人工智慧涉及的專業非常廣，可謂是多多益善，畢竟這是一門技術與藝術相結合的科學。很多大學生都想在本科期間打下一些關於人工智慧領域需要的專業技能，下面就給大家介紹一下關於人工智慧的大學專業都有哪些？

1、計算機類

計算機科學與技術、軟體工程、網路工程、資訊保安、物聯網工程、數字媒體技術、智慧科學與技術、空間資訊與數字技術、電子與計算機工程電子資訊類：通訊工程、資訊工程、水聲工程、電子資訊工程、廣播電視工程、醫學資訊工程、微電子科學與工程、光電資訊科學與工程、電子科學與技術、電磁場與無線技術、電子資訊科學與技術、電波傳播與天線、電信工程及管理、應用電子技術教育、積體電路設計與整合系統

2、自動化類

自動化、軌道交通訊號與控制

3、數學類

數學與應用數學、資訊與計算科學、數理基礎科學、資料科學與大資料技術

人工智慧（Artificial Intelligence），英文縮寫為AI。

它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。

人工智慧是計算機科學的一個分支，它企圖瞭解智慧的實質，並生產出一種新的能以人類智慧相似的方式做出反應的智慧機器，該領域的研究包括機器人、語言識別、影象識別、自然語言處理和專家系統等。

人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的“容器”。

人工智慧可以對人的意識、思維的資訊過程的模擬。人工智慧不是人的智慧，但能像人那樣思考、也可能超過人的智慧。

人工智慧是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。

人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，總的說來，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智慧才能完成的複雜工作。

但不同的時代、不同的人對這種“複雜工作”的理解是不同的。

因此目前來看人工智慧所屬計算機專業

在學校也有不同的劃分對於這塊無須做過多的研究

中軟國際教育線上實驗室，免費使用：https://www.edu.futurelab.tv/

從廣義上理解是計算機專業，而狹義上就涉及很多了。

國家新一代人工智慧戰略諮詢委員會和高等教育出版社於2018年3月成立“新一代人工智慧系列教材”編委會，由中國工程院院士潘雲鶴擔任編委會主任，今年將出版《人工智慧：模型與演算法》《視覺化導論》《智慧產品設計》《自然語言處理》四本教材，相關線上課程也正在錄製中。

但從人工智慧包含的技術及落地場景來說，還有很多，比如計算機視覺（卷積神經網路）、生成式對抗網路（機器學習、深度學習、強化學習）、知識圖譜幾大項。

目前國內一些985、211大學都已經開設了人工智慧專業課程，從基礎的演算法模型，到理論實踐都有。

但是目前人工智慧仍屬於新興產業，課程體系尚未成熟，市場上還有些教育機構及科技企業在做自己的培訓課程，而這些課程大多是以實踐為主，假設你已經有了基礎的計算機程式設計及演算法知識。

如果沒有學習過任何計算機語言及人工智慧知識，建議先從基礎學習，包括：數學基礎（微積分、線性代數、機率、資訊理論等），機器學習演算法，機器學習分類。入門時最關鍵的是要打好基礎，尤其是演算法和模型，這兩樣在人工智慧領域是基石，基石不穩，必將坍塌。

此外，還要深入瞭解一些框架：

谷歌的Tensorflow:

TensorFlow是一個開源軟體庫，可以描述一幅資料計算的資料流圖（data flow graph）,用於各種感知和語言理解任務的機器學習。當前被50個團隊用於研究和生產許多Google商業產品，如語音識別、Gmail、Google 相簿和搜尋。

Facebook 的 PyTorch：

與TensorFlow抗衡的學習框架，由 Facebook 的團隊開發，並於 2017 年在 GitHub 上開源。

TensorFlow 和PyTorch的關鍵差異是它們執行程式碼的方式。這兩個框架都基於基礎資料型別張量（tensor）而工作。TensorFlow更像是一種語言，而PyTorch與Python結合的更緊密。

TensorFlow 是一種非常強大和成熟的深度學習庫，具有很強的視覺化功能和多個用於高階模型開發的選項。它有面向生產部署的選項，並且支援移動平臺。另一方面，PyTorch 框架還很年輕，擁有更強的社群動員，而且它對 Python 友好。

所以如果你想更快速地開發和構建 AI 相關產品，TensorFlow 是很好的選擇。建議研究型開發者使用 PyTorch，因為它支援快速和動態的訓練。

兩者還有很多差異，各有優勢，可以在實踐中慢慢摸索。

需要掌握的語言：

Python被認為是所有AI開發語言列表中的第一位。Python相對簡單易學，可以很容易地學習。此外python有很多AI相關的庫，便於在機器學習等方面快速上手。

