又一年高考结束，记得在去年高考结束后，我曾写过关于人工智能志愿填报的文章《高考志愿填报人工智能专业怎么样？》，分析了人工智能专业报考的注意事项。今年和去年相比，人工智能专业的报考并没有发生大的变化，依然是很多学生和家长的第一首选专业，人工智能专业连续三年位居榜首，居高不下，其背后的原因相信也不用我再过多分析了，无非就是前景和“钱景”的事情。

如果有对人工智能的了解还不够清楚的同学和家长，可以看看我之前的科普文章《想要了解人工智能行业，你需要先了解这些基本概念》，文章内容以最通俗的方式讲述了什么是人工智能，以及人工智能行业的发展和应用，所以这里也就不再赘述人工智能的原理和技术方面的内容了，我们直奔主题，重点来分析一下报考人工智能专业的基础要求、行业前景、择校的考虑因素，以及人工智能相关的一些学习资料。

高考结束后，在各位家长和学生都在焦急地等待成绩时，同时也都紧张地在考虑分数出来后选择哪所高校，就读哪个专业。准备选择人工智能专业的学生和家长，可以说是眼界开阔、意识超前，但是有一点需要注意的是选择人工智能专业和是否适合读人工智能专业是两码事，否则，就算有些家长强制让学生选择了人工智能专业，但是在就读期间，学生发现根本不喜欢人工智能专业，或者由于自身无法完成相关的学业，那么好一点的结果就是换专业，差一点的结果就是毕不了业。

对于高中毕业生而言，考核是否适合学习人工智能专业，虽然没有大学毕业生那么准确，但是也可以从两个因素做一个判断，第一是看高中学习的课程是偏向文科方向还是理科方向，如果是文科方向，建议尽量慎重考虑报考人工智能专业，毕竟人工智能的理论基础是算法，而算法就是数学的结论。选择了人工智能专业，不一定要天天和数学打交道，但是使用数学的思维解决问题却是实实在在的存在，这可能会对部分文科学生造成一定的困扰，相比理科方向的学生，就丧失了一部分先天优势。

当然历史上也有很多伟大的数学家和电脑高手是半路出家的，比如我国著名的数学家陆家羲，就是初中学历，后来凭借自学成为了享誉全球的数学家，解决了众多世界性的数学难题。以及创立了物理学终极理论--M理论的爱德华·威滕，在读完历史学和语言学后，又去学了数学、物理学，关键还成了著名的数学家和物理学家，他写了350多本数学和物理学书籍，这比很多根正苗红的数学家和物理学家还勤奋。还有我国早期的江民杀毒软件创始人王江民，连初中都没有读完，却能在38岁的时候通过自学完成杀毒软件的开发工作，而且当时国内很多电脑都在付费使用，在此之前，他只是一名机械厂的普通员工而已，同时也是一名残障人士，可见其意志力和兴趣有多大。所以如果是真的是喜欢，而且下定了决心，时间？学历？专业？这些统统都不是问题。

第二个因素，看是否具备较好的逻辑思维，其实人工智能的算法模型是一种模拟人的思维方式和行为的过程，所以如果具备较好的逻辑思维甚至于要强于所谓的文科与理科的区别，这也是为什么前面举的例子中那些人能够成功的原因，数学和编程都是讲究的逻辑思维能力，如果一个人的逻辑思维较好，就算是文科生，通过学习，同样也能够称为一名数学成绩不错的学生的，反之则很难。

如果在中学阶段学习过课外的编程课程，那么对于是否适合学习人工智能应该是有更清晰的认知的，毕竟实现人工智能产品的方法还是编程。无论人工智能专业也好，其他计算机专业也好，其实它们之间的关联性还是很大的，人工智能的理论基础是数学算法，而实践基础是程序代码。所以在选择人工智能专业的时候，家长不妨从学生对数学的成绩和兴趣以及逻辑思维方面入手，看看是否真的适合学习人工智能专业。

1. 国家政策

国家政策这块，可以说已经非常多了，除了国务院、各部委颁发的国家级政策外，各地的各部门也都对人工智能出了不同的扶持政策，现在全国上下，关于人工智能相关的大大小小的政策，基本上每个月都会出台几十个，热度可见一斑。

从2017年国务院颁发了《新一代人工智能发展规划》的文件后，全国正式进入了人工智能政策红利期，各地对人工智能相关企业的补助也是比其他企业的更高，而优秀的从业人员，更是可以做为国家技术技能人才来储备，享受政策的各种补助，比如住房、落户、创业等补助。

总之，对人工智能的发展，上到国务院，各部级单位，下到省市区、地方教育、科技等部门也都有自己的相关扶持和补助政策，其目的就是想要在人工智能的发展中谋求更好的主导地位，从而分得一杯羹。

2. 人才需求

当前人工智能已经成为各国创新技术竞争的焦点领域，包括中国在内的全球诸多国家将 人工智能列入国家科技战略部署序列。中国、美国、欧盟、英国、德国、俄罗斯、日本、韩 国、印度等主要国家在 2016 年至 2019 年间密集发布人工智能专项政策及行动规划，引导、 推动人工智能产业的发展已成为全球经济共同体的重要共识。

由于国内对于人工智能人才的培养，正式开始于2018年的大学招生，所以最近一批毕业的学生应该是在2022年。姑且不说这批学生的理论知识和实战能力如何，就国内人工智能行业的供需比而言，就算是这批学生全部就业，也很难在短期内解决国内人工智能人才长期匮乏的局面。

根据国内企业区域分布情况调查来看，北京、广东、上海是本次调研的企业分布最为集中的省市，其中北京的企业数量最多，占调研企业总数量的 31.9%，其次为广东和上海，分别为 18.0%、16.5%。除北京、广东和上海外，浙江、江苏、四川也是本次调研企业的主要分布省份。

人工智能行业从业者的薪资高、待遇好，岗位性价比远远大于了其他行业的岗位，这主要和国内人工智能人才的巨大缺口有关，根据国家工信部发布的《人工智能产业人才发展报告》显示，人工智能行业的技术人才供需比极低，尤其是智能语音与计算机视觉方向，供需比仅有0.08、0.09，这说明当企业需要100个人才的时候，市场只能提供8个、9个人才，人才稀缺度可见一斑。

3. 薪资待遇

在2018年以前的时候，国内市场对AI行业发展的认知还没有这么清晰，对于AI技术人才的技术甄别也没有太好的一些方法，由于当时国内很多初创企业都是做传统互联网转型，或者其他行业的转行过来的居多，所以很多初创企业在招聘相关的AI技术人才的时候，也没有那么多的经验和方法，基本上大多数都是唯学历、唯经验（实际上经验是可以杜撰的），这就导致了非计科系985、211不用，非理工科硕博不用。

有些用人单位需要什么样的AI技术人才，连自己都是不清楚的。有些企业甚至已经拿下一些项目了，还招不到合适的人才，只能从硬性指标上下手招人了，至于招到的人实际技术怎么样，企业内部也没有能拍板决定的人。这主要是当时硬件能力和大数据的发展已经为人工智能带来了一些落地应用，尤其是图像视觉领域的应用，让很多人看到了庞大的市场商机，并且快速的投入了进来，但是进来后才发现AI人才极度稀缺，小企业根本很难招到人，就算有一个真正的懂AI技术的人才来面试，公司的技术也需要在AI方面有很深的造诣，否则，面试官和求职者基本聊都聊不到一起去。

行业里的大企业还能从国外引进高端人才，而有些中小企业，和财大气粗的头部企业不能相比，承担不起年薪百万的海归人才，只能在国内市场寻找合适的人才，加上有些企业的技术负责人自己都不是搞AI的，在招人上基本就是凭经验，看学历。

经过市场的教育和行业的发展，从市场对AI产业人才的需求变化来看，整体趋向于理性，不再是以前的唯学历是从了，企业最终需要的还是能够拿下活的人，而不是拿着一纸文凭干不了活的人。经过了这三年的技术沉淀，当时的一些AI企业都经历了很多波折，有些已经在行业里属于龙头型企业，而有些企业则已销声匿迹。

不管是以前活下来的企业，还是新创立的有些企业，在用人上，变得越来越务实了，员工能以最低的工资完成工作才是最好的招人标准，而同样技术的硕士要比本科的工资高不少，博士就更不用说了，除非工作任务确实需要硕士学历的知识才能完成。所以我们看到BOSS直聘、拉钩等互联网招聘上的条件，大部分都把学历降到了本科，甚至有些还是大专学历要求。

很多不懂AI的人总以为搞AI必须要硕士博士才行，实际上由于深度学习和一些常用的框架的流行（比如Google的TensorFlow，Facebook的PyTorch，百度的PaddlePaddle等），早已经大大的降低了学习AI技术的门槛，不像很多人想象的那样，总以为搞AI的，都是天天在搞数学，推导公式，实际上只是更高级的程序员而已。不同的任务对技术的要求也不一样，其实很多工作只需要本科的学历就足够了，甚至不到本科的学历也能够做。

根据国家工信部发布的《人工智能产业人才发展报告》来看，企业的招聘条件基本还是以本科为主，其次是硕士，然后是专科，最后是博士。本科学历在几个AI相关的岗位中占比都是最大的，就连要求最为苛刻的AI算法岗，本科的比例也是最高的。

可见，人工智能行业不但有前景，更是有钱景，纵观职业的名气和工资的关系，既有高大上的名字，又有高薪工资的行业是屈指可数的。很多职业要么只是名字听起来很好，实际工资并不高，要么工资确实很高，但是一说起职业，可能不是大家喜欢的。

4. 高校情况

高校人工智能人才培养呈现出多学科特点。在现设专业中，计算机科技与技术、电子信息工程等专业方向是孕育人工智能技术人才的主要专业方向。除此之外，在行业融合的背景之下，高校也纷纷开设“人工智能+”的跨学科专业，覆盖计算机、 数学、电子信息、统计学、心理学等多个专业领域。

从学校数量来看，北京、 江苏、山东、四川的新增院校较多；

从学校层次来看，近两年新增人工智能本科专业的院校既有北京航天航空大学、北京理工大学、哈尔滨工业大学、浙江大学、南京大学、上海交通 大学、复旦大学、同济大学、武汉大学等传统老牌名校，也有如安徽信息工程学院、泉州信息工程学院、东华理工大学等普通院校，共同推进人工智能基础研究型人才和应用型人才的培养。

除设立人工智能专业外，同期国内各类型高校已经着手建立人工智能学院、人工智能研究院， 国内顶尖高校如北京大学、清华大学、浙江大学、复旦大学等，成立人工智能教学与研究机构，主攻人工智能基础研究，包括数理基础、认知科学基础、智能感知、机器学习、类脑计算、人工智能治理以及智能医疗、智能社会等方面，旨在培养并输出具备人工智能基础研究 能力的研究型人才。

国内诸多本科大学和专科院校也已开始筹划和建设人工智能学院和研究院，通过联合人工智能产业链各环节的领先企业，例如百度、腾讯、科大讯飞等，加强在人才培养、实训课程、项目共享、实践机会等方面合作，着重培养具备人工智能实践经验的应用开发型人才。

1. 看师资团队：师资力量决定了最终的教学质量，这句话在高校教育中，是有一定道理的，很难想象一个师资力量孱弱的专业学科能够有好的教学质量。人工智能作为新型专业和高考志愿填报热门专业，不但对学生和家长有吸引力，对高校开展新专业方向扩展招生同样具备极大的吸引力，在这种情况下，就不得不谨慎小心了，如果某些高校从前连计算机科学、应用数学这种的专业都不是很好，那么开设的人工智能专业如何能保证其教学团队是真正具备人工智能的技术呢？毕竟计算机科学、应用数学是和人工智能联系最紧密的学科了。

如何判断高校人工智能专业是否有强大的师资实力呢？最直接的是去学校官网查询，如果学校连官网都没有放几位人工智能老师就开始招生，说明学校连老师都没有分配好，家长和学生就需要谨慎一点，应该查询清楚学校人工智能专业的老师信息后再确定要不要报考。

另外，学生和家长如果有相关的社会资源，也可以动用一些社会资源查询该校人工智能老师的一些信息，比如已经毕业的学生或和对该校比较熟悉的人员。总之，对教学老师的信息了解越全面，后面踩坑的风险就越小。

2. 看学习资源：这里资料主要是只在学习过程中使用到的实验资源，对于人工智能的学习而言，硬件算力是第一个必不可少的资源，现在市面上的产品基本都是以深度学习算法模型为主开发的，而深度学习对算力要求较高，如果没有专业算力资源做实验，那么大型的项目可能就很难实现，当然，如果学生自己配有高算力电脑的另说。

实验数据是学习过程中的第二个资源，比如图像数据、文本数据、语音数据等，这些数据和我们平常所说数据不太一样，在实验中所用到的数据是需要标注的，也就是打过标签的数据，虽然现在网上也有很多开源的标注数据，但是如果要做实际的项目，很多特殊的数据是没有开源的标注数据的，这个时候，如果要学生去做搬砖的工作，确实是有些浪费时间。

成熟的算法模型是第三个的资源，算法模型的资源主要是靠长期的技术积累，很多算法模型是在长期的实践中得到验证的，这里不得不说一下，在学术研究方向和工业应用方向的模型区别，一般来说在学术研究方向，为了获得更高的分数，人工智能模型的训练和使用更加偏重于各种技巧。

在实际的工业应用中，除了看模型，还要关注数据和设备的情况，所以在学术研究中的优势相差较大模型，在实际使用过程中，会因为实际数据和硬件环境的原因，模型上的优势有可能不会发生太大的差距。但是模型的训练和调参技巧，以及推理部署的一些流程，甚至一些成熟的案例演示，这些通用的技术和资源，还是需要有一定积累的。否则，学生的学习过程就不会很顺畅。

3. 看发展历史：是否有做人工智能技术的基因，可以通过看学校以前的专业情况来了解一二，如果没有信息可以判断该校人工智能的一些情况，那么可以从离人工智能较近的计算机科学专业、信息工程专业、软件专业、应用数学专业等方向着手了解。

如果学校之前连这些专业都办得不好，甚至没有这些专业，现在突然冒出来了一个人工智能专业，那么选择该校人工智能专业的学生和价值就要长点心了，因为这种情况大概率可能是收割羊毛的，除非一种情况，那就是该校外聘了人工智能教学团队，不管是从企业或科研单位，还是从其他学校聘请的老师，只要学校是有外聘团队教师的，而且该教学团队具备一定的实力，尤其是有教学经验的，那么也不亚于一些常年在人工智能领域研究的大学的，毕竟人工智能技术一方面看理论基础，另一方面还要看实战能力，也就是算法模型的编写和训练、以及推理部署。尤其在企业工作中，更看重实战能力。

如果由于分数限制或其他客观原因选不到好的人工智能学校，但是又非常看好人工智能行业，想要从事人工智能专业，那么还是建议报考学校较好的计算机科学专业、或其他计算机相关的专业，然后通过课外的时间找一些优质的人工智能学习资源，来补充自己是完全可以的，毕竟目前从事人工智能工作的很多人员也都是半路出家的，只不过要多花一些时间而已。

关于对人工智能技术的发展，和人才的培养，国家也是制定了很多政策，从国务院发布了《新一代人工智能发展规划》后，各部位都有相关的政策，与人工智能、计算机信息相关度最大的工信部对人工智能的政策支持是最大的，目前有工信部教育与考试中心专门针对人工智能行业的学习者发布了《人工智能算法工程师》的线上培训项目和证书颁发，课程体系非常完整，分为基础部分的初级课程、阶级部分的中级课程、实战部分的高级课程。

据悉该课程体系是从2017年就由课程团队打磨，并且在线下已经已经为企业培养出了数百名人工智能算法工程师，薪资待遇都非常的可观，很多学习完课程的人员甚至在知名大厂就职。据课程大纲显示，初级课程是完全适配零基础人员的，这一点非常友好，可以让很多非人工智能专业或岗位的人员能够从最基础的人工智能知识学起，而中级课程基本全是干货，很多人工智能的提升技术都在中级课程中，也是与同行拉开差距的关键，最后的高级课程全部的都是实战项目，从计算机视觉方向，到语音识别，再到自然语言处理，以及后面的深度强化学习。学完这些课程后，并且通过工信部教考中心的考试，拿到证书后，可以直接在相关企业从事人工智能的算法工作。

根据工信部教考中心对课程的后续安排，学员完成学习后，参加工信部教育与考试中心组织的统一考试，合格者将获得由工信部教育与考试中心颁发的“工业和信息化职业能力证书”，并纳入到“工业和信息化技术技能人才数据库”，可在官网查询。优秀学员将有机会参加教育考试中心或课程项目方组织的主题会议、课程沙龙等活动，并享受就业服务指导及相关优秀企业推荐就业等服务。

有兴趣的人员可以可以关注公众服务号：人工智能工程师培训平台，可以在该平台了解人工智能算法工程师的课程信息和报名学习信息，该平台除了提供工信部的证书外，还提供了中国人工智能学会的相关证书报考服务。也可以去工业和信息化技术技能人才网上学习平台搜寻人工智能算法工程师的课程。

后记

时代的潮流滚滚向前，人工智能的发展势不可挡，至于最终发展到何种形态，现在断言可能还为时过早，但可以肯定的是，人工智能的发展已经渗透到了各行各业，未来我们只会更加依赖人工智能。既然人工智能的发展是不能避免的趋势，那么作为个人最好的选择就是顺应趋势，并且利用趋势为自己将来的发展奠定基础。在这种大趋势、大潮流下，无论自己的专业或行业是不是和人工智能相关都已经不重要了，因为人工智能最终将会和我们的生活、工作的方方面面产生交集。