許多學校開設了相同專業，但教學實力、課程設定、著重培養方向等會有不同，因而也會導致就業競爭力的不同，畢竟人工智慧相關崗位對人才的要求比較高，人工智慧專業（方向）原來是在研究生階段學習，現在在本科階段開設，對學校相關學科專業的實力、師資、教學實力、經驗、課程設定、相關設施等各方面要求會比較高。

————

人工智慧專業大多數學校都開設在控制科學與工程學院或計算機學院。

————

東北大學的人工智慧專業全國頂尖。

人工智慧源於計算機，東北大學的計算機幾十年來至今一直都是全國前10名；控制科學與工程中更是包含大量人工智慧技術，東北大學的控制科學與工程全國頂尖。

東北大學的控制科學與工程幾十年都是全國數一數二 ! 現在東北大學的控制科學與工程學科，無論是控制科學與工程旗下的本碩博機器人競賽成績，還是自動化控制在自己特長領域的科技成果及成果轉化，都做到了中國高校中的第一。

控制科學與工程包括人工智慧與機器視覺、視覺感測、人臉識別、演算法、模式識別、影象處理、人機互動技術、媒體感測網路、運動控制、導航制導技術、智慧移動機器人、飛行機器人、雲機器人與視覺感知等等方面（領域）。

——

2019年自動化專業（隸屬於控制科學與工程），東北大學與清華並列全國第一！ 郎世俊實驗班班主任、人工智慧系副主任潘峰介紹說："我們嘗試導師制，院士、傑青，這些大咖們他們都可以選，而且導師那裡有碩士、博士、青年教師，相當於選擇了一個導師組。"。

創新的培養模式、良好的學習環境，培養拔尖創新人才，東北大學正在給出自己的答案。

現在的自動化專業離不開計算機，也離不開機器學習、深度學習、計算機視覺，這些都是人工智慧方向。

——

（智慧）機器人工程專業（隸屬於控制科學與工程），東北大學全國第一！

機器人競賽成績，東北大學全國第一！

陸、海、空機器人大賽，東北大學全國冠軍!

東北大學建有無人機系統平臺、雲機器人平臺、視覺感知平臺、智慧移動機器人、人機協作等多個先進機器人創新平臺，建立了仿生移動機器人實驗室，人工智慧與機器視覺實驗室，工業機器人實驗室、飛行機器人實驗室、人機協作實驗室，雲機器人與視覺感知實驗室、智慧自主機器人實驗室。擁有移動機器人系統、群機器人智動化系統、多機器人智慧視覺感知系統等一批居於國內一流的機器人實驗系統。移動機器人感知系統、智慧仿生腿與異構雙腿機器人、仿人機器人系統、多模態人機互動系統。

東北大學機器人工程專業以智慧機器人為主體展開教學。學生不但掌握機器人基本知識，同時掌握人工智慧技術。這種掌握演算法、軟體和硬體的高階複合型人才，目前在國內外都非常亟需，具備很強的競爭力。

——

軟體，人工智慧的重要體現方式之一。

2019年軟體工程專業，東北大學與北大等並列全國第一。東北大學的軟體工程專業相當於：人工智慧專業、大資料專業、雲計算專業、網際網路金融專業、移動互聯專業等。

——

東北大學在本科階段的人工智慧教學方面有著豐富的成功教學經驗，有著頂尖的教學實力。比如並列全國第一的軟體工程專業的人工智慧、大資料、雲計算方向的教學，全國第一的機器人工程專業的人工智慧教學等等。

——

東大的人工智慧專業，以東北大學計算機科學與工程學院為主體，與資訊科學與工程學院（自動化控制在此學院）聯合建設，可以說是東大舉計算機科學與工程學院、資訊科學與工程學院等全校最強相關資源之力，全力建設的專業 !

而且本專業還聘請了10餘名來自於知名人工智慧公司的行業和領域專家作為兼職教師，參與本專業理論教學、實踐指導等工作。

本人電子專業，個人認為人工智慧專業僅在985層次（頂多擴充套件至211高校）的高校開設就可以了，其他的學校也許就是為湊熱點保留提升招生人數而已！若干年以後，一定雞毛便地，讓我們拭目以待！

“天坑”專業，本來是用來形容那些需要學習很多知識與內容，但是在就業時卻沒有優勢的專業，如碩士就業不如其它有些專業的學士，這些專業有這樣的特點

1、學習難度不少

2、就業崗位不多

3、工資不太高

4、工作環境也不怎麼樣

比如化學，本科就業崗位不多，薪酬沒有那麼高，如去化工廠，還有些危險因素，環境也不好，工作地點一般遠離大城市。考研的同學非常多。。

說說人工智慧專業，這個專業一般新的學校開設由計算機學校和數學學院的老師團隊共同組成教學團隊。可見這個專業需要學習很多數學知識，還要學習程式設計與計算機類的知識。

工作方向呢，有了程式設計能力，可以說就業比較寬了。可以與計算機、軟體工程同學搶工作崗位，但是在演算法，數學能力上又比計算機專業的同學強。

從上面我們梳理出來的“天坑”的特點來看

1、學習難度

真是不少，比計算機得難一點，因為數學相關的課程加大了

2、就業崗位

理論上比計算機專業的還要多

3、工資

工資是比較高的，因為懂演算法就是比較厲害的，都是去網際網路類的公司發展

4、工作環境

也不錯的，CBD寫字樓

人工智慧的方向與未來

人工智慧一般有語音識別，影象識別，等，

在智慧程度上有強人工智慧與弱人工智慧的區別，現在的弱人工智慧可以說應用也還不那麼普及，強人工智慧的空間就更大了。

但是在這個專業上想要走得更遠，建議可以讀研。那麼一般本科的人工智慧專業，雖然 加大了一些計算，演算法等人工智慧方面的課程，但是畢業 後大多數人還是寫程式碼，與人工智慧可能關係不那麼大。

所以一般本科，建議優先選擇計算機，軟體工程 類的專業，比較好的學校人工智慧則是很好的選擇了。

大部分是！主要原因有三個。

第一，學科建設還不完善，課程、師資、教材和實驗室等等有缺陷。很多是把原來的計算機，電氣，資訊工程等等改頭換面，說是“人工智慧”。

第二，學不會。數學，物理，計算機等要求高，學半桶水將來讀研讀不起。人工智慧相關領域的工作，基本上要求碩士起最好博士。

第三，人工智慧很廣泛，軟硬體的方向都有，五花八門。總的來說，目前產業發展還是剛起步的階段，在哪些領域能夠率先脫穎而出，有待時間和市場的雙重檢驗。藍圖是美好的，過程不是坦途。

所以，學習能力很強的學生，可以報，成為高階人才。而考不進雙一流名校的，本科不建議讀人工智慧。可以先去讀計算機，真的把計算機學好了碩士博士再去讀人工智慧。

從2021年的今天開始算就是四年後，到時候學科會更加成熟，也檢驗了是不是真的能持續火下去。

人工智慧？鬧呢！且不說專業成熟不成熟，教學實力和教學資源撐不撐得起“人工智慧”這個名號，學生學到的知識能不能適應快速變化的行業需求，光是這130多個高校同時招生，一年得有多少人畢業？現在的人工智慧行業能消化多少？高校設定新的專業基本都是這樣，一開始生怕措施了良機，一窩蜂的盲目搞，搞爛了就再找新的繼續搞。人工智慧是不是“天坑”很難說，不過照這麼個勢頭搞下去，很多畢業生找不到工作是肯定的。高校的專業設定是不是要量體裁衣？領導們是不是先要捫心自問，本著對招來的學生負責的態度三思而後行？