事实上，即便不考虑课程数量，仅从已开设课程的内容来说，也与人工智能人才培养的需求有很大距离。以人工智能所需的五大数学基础（线性代数+矩阵论、数学分析、概率论+数理统计、最优化方法、数理逻辑）为例，目前计算机学科线性代数内容很浅，通常不开设矩阵论，很多学生甚至没接触过矩阵求导，这对机器学习等人工智能核心课程的学习造成很大障碍；数学分析课程的内容通常很浅，甚至可能与其他数学课压缩到一起；概率论与数理统计内容仅是蜻蜓点水；最优化方法一般不开设；数理逻辑一般是选修、甚至不开设。这就造成计算机学科的一般学生在学习人工智能核心课程之前往往需专门花时间自学以加强数学基础。另一方面，人工智能应用中所涉及的智能硬件与材料、传感器设计与应用等内容，已经超出了计算机科学与技术学科的范畴。

综合上述考虑，我们得出的结论是：创办一流大学人工智能教育需要建设新的课程体系。与其在现有学科培养体系框架下修修补补，不如从头根据人工智能学科自身的特点进行建设。

我们相信，正确落实教育部《高等学校人工智能创新行动计划》将大幅度增强我国人工智能领域人才培养力度，为新一代人工智能发展提供战略支撑。

【作者：南京大学计算机科学与技术系教授，长江学者特聘教授】

（原标题：周志华：创办一流大学人工智能教育的思考）

相关报道: