高考已经开始了，翻开厚厚大本子挑专业的日子还远吗？
每到这个时节，就会激起不少“下水道”专业同学“一毕业就失业”的萧索情绪。如果有选择的话，谁不想成为那个被企业高薪哄抢的校生赢家呢？
大家一定在看过学长学姐们亲身示范的各种版本“千万别报XX专业”，但你见过“人工智能版”的么？各行各业都在热烈追捧的人工智能，非常值得了解一下啊同学们。
AI专业是如何成为“爆款”的？
其实早在年，北大就开始设立“智能科学与技术”本科专业，后来也相继出现了不少高校设立类似专业。尽管学科设置跟人工智能差不多，但当时正是人工智能的第三个“寒冬”时期，自然不敢直接拉AI的大旗。
现在情况可大不一样了。“人工智能”可是由最高领导亲自加持、中共中央*治局集体学习的当红技术，更被视为新一轮科技革命和产业变革的重要驱动力量。那么，为未来的智能社会培养AI高等人才，自然是关乎国运的大事件了。
更关键的是，目前我国人工智能人才缺口超过万人，供需比例为1:10。在未来很长的一段时间内，人工智能专业的人才都是企业争夺的重要资源。企业纷纷摆出了重金求才的架势，GMIC北京大会发布的《AI人才竞争力报告》显示，AI平均年薪约33万，稳超互联网行业水平。
既有利于国家战略，又利好与个人职业发展，增设AI专业这样的十全好事，高校自然首当其冲。
前不久年普通高校本科专业备案和审批结果刚刚公示，共有上海交通大学、同济大学、浙江大学等35所高校获得了建设资格。
除了“以AI之名”的特设专业之外，能跟AI产业打擦边球的专业更是不少，比如AI学术产业大佬都很密集的计算机工程，所高校新鲜设立的机器人工程。还有各种“智能”开头的专业，比如智能科学与技术、智能制造工程，都加入了高校抢办的热门专业“豪华套餐”。
不过，面对众多花里胡哨、似是而非的专业名称，背后的含金量与AI关联度也是参差不齐。到底怎么选才有可能帮你在未来的就业大潮中脱颖而出呢？
今天我们就来说说，想要将来进入人工智能行业，怎样选专业才能不吃后悔药。
AI志愿的三大锚点：师资、深造、地域
根据教育部公开信息，本科人工智能专业代码为T，学位授予门类是工学，学习年限为四年。
目前看来，人工智能相关专业可选择的高校还是不少的。获得“人工智能”特设专业的35所院校既有上海交通大学、同济大学这样的双一流名校，也有安徽工程大学这样专业特色鲜明的地方高校，甚至还有华南师范大学和长春师范大学2所师范类高校入选。
如果直接报考该类专业受到限制，也有许多与人工智能技术协同发展，或是能与人工智能交叉复合的专业可供选择。
为此我们特地查了下中国人工智能学会的名理事，其中女性比例17%，，工作单位也是百花齐放，除了人工智能学院、研究所之外，还有不少深耕在计算机科学、自动化与机器人，经济管理、数字媒体等交叉学科也榜上有名。
所以说，想要报考人工智能相关专业，几乎是一件不限男女、无论文理、分数皆宜的事儿了。
尽管如此，不同专业、不同高校之间的细微差别，也可能“失之毫厘谬以千里”，在毕业时面临截然不同的人生轨迹。因此填报AI类的志愿之前，恐怕需要先综合考量三个因素：
1.师资实力。面对人工智能的风口，许多高校开始整合资源，上马相关专业。大多数高校，都没有完整的师资力量，更多可能是在某个子领域具备一定的经验，比如计算机视觉、自动化机械等等，缺乏完整的师资力量。在国际化、产业端的高端人才抢夺态势下，有能力从事人工智能研究的教师资源也并不容易快速到位，导致不少学院打起了“先上车后补票”的主意，大量引入了培训速成的师资。
因此，选择一些在AI方向历史悠久，体系已成规模，师资力量雄厚，产学合作项目比较多的高校，比如南京大学、西安电子科技大学、西安交通大学等，教学质量会更有保障。
2.深造潜力。这一批人工智能本科专业大多是为了培养应用型人才而设立的，但许多AI相关学科还是需要有深厚的理论研究背景，加上目前很多AI公司的核心岗位学历依然要求硕士起步，继续深造很可能成为一大部分学生的毕业选择。因此，就读那些联盟型或教育资源丰富地区的高校，自然能在考研时起到事半功倍的效果。比如中国的九校联盟(C9)院校，相互之间的交流活动很多；双一流、、等对体系内院校的认可度也更高。
3.城市区位。产业基础深厚、AI企业密集的地区能提供更多的实践机会与就业选择。除了北上广深之外，重庆、天津、杭州、成都、南京、香港等地*府也都在积极提前占位产业，吸引知名AI企业入驻，值得确认下眼神。
这三个要素综合起来，基本已经可以锚定一些心仪的院校了。那么接下来就重点说说，距离AI更近的专业有哪些？
真朋友与“吸血*：
AI学科名词背后的套路
随着AI的热度只增不减，有些专业是AI的顶梁柱、真朋友，有些却是试图借着AI热度吸血的快餐专业。如果依靠望文生义技能选专业的话，很可能发生“学了四年计算数学，却成了数学不承认，计算机也不要的孤儿”类似的人间惨剧。
想要看懂专业名词背后的套路，恐怕还需要从学科设置与产业距离的远近说起。
关联指数☆☆☆☆☆
最简单直观的方向，当然是直接选新鲜出炉的人工智能专业啦。
我们知道，AI产业是一个金字塔型架构。不仅需要高端的逻辑与算法人才，还需要完成大量应用型，甚至是数据型工作。而以往这些工作技能只能在研究生阶段培养，有的甚至到企业后还需要经历一到两年的再培养。
而人工智能设置本科专业的出发点，就是突出机器学校技术的应用和实践，更快适应行业需求发展。所以在课程设置上，一般大一会着重对学生的数学能力的行培养，学习微积分、计算机科学等；大二就启动AI基础课与计算机基础课交叉教学，如机器学习、数据算法等。到了大三则会细分为视觉、NLP、智能机器人等多个子领域。同时鼓励本科生参与企业实习。
从中不难看出，本科AI专业课的出现，能够在一定程度上缓解行业的“人才荒”，但短平快的培养思路，客观上也导致了学生的基础积累阶段比较短。会不会发生“田忌赛马”的情况，无法与培训机构速成班式从业者拉开足够的优势差，是考生需要思考的一点。
（西安交大“人工智能本科专业课程设置”）
关联指数☆☆☆☆
从目前主流的人工智能课程配置中不难看出，培养思路大体是从计算机科学和自动化控制论中各攫取一部分，融合成新的学科。因此想学AI，但又无法报考AI专业的同学，也可以选择进入计算机和自动化专业。
不过，正如南京大学人工智能学院院长周志华教授所说，按照目前高校计算机专业的宽口径人才培养模式，课程体系个学分中大约有60个学分是通识课，15个是毕业双创课，人工智能方面的学习很有限，几乎是高度浓缩到了高级科普的程度，并不能让学生掌握帮助企业解决问题的基本能力。
因此，选择这类专业还需要后期通过AI相关的网络课程、编程平台、实践项目等多多培养自己的实战能力，才有可能如愿踏进AI行业的大门。
与此同时，这也是一个相对谨慎进入AI产业的方法。因为人工智能领域最核心的还是具有源头创新能力的高级人才，站在一级学科的源头去深层理解技术，更有助于学生打下坚实的基础，在未来的职业道路上走得更加长远和稳健，绝对是“进可攻（AI）、退可守（计算机）”的选择。
关联指数☆☆☆☆
想要赋予机器“智能”，具有“神经元”作用的算力单元（AI芯片）起到了至关重要的作用，而芯片从前端设计、到制造、晶圆代工、封装测试等等环节，都需要大量的高技术人才支撑，并且培养时间很长。
日前中国半导体行业协会副理事长于燮康曾在世界半导体大会上透露，中国目前芯片人才缺口大概在30万人左右。而在已有的40万从业者中，本科学历占了绝大多数。
想要长期保持行业内的主动权和话语权，本科阶段的半导体和通讯人才，很长一段时间内都将是AI产业的客观需求。
所以通讯、电子工程专业，虽然看似与AI关系较远，但也是进入AI行业的通道。
不过，由于这一类学科发展和行业成熟度都比较高，导致就业市场内对具有顶尖院校背景的人才认可度更高。因此更建议成绩较为理想的同学，进入专业排名前列的院校学习。
关联指数☆☆☆
应用数学、统计学、多媒体研究、语言学、数据科学……曾经这些基础学科在大众眼光看来，毕业后可选择的就业方向除了当老师就是搞科研，凉板凳坐到穿。
然而就今天AI的发展趋势来看，基础科学和基础理论人才的行业优势反而在不断体现出来。
以应用数学为例，大部分机器学习算法都是对数据的模型拟合。实验过程往往就是把数据误差当成真实参数的函数，并通过选择参数、权重等使其最小化，这本身就是一种微积分运算。对深度学习意义重大的“反向传播”，也是基于偏导数、链式法则等数学概念完成的。
统计学亦然，所有针对算法的调整，最后都需要一些统计数据才能说明模型真实有效，也是AI研究的必备技能。
巨头们对基础学科有多重视呢？华为就在法国建立了数学研究所，挖掘法国基础数学资源；阿里巴巴达摩院更是为全球组织了数学竞赛，邀请顶尖数学家出题；腾讯也正在加大基础科学领域的布局。
总而言之，如果只想成为一颗产业的螺丝钉或搬运工，总是使用前人做好的工具来解决问题，那么数学可能没那么重要。但如果企业需要基础层面的突破，比如算法创新就需要深入研究底层的数学细节，基础学科的背景优势也就展现出来了。
不过，对于产业界而言，本科生能够运用已知的方法和工具解决简单的应用问题就足够了。
因此，基础学科最好进行长时间学习，在读完硕士、博士之后再进入产业界。应用数学和统计学专业尤其如此。
关联指数☆☆☆
经常看我们文章的小伙伴可能会发现，脑机接口、视觉机制、类脑芯片等等，这些与强人工智能息息相关的技术，都与脑科学有着不解之缘。
原因也很简单，人工智能发展的终极目标就是让机器能够自己进行理解、思考与学习，要实现这一点，摆脱传统计算机结构的束缚、发展类脑计算系统和器件、探索人类大脑的运行机制，就变得至关重要了。
中国科学院院士、美国国家科学院院士、中科院神经科学研究所所长蒲慕明就说过，“AI未来要想进一步发展，需要从脑科学得到启发。”
长期来看，脑科学和神经科学与AI的融合，将是下一周期的发展重点。这个领域的跨学科人才将会非常稀缺。具备脑科学、神经科学的人才，再融合AI和计算机科学专业知识，将是一条具有旺盛生命力的发展方案。
但需要提醒的是，脑科学与神经科学相关专业的学习难度也比较“烧脑”，“AI+脑科学”的融合发展，又需要等候比较漫长的时间才能开花结果。在这期间，考生往往会在学术、就业等多方面承受一定的压力。
关联指数☆☆
现在才说到机器人专业，想必很多同学都觉得不可思议。近些年AI概念的出现，导致很多学校相继开设了机器人工程专业，今年更是有所高校新增了机器人工程，绝对属于“爆款”。而很多家长和同学也容易“望文生义”，把二者混合起来。
严格意义上来说，机器人专业，跟AI专业是有关系的，但绝对不足以支撑起如此高的“热度”。因为在学科体系上，两个领域是分开的，而大部分人想象中的“机器人专业”，指的都是与人工智能交叉的产物——人造智能机器人。
机器人领域的本科学习阶段，主要集中在机械制造及其自动化上，核心课程是电路分析、机械设计基础、模拟电子技术、数字电子技术、自动控制原理等工程类的。
而人工智能则是计算机科学的分支，核心任务是开发计算机程序来完成需要人类智能的任务，主要还是面向以算法为主的软件行业。即使是在人造智能机器人中，AI算法也只是机器人系统的一部分，与传感器、执行器、机械编程等协同工作来完成对机器人的控制。
之所以这么多高校“一哄而上”抢占机器人的“山头”，主要原因还是既想蹭AI的热度多招生，又没有师资开设AI专业，想了想自家机械学工程学的条件还是有的，于是就弄出了似是而非的机器人专业。
如果抱着进入人工智能行业的念头，却选了机器人专业，结果可能就跟失败的网友“奔现”差不多，幻想有多美好，见到真人就有多忧伤。
关联指数？？？
AI和行业融合，是目前产业端的主要发展路径。人工智能的几大细分技术，比如机器学习、计算机视觉、计算机语音、文本和情感分析，以及自动驾驶汽车等等，正在领*企业的努力下为各行各业带来新的想象力。
而社会整体智能化的过程，自然也需要更多的跨学科人才来保驾护航。
因此，在本科和硕博阶段分别读AI专业与行业相关专业，成为跨领域人才，不失为一种不错的发展模式。
比如AI专业与地质学、海洋学、新闻传播学、工业设计、化工，甚至文学、考古、绘画、