學 | |
西安科技大學 | ||
甘肅 | 蘭州交通大學 | |
澳門 | 澳門科技大學 | |
參考資料 | ||
浙江大學、華中科技大學、北京航空航天大學、東南大學、中國科學技術大學、武漢大學、北京理工大學、北京大學、中南大學、北京郵電大學、南開大學、山東大學、四川大學、中國人民大學、大連理工大學、北京師範大學、吉林大學、西安交通大學、哈爾濱工業大學、天津大學、中國海洋大學、華北電力大學、瀋陽工業大學、大連海事大學、東華大學、上海大學、江蘇科技大學、中國礦業大學、河海大學、南京信息工程大學、安徽工程大學、四川輕化工大學、西安科技大學、蘭州交通大學、澳門科技大學。
培養目標
品德素質方面
熱愛祖國、熱愛人民，擁護黨的路線、方針和政策，樹立和踐行社會主義核心價值觀。遵紀守法，具有較強的社會責任感和事業心，具備良好的道德品質，恪守科研誠信與倫理，嚴守學術規範，具備國際化視野、創新意識和團隊精神，願為踏霸盛中國特色社會主義事業貢獻力量。
知識水平方面
具有堅實的人工智慧領域相關學科基礎理論知識和專業技能，深入了解本領域的發展方向，系統掌握人工智慧學科相關研究領域的理論、技術和方法，具備多學科交叉的知識體系和學習能力。博士生突出廣泛掌握人工智慧國際前沿學術方向和行業先進技術趨勢，了解國際前沿理論、技術以及需求熱點；碩士生突出夯實本領域基礎理論，快速獲取跨學科知識和共性技術，並能夠綜合運用。
能力素質方面
博士生突出提高原始創新能力，具有較強的系統構建能力和一定的科研組織能力，能夠在解決行業企業重大工程實踐中凝練科學問題、創新研究方法、轉化先進技術，深入開展多領域交叉創新套用和開展學術交流，能夠承擔高校及研究機構的教學科研工作、從事人工智慧工程技術項目管理工作等。碩士生突出提高綜合套用能力，具有人工智慧系統的設計、實現、測試和套用驗證能力，以及良好的職業素養和溝通協作能力，能夠綜合運用多學科理論技術解決行業企業智慧型化面臨的實際問題。
培養方向
按照教育部、國家發展改革委、財政部三部委檔案的要求，與本領域發展定位、學校學科布局和師資結構相適應的具體培養方向，可參考項照肯如下設定：
（四）人工智慧套用技術相關研究方向，包括但不限於：智慧型製造、機器人、無人駕駛、智慧型網聯汽車、智慧交通、智慧醫療、機器翻譯和戀殃科學計算等，充分發揮人工智慧對各個學科或領域的賦能作用，形成特色培養方向。
研究生培養課程體系
課程板塊 | 參考課程方向 |
算法理論 | 人工智慧模型與理論、人工智慧數學基礎、機器學習理論、腦科學及類腦智慧型、人工智慧倫悼拔說婚理與法治導論等 |
關鍵技術 | 智慧型感知技術、計算機視覺、自然語言處理、智慧型控制與決策等 |
工具、晶片與平台 | 人工智慧架構與系統、人工智慧開發工具、人工智慧框架和智慧型晶片等 |
AI+X | 無人駕駛、機器人、機器翻譯、智慧型網聯汽車、智慧交通、智慧型製造和科學計算等 |
參考資料 | |
基礎知識類課程
人工智慧模型與理論：重點講解人工智慧基本算法、模型和理論。內容主要包括以符號主義為核心的邏輯推理、以問題求解為核心的探詢搜尋檔舉檔、以數據驅動為核心的機器學習、以行為主義為核心的強化學習和以博弈對抗為核心的決策智慧型等算法以及人工智慧與科學計算相結合算法。
數學最佳化：從凸最佳化入手，介紹最佳化核心原理、基本方法和前沿技術，為智慧型方向的科學探索做理論準備。本課程將幫助學習者正確理解最佳化複雜度的概念，掌握分析凸最佳化複雜度的基本方法，了解一階、二階方法在不同問題類上的求解性能，熟悉包括免疫算法、粒子群算法等的多種最佳化方法的基本思路，不斷提高分析解決實際問題的能力。
機器學習：本課程致力於介紹經典的機器學習算法，讓學生初步掌握機器學習領域的基本方法與藍圖。通過掌握機器學習的算法與理論知識，能查閱並理解相關領域的前沿文獻，同時熟練使用相關的機器學習算法，解決流行的人工智慧領域套用問題，為今後在深度學習相關教學、科研和項目開發工作中深入解決實際套用問題打好基礎。
專業知識類課程
計算機視覺：首先介紹計算機視覺領域的發展歷史和主要套用，之後講解計算機視覺的主要任務和套用場景，包括成像原理、邊界和曲線、圖像分類、圖像分割、目標檢測、形狀分析、紋理分析、圖像重構、圖像生成、人臉識別等；著重介紹以上主要任務中的關鍵技術難題、重大技術突破，針對這些任務的主流方法，特別是基於統計模式分類和人工神經網路的方法。
自然語言處理：具體內容包括自然語言處理中的詞法分析、句法分析、語義分析以及語用分析等基本任務，情感傾向分析、文本摘要、對話系統、問答系統、機器翻譯等自然語言處理重要套用所要解決的基本問題和難點，以及如何利用機器學習、深度學習等手段求解各種自然語言處理問題。
神經與認知科學導論：首先介紹神經認知科學的基本概念、歷史和發展現況，進一步講解基於認知活動的腦機制，即人類大腦如何調用其各層次上的組件，包括分子、突觸、細胞、腦組織區和全腦去實現各種認知活動，最後介紹相關的計算模型和算法。課程將從細胞機制和神經元模型、大腦的結構和功能組織、感知原理及模型、記憶的基礎理論及模型、學習機制及學習算法、脈衝神經網路的概念、結構以及套用等方面進行展開，旨在加深同學對認知神經科學的理解。通過對這門課程的學習，學生應該掌握認知神經科學的基本內涵，熟悉借鑑大腦機制的學習、記憶等計算模型及算法，同時啟發同學們對人工智慧在可解釋性、自適應學習和非完備信息推理等基礎理論的瓶頸問題的思考。
人工智慧安全與治理導論：使學生能夠了解人工智慧技術的安全和倫理問題，並了解相關的治理規範和防禦方法，助力人工智慧技術的健康發展。
培養目標
品德素質方面
熱愛祖國、熱愛人民，擁護黨的路線、方針和政策，樹立和踐行社會主義核心價值觀。遵紀守法，具有較強的社會責任感和事業心，具備良好的道德品質，恪守科研誠信與倫理，嚴守學術規範，具備國際化視野、創新意識和團隊精神，願為中國特色社會主義事業貢獻力量。
知識水平方面
具有堅實的人工智慧領域相關學科基礎理論知識和專業技能，深入了解本領域的發展方向，系統掌握人工智慧學科相關研究領域的理論、技術和方法，具備多學科交叉的知識體系和學習能力。博士生突出廣泛掌握人工智慧國際前沿學術方向和行業先進技術趨勢，了解國際前沿理論、技術以及需求熱點；碩士生突出夯實本領域基礎理論，快速獲取跨學科知識和共性技術，並能夠綜合運用。
能力素質方面
博士生突出提高原始創新能力，具有較強的系統構建能力和一定的科研組織能力，能夠在解決行業企業重大工程實踐中凝練科學問題、創新研究方法、轉化先進技術，深入開展多領域交叉創新套用和開展學術交流，能夠承擔高校及研究機構的教學科研工作、從事人工智慧工程技術項目管理工作等。碩士生突出提高綜合套用能力，具有人工智慧系統的設計、實現、測試和套用驗證能力，以及良好的職業素養和溝通協作能力，能夠綜合運用多學科理論技術解決行業企業智慧型化面臨的實際問題。
培養方向
按照教育部、國家發展改革委、財政部三部委檔案的要求，與本領域發展定位、學校學科布局和師資結構相適應的具體培養方向，可參考如下設定：
（四）人工智慧套用技術相關研究方向，包括但不限於：智慧型製造、機器人、無人駕駛、智慧型網聯汽車、智慧交通、智慧醫療、機器翻譯和科學計算等，充分發揮人工智慧對各個學科或領域的賦能作用，形成特色培養方向。
研究生培養課程體系
課程板塊 | 參考課程方向 |
算法理論 | 人工智慧模型與理論、人工智慧數學基礎、機器學習理論、腦科學及類腦智慧型、人工智慧倫理與法治導論等 |
關鍵技術 | 智慧型感知技術、計算機視覺、自然語言處理、智慧型控制與決策等 |
工具、晶片與平台 | 人工智慧架構與系統、人工智慧開發工具、人工智慧框架和智慧型晶片等 |
AI+X | 無人駕駛、機器人、機器翻譯、智慧型網聯汽車、智慧交通、智慧型製造和科學計算等 |
參考資料 | |
基礎知識類課程
數學最佳化：從凸最佳化入手，介紹最佳化核心原理、基本方法和前沿技術，為智慧型方向的科學探索做理論準備。本課程將幫助學習者正確理解最佳化複雜度的概念，掌握分析凸最佳化複雜度的基本方法，了解一階、二階方法在不同問題類上的求解性能，熟悉包括免疫算法、粒子群算法等的多種最佳化方法的基本思路，不斷提高分析解決實際問題的能力。
機器學習：本課程致力於介紹經典的機器學習算法，讓學生初步掌握機器學習領域的基本方法與藍圖。通過掌握機器學習的算法與理論知識，能查閱並理解相關領域的前沿文獻，同時熟練使用相關的機器學習算法，解決流行的人工智慧領域套用問題，為今後在深度學習相關教學、科研和項目開發工作中深入解決實際套用問題打好基礎。
專業知識類課程
計算機視覺：首先介紹計算機視覺領域的發展歷史和主要套用，之後講解計算機視覺的主要任務和套用場景，包括成像原理、邊界和曲線、圖像分類、圖像分割、目標檢測、形狀分析、紋理分析、圖像重構、圖像生成、人臉識別等；著重介紹以上主要任務中的關鍵技術難題、重大技術突破，針對這些任務的主流方法，特別是基於統計模式分類和人工神經網路的方法。
自然語言處理：具體內容包括自然語言處理中的詞法分析、句法分析、語義分析以及語用分析等基本任務，情感傾向分析、文本摘要、對話系統、問答系統、機器翻譯等自然語言處理重要套用所要解決的基本問題和難點，以及如何利用機器學習、深度學習等手段求解各種自然語言處理問題。
神經與認知科學導論：首先介紹神經認知科學的基本概念、歷史和發展現況，進一步講解基於認知活動的腦機制，即人類大腦如何調用其各層次上的組件，包括分子、突觸、細胞、腦組織區和全腦去實現各種認知活動，最後介紹相關的計算模型和算法。課程將從細胞機制和神經元模型、大腦的結構和功能組織、感知原理及模型、記憶的基礎理論及模型、學習機制及學習算法、脈衝神經網路的概念、結構以及套用等方面進行展開，旨在加深同學對認知神經科學的理解。通過對這門課程的學習，學生應該掌握認知神經科學的基本內涵，熟悉借鑑大腦機制的學習、記憶等計算模型及算法，同時啟發同學們對人工智慧在可解釋性、自適應學習和非完備信息推理等基礎理論的瓶頸問題的思考。
人工智慧安全與治理導論：使學生能夠了解人工智慧技術的安全和倫理問題，並了解相關的治理規範和防禦方法，助力人工智慧技術的健康發展。
