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。

相关报道: