自动化专业与人工智能的未来趋势是什么

1、开源框架（Open-SourceFrameworks）

人工智能的进入门槛比以往任何时候都低，这要归功于开源软件。2015年谷歌开放了其机器学习库TensorFlow，越来越多的公司，包括Coca-Cola、eBay等开始使用TensorFlow。2017年Facebook发布caffe2和PyTorch（Python的开源机器学习平台），而Theano是蒙特利尔学习算法研究所(Mila)的另一个开源库，随着这些工具的使用越来越广泛，Mila公司已经停止了对Theano的开发。

2、胶囊网络(CapsuleNetworks)

众所周知，深入学习（DeepLearning）推动了今天的大多数人工智能应用，而胶囊网络（capsulenetworks）的出现可能会使其改头换面。深入学习界领航人GeoffreyHinton在其2011年发布的论文中提到“胶囊”这个概念，于2017年-2018年论文中提出“胶囊网络”概念。针对当今深度学习中最流行的神经网络结构之一：卷积神经网络(CNN)，Hinton指出其存在诸多不足，CNN在面对精确的空间关系方面就会暴露其缺陷。比如将人脸图像中嘴巴的位置放置在额头上面，CNN仍会将其辨识为人脸。CNN的另一个主要问题是无法理解新的观点。黑客可以通过制造一些细微变化来混淆CNN的判断。经测试，胶囊网络可以对抗一些复杂的对抗性攻击，比如篡改图像以混淆算法，且优于CNN。胶囊网络的研究虽然目前还处于起步阶段，但可能会对目前最先进的图像识别方法提出挑战。

3、生成式对抗网络(GenerativeAdversarialNetworks)

2014年，谷歌研究员IanGoodfellow提出“生成式对抗网络”（GAN）概念，利用“AIVSAI”概念，提出两个神经网络：生成器和鉴别器。谷歌DeepMind实习生AndrewBrock与其他研究人员一起合作，对Gans进行了大规模数据集的培训，以创建“BigGANs”。GANs面对的主要挑战就是计算能力，对于AI硬件来说必须是并行缩放。研究人员用GANs进行“面对面翻译”，还有利用GANs将视频变成漫画形式，或者直接进行绘画创作等，但GANs也被一些不怀好意的人利用，包括制作假的政治录像和变形的色情制品。

4、联合学习(FederatedLearnnig)

我们每天使用手机或平板会产生大量数据信息，使用我们的本地数据集来训练AI算法可以极大地提高它们的性能，但用户信息是非常私人和隐秘的。谷歌研发的联合学习（FederatedLearning）方法旨在使用这个丰富的数据集，但同时保护敏感数据。谷歌正在其名为Gboard的Android键盘上测试联合学习。联合学习方法与其他算法的不同在于考虑了两个特征：非独立恒等分布（Non-IID）和不均衡性（Unbalanced）。联合学习已运用于搜索引擎Firefox、人工智能创业公司OWKIN等。

5、强化学习(ReinforcementLearning)

当谷歌DeepMind研发的AlphaGo在中国围棋游戏中击败世界冠军后，强化学习（ReinforcementLearning）获得了广泛关注。基于强化学习，DeepMind接着又研发了AlphaGoZero。UCBerkeley研究人员利用计算机视觉和强化学习来教授YouTube视频中的算法杂技技能。尽管取得了进步，但强化学习与当今最流行的人工智能范式监督学习相比，还算不上成功，不过关于申请强化学习的研究越来越多，包括Microsoft，Adobe，FANUC等。

2025年自动驾驶利润达800亿美元物流率先应用

6、人工智能终端化

人工智能技术快速迭代，正经历从云端到终端的过程，人工智能终端化能够更好更快地帮助我们处理信息，解决问题，我们舍弃了使用云端控制的方法，而是将AI算法加载于终端设备上（如智能手机，汽车，甚至衣服上）。英伟达（NVIDIA），高通（Qualcomm）还有苹果（Apple）等诸多公司加入了对终端侧人工智能领域的突破和探索，2017和2018年是众多科技公司在人工智能终端化进入快速发展期的两年，同时他们也在加紧对人工智能芯片的研发。但AI依然面临着储存和开发上的困境，亟需更丰富的混合模型连接终端设备与中央服务器。