C++已經非常成熟了，而且是最快的計算機語言，如果你的專案開發時間有限，那麼C++是很好的選擇，它提供更快的執行時間和更快的響應時間，老司機優勢顯現無疑，遊戲開發大部分都是用C++語言。

C ++適用於機器學習和神經網路。

Java也是計算機語言的老司機之一，雖然褒貶不一，但是在各種專案的開發中，Java都是常用語言之一，它不僅適用於NLP（自然語言處理）和搜尋演算法，還適用於神經網路。

Lisp:

相當古老的語言，差不多是在人工智慧火起來之後才又回到眾人眼中。有人認為Lisp是最好的人工智慧程式語言，因為它為開發人員提供了自由。在人工智慧中使用Lisp，因其靈活性可以快速進行原型設計和實驗，當然這也反過來促進Lisp在AI開發中的發展，例如，Lisp有一個獨特的宏系統，有助於開發和實現不同級別的智慧。

但同時也因為它的古老，掌握的人不是大多數。

人工智慧專業

人工智慧專業是中國高校人計劃設立的專業，旨在培養華人工智慧產業的應用型人才，推動人工智慧一級學科建設。2018年4月，教育部在研究制定《高等學校引領人工智慧創新行動計劃》，並研究設立人工智慧專業，進一步完善中國高校人工智慧學科體系。2019年3月，教育部印發了《教育部關於公佈2018年度普通高等學校本科專業備案和審批結果的通知》，根據通知，全國共有35所高校獲首批「人工智慧」新專業建設資格。

中文名

人工智慧專業

屬性

專業名稱

學科

人工智慧

目標

培養人工智慧產業應用型人才

專業程式碼

080717T

“人工智慧”在大學裡屬於計算機科學與技術、軟體工程等專業。

人工智慧這個計算機科學分支旨在創造可以解決計算問題，以及像動物和人類一樣思考與交流的人造系統。無論是在理論還是應用上，都要求研究者在多個學科領域具備細緻的、綜合的專長，比如應用數學，邏輯，符號學，電機工程學，精神哲學，神經生理學和社會智力，

用於推動智慧研究領域，或者被應用到其它需要計算理解與建模的學科領域，如金融或是物理科學。人工智慧領域開始變得正式源於Alan Turing這位人工智慧先驅提出了圖靈試驗。 人工智慧是一門邊緣學科，屬於自然科學和社會科學的交叉

已經在機器視覺，指紋識別，人臉識別，視網膜識別，虹膜識別，掌紋識別，專家系統，自動規劃，智慧搜尋，定理證明，博弈，自動程式設計，智慧控制，機器人學，語言和影象理解，遺傳程式設計等運用。

涉及學科

哲學和認知科學，數學，神經生理學，心理學，計算機科學，資訊理論，控制論，不定性論

研究範疇

自然語言處理，知識表現，智慧搜尋，推理，規劃，機器學習，知識獲取，組合排程問題，感知問題，模式識別，邏輯程式設計軟計算，不精確和不確定的管理，人工生命，神經網路，複雜系統，遺傳演算法

意識和人工智慧

人工智慧就其本質而言，是對人的思維的資訊過程的模擬。

對於人的思維模擬可以從兩條道路進行，一是結構模擬，仿照人腦的結構機制，製造出“類人腦”的機器；二是功能模擬，暫時撇開人腦的內部結構，而從其功能過程進行模擬。現代電子計算機的產生便是對人腦思維功能的模擬，是對人腦思維的資訊過程的模擬。

弱人工智慧如今不斷地迅猛發展，尤其是2008年經濟危機後，美日歐希望藉機器人等實現再工業化，工業機器人以比以往任何時候更快的速度發展，更加帶動了弱人工智慧和相關領域產業的不斷突破，很多必須用人來做的工作如今已經能用機器人實現。

人工智慧技術，顧名思義就是透過人工和智慧化的有機融合，而產生的一門新興的學科。它包括交感神經，視神經，語言系統等相關的建立和模擬，藉助計算機科學與技術，網路工程，資訊工程，網際網路工程等學科的知識和能力，使人類的智慧在更廣闊的領域得到更加充分的展示和應用。

人工智慧專業，努力培養符合國家戰略及人工智慧產業發展需求，具備良好的資訊科學，數理統計基礎，計算機系統知識及紮實的程式設計基礎以及大資料基礎知識與技能掌握，AI核心原理和AI思維，能夠熟練運用資料原理，AI模型，工具，語言識別，NLP影象處理等技術，解決實際問題的高素質應用人才。學生畢業以後可以在政府部門，或者企事業單位，從事智慧系統整合，智慧軟體設計與開發，智慧應用系統的管理與執行維護等工作。

