您访问的页面找不回来了!
返回首页- 您感兴趣的信息加载中...
人工智能自身的专业知识有哪些?
不妨简单回顾一下人工智能这个学科领域的发展历程。
目前一般认为,人工智能学科正式诞生于1956年美国达特茅斯会议。这个会议的参加者包括后来的图灵奖得主麦卡锡、闵斯基和信息论之父香农等人。会议发起人麦卡锡提议以“人工智能”作为该学科的名称,因此麦卡锡被尊为“人工智能之父”。从那时起,如果以主流人工智能学界的关注重点进行划分,则人工智能的发展历程大致可分为三个阶段:1956年至1960年代中后期的“推理期”,1970年代至1980年代中期的“知识期”,以及1990年代至今的“学习期”。推理期关注的重点是基于逻辑的自动推理,知识期关注的重点是知识工程,学习期关注的重点则是机器学习。人工智能领域迄今共有8位学者获得图灵奖,他们是人工智能诞生期的麦卡锡和闵斯基,推理期的西蒙和纽厄尔,知识期的费根鲍姆和芮迪,以及学习期的维利昂特和珀尔。
上述学科历程直接决定了人工智能专业知识在“内核基础层”主要包括机器学习(学习期的核心)、知识表示与处理(推理期与知识期核心的融合)。在此之上,“支撑技术层”包括模式识别与计算机视觉、自然语言处理、自动规划、多智能体系统、启发式搜索、计算智能、语音信息处理等。再往上的“平台系统层”则包括机器学习系统平台(如Tensorflow等)、人工智能程序设计(如LISP、Pathon等)、智能系统、机器人等。更往上还有与其他学科的“交叉应用层”。
可以看出,人工智能与其他的一些 “投资风口”“短期热点”不同的是,它经过了60多年的发展,已经形成了庞大自洽的知识体系。事实上,上述各层的每一项内容都至少对应一门课程。
目标在现有学科培养框架下能否达成?
以计算机科学与技术学科为例,本科毕业大致需修满150个学分,其中约60学分是通识通修课程,15学分是毕业设计和就业创业类课程,在剩下的约75个学分中,学科平台课和专业核心课约占55学分。到此尚未出现人工智能专门课程,已经仅剩约20学分。而剩下的学分仍需考虑计算机学科“宽口径”人才培养,要平衡多个专业方向的需求,这就使得能专门用于人工智能的课程数量远远不能满足需求,导致人工智能专业课程只能浓缩到“高级科普”程度。