7、人脸识别

8、语言处理

什么是人工智能IP

人工智能不仅仅是一项技术，更是一个独立的形象IP。二者完美融合才能做到技术与形象的同时升级！技术创造不仅仅是革新，更是要配合形象IP。海风智能科技服务机器人FANFAN为此专门申请外观专利。服务机器人，我们一直在不断创新，但是我们一直在做自己的IP，自主研发自己的技术，技术赋予FANFAN灵魂，FANFAN外观则为技术的革新提供了物质支持。

学人工智能到哪家人工智能专业志愿填报指南

高考结束填报志愿是每个考生人生中最重要的事情之一，如果从就业倒推专业，现在最时髦的专业非人工智能莫属。

就在今年3月，教育部官宣国内已经有35所高校获得首批人工智能专业建设资格，这也意味着2019年的应届高考生将成为第一批大范围接受AI本科教育的学生，那么如果要报考AI专业，应届考生需要了解什么？

有哪些高校开设了人工智能专业？

当前AI专业建设如火如荼的政策背景是2017年7月国务院正式印发的《新一代人工智能发展规划》，其中重点之一就是：

聚焦人工智能重大科学前沿问题，以突破人工智能应用基础理论瓶颈为重点，超前布局可能引发人工智能范式变革的基础研究，促进学科交叉融合，为人工智能持续发展与深度应用提供强大科学储备。

AI学术理论研究作为产学研的基础，很快得到了国内各大高校的积极响应，诸多高校相继设立了AI学院或者相关的研究机构，一方面培养AI方面人才，另一方面从“小”开始，攻坚AI学术研究。

值得注意的是，之前虽然有不少高校开始设置AI专业的教学，但大多还是集中在研究生教学层面。但是，从今年开始，AI专业开始大规模地走入了高校本科教育。根据教育部发布的《2018年度普通高等学校本科专业备案和审批结果》，以下这35所高校将会在今年开启人工智能专业的招生。

从上图可以看出，人工智能专业代码为080717T（T代表特设专业），学位授予门类为工学。另外AI专业也不是“985”“211”高校的专属，获批的高校中，既有全国知名的老牌名校：同济大学、上海交通大写、浙江大学等，也有一些地方专业特色鲜明的高校：江苏科技大学、安徽工程大学等，还有一些师范类高校：长春师范大学等。

其中，不少高校将AI专业归入工科试验班中的计算机科学与技术学院，比如同济大学、浙江大学以及哈尔滨工业大学等。

图｜浙江大学

图｜同济大学

另外表格中的南京大学和东南大学从去年就已经开始招收AI专业的学生，以东南大学为例，他们去年AI专业的录取分数线为391分（江苏高考满分480分为标准）。

图｜东南大学AI专业录取分数线

不过，由于多数高校今年都是第一次开始AI专业的招生，所以对于应届高考生来说，没有直接对标的历年分数线参考，但可以纵向对比同学院或者相近专业类别的历年分数线，AI专业基本上会高于普通的计算机相关专业。

今年虽然只有35家高校获得AI专业建设资格，但是根据教育部去年印发的《高等学校人工智能创新行动计划》，到2020年的目标是建立50家人工智能学院、研究院或交叉研究中心，并引导高校通过增量支持和存量调整，加大人工智能领域人才培养力度。可以预见，明年还会有一批高校获得建设AI专业的资格。

本科生学AI，到底学什么？

当前，有部分高校已经对外公布了人工智能专业的培养计划，包括专业的培养目标、所学课程以及未来的就业方向。我们摘录了几个具有代表性的高校招生计划。

南京大学

学院目前设置“机器学习与数据挖掘”、“智能系统与应用”两个专业方向，目标是培养具有坚实的数学基础和计算／程序基础、全面深入的人工智能专业知识、丰富的应用实践能力，在人工智能领域具有源头创新能力和解决企业关键技术难题能力的专业精英人才。

今年5月，南京人工智能学院出版了《南京大学人工智能本科专业教育培养体系》一书，系统地介绍了南大在AI本科专业人才培养方面的初步探索成果，包括对AI本科教育的思考和南大人工智能学院本科培养方案以及具体的课程设置情况。

具体涉及的课程包括数学基础类：数学分析、高等代数、离散数学、概率论与数理统计、最优化方法和数理逻辑。专业基础类：数据结构和算法分析、程序设计基础、计算机系统基础、操作系统等课程。

另外，除了计算机学科之外，南大的AI课程还交叉涵盖了数学、电子、自动控制等多学科的专业课程。

东南大学

大类学科基础课程：

程序设计基础及语言A（双语）、程序设计基础及语言B（双语）、数据结构基础、离散数学、数字逻辑电路、数字逻辑电路实验C、最优化方法、自动控制原理。

专业主干课程：

人工智能导论（双语）、数字图像处理、数字信号处理、机器学习（双语）、操作系统（双语）、模式识别（全英文）。

哈尔滨工业大学

本专业主干课程：人工智能、机器学习、视听觉信号处理、模式识别与深度学习、视听觉信息理解、自然语言处理、信息检索、语言与认知等。

毕业生去向：国内就业单位有华为、百度、阿里、腾讯、京东等知名互联网企业或研究院，以及中科院计算所、软件所、信息工程研究所等国内著名科研院所和北大、清华、浙大等国内著名高校继续深造。

境外深造院校有美国卡内基梅隆大学、麻省理工学院、加州大学洛杉矶分校、斯坦福大学、加州伯克利分校、哥伦比亚大学、英国帝国理工大学、澳大利亚悉尼科技大学、新加坡国立大学等。

西安电子科技大学

培养学生具备数据挖掘、信息处理、计算机与互联网等人工智能技术的基础知识；具有从事各类智能信息领域科学研究、教学工作的能力。将学生打造成为各类电子信息系统、控制系统、仪器设备等智能化研究、设计、开发及应用的高层次、创造性科技人才。

毕业去向：本科毕业后，学生既可在包括模式识别与智能系统、智能信息处理、电路与系统、计算机应用技术、电子与通信工程、计算机技术等不同的学科领域进行深造，也可在科研院校、企事业单位等机构从事智能科学相关方向的研究、教学、开发和管理工作。

北京交通大学

本专业是人工智能技术、计算机科学、信息科学与特色行业（如医疗）相结合的复合型专业。依托我校计算机科学与技术一级学科优势及人工智能研究平台，突出人工智能技术与医疗等行业的交叉与融合。

核心课程：离散数学、数据结构、操作系统、数据库系统原理、人工智能导论、机器学习、知识工程、自然语言处理、模式识别、深度学习实践、认知计算、医学数据分析、凸优化方法、高级语言程序设计和Python程序设计等。

升学就业：毕业生可从事人工智能算法设计、数据分析、软件开发和科学研究等方面的工作。就职单位涵盖各行各业，包括：互联网科技企业、高新信息技术企业、银行与金融企业、交通运输企业、医疗机构、科研机构和国家机关等单位。

从上述几所高校的AI专业培养计划来看，首先在课程上强调数学、概率论、程序语言是基础，并且围绕当前AI领域的几个基本研究方向展开教学，比如模式识别、NLP、计算机视觉等。其次非常重视AI和其他学科的融合，也就是在打好理论基础的同时，要有解决实际问题的能力。

不过，南京大学人工智能学院院长周志华此前在微博上提到，“本科应该是在本学科打一个相对完整的框架基础，不要有明显的欠缺。想深入还要念研究生的。”

AI之外，这些专业也不错

虽然术业有专攻，但AI本身涉及到的技术或者产业就非常广泛，所以除了人工智能专业之外，一些旁支的专业也是未来进入AI行业的敲门砖，包括今年新增备案数量最多的几个本科专业：数据科学与大数据技术、机器人工程、智能科学与技术。

数据显示，根据教育部今年公布的名单，有101所高校获批“工程”专业，96所高校获批“智能科学与技术”专业，203所高校获批“数据科学与大数据技术”专业，25所高校获批“大数据管理与应用”专业，25所学校获批“网络空间安全”专业，14所学校获批“工程”专业。

当前的技术变革正在反向驱动我国高校教育的完善，报考AI专业也并不是一时的追风口，就像周志华教授在接受南都采访时候说到：

“人工智能作为一个严肃的学科诞生于1956年，并不是昙花一现的‘投资风口’或‘短期热点’。经过60多年的发展，人工智能领域形成了庞大的知识体系，既有的相近学科的本科教学体系不再能完全覆盖或代替。要培养高质量人工智能专业人才，就必须根据人工智能学科的特点来建立相应的培养体系。”

推荐阅读
android 人工智能领域(安卓的人工智能叫什么名字)
一图看懂人工智能领域的书 人工智能方面的书籍排行榜
人工智能领域副业？人工智能领域副业包括哪些
测试人工智能领域？测试人工智能领域的软件
在人工智能领域？在人工智能领域使用最广泛的语言是
美国人工智能领域优势劣势(美国人工智能领域优势劣势是什么)
英语人工智能教育领域，英语人工智能教育领域包括
教育领域人工智能论文 人工智能在教育领域的应用论文3000字