人工智慧已經成為拉動中國經濟發展的最大規模的行業之一。到2020年，華人工智慧產業規模將超過1500億元，帶動相關產業規模超過1萬億元。一些AI的巨頭公司在人工智慧技術的開發投入越來越多。與此同時，中國人工智慧人口缺口人才缺口超過500萬，供需比為1:10。該專業的就業已經用炙手可熱，非常火爆來形容，毫不過分和誇張。

在中國的高等院校中，清華大學，浙江大學，上海交通大學，哈爾濱工業大學，北京大學，北京航空航天大學，電子科技大學，北京郵電大學，西安電子科技大學，吉林大學，天津大學，華南理工大學，中南大學，大連理工大學。東北大學，西北工業大學，華中科技大學等院校的人工智慧專業都相當好。

人工智慧是一門新興的高尖端學科，屬於社會科學與自然科學的交叉學科，涉及了數學、心理學、神經生理學、資訊理論、計算機科學、哲學和認知科學、不定性論以及控制論。研究的範疇包含自然語言的處理、機器演算法的學習、神經網路、模式識別、智慧搜尋。應用的領域包含機器翻譯、語言和影象理解、自動程式設計、專家系統等。

想研究人工智慧的方向，近兩年很多大學都開設了人工智慧學院。西安電子科技大學人工智慧學院、中國科學院大學人工智慧技術學院、南京大學人工智慧學院三所高校在人工智慧領域皆屬於頂尖。

人工智慧專業相關研究方向，有很多的分支學科，包含模式識別與智慧系統、計算機應用技術、智慧科學與技術、資訊與通訊工程、計算機科學與技術、控制科學與工程、人工智慧與資訊處理、計算機應用技術、生物資訊處理方向、計算機科學與技術超級計算方向等。

對於本科專業的學習，如果有意從事人工智慧方向的相關工作，可以嘗試選擇以下的相關專業：

計算機科學與技術。人工智慧的工作既需要非常紮實和廣泛的數學基礎的同時也要求很高的實際操作能力，人工智慧專業方向的如Machine Learning，Computer Vision， Natural Language Processing，Data Mining等課程，在計算機科學與技術專業在高年級和研究生階段都有對應的課程和研究方向。

資料科學與大資料技術。既要掌握基礎的程式設計語言，也要掌握大資料平臺的運用，Numpy、Matplotlib、Pandas,SciPy和scikit-learn等科學計算與機械學習庫的掌握，完成技術方案設計及演算法設計和核心模組開發，組織解決專案開發過程中的重大技術問題；負責深度神經網路技術平臺的架構、開發方案的設計、應用與實現（包括機器學習、影象處理等的演算法）。

偏向於學術型的理論研究，可選擇應用數學等學術應用理論型的專業。機器演算法的學習本質上是微分方程、機率論、矩陣分析等等數學領域的一個應用場景。人工智慧方向的研究人員需要具備紮實的數學基礎才能做好AI的理論研究。偏向於理論研究的方向可以瞭解傳統機器學習的知識、程式語言的掌握，學術型的專業一般就讀研究生，通常轉到計算機方向或者經濟類方向。

最不易被人工智慧代替行業可能有IT領域行業、對未知領域的探索和發明創造行業，創意、設計領域行業、需要情感互動交流的行業、情況複雜多樣，需要隨時綜合判斷的崗位等。隨著科技行業日新月異的發展，大資料、人工智慧等新興產業的崛起，大學高等教育開設的資料科學與大資料技術和人工智慧專業勢必會逐漸發展成為大學的熱門專業。

人工智慧（Artificial Intelligence），英文縮寫為AI。它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。

人工智慧是計算機科學的一個分支，它企圖瞭解智慧的實質，並生產出一種新的能以人類智慧相似的方式做出反應的智慧機器，該領域的研究包括機器人、語言識別、影象識別、自然語言處理和專家系統等。人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的“容器”。人工智慧可以對人的意識、思維的資訊過程的模擬。人工智慧不是人的智慧，但能像人那樣思考、也可能超過人的智慧。

人工智慧從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智慧帶來的科技產品，將會是人類智慧的“容器”，也可能超過人的智慧。

人工智慧的定義可以分為兩部分，即“ 人工”和“ 智慧”。“人工”比較好理解，爭議性也不大。有時我們會要考慮什麼是人力所能及製造的，或者人自身的智慧程度有沒有高到可以創造人工智慧的地步，等等。但總的來說，“人工系統”就是通常意義下的人工系統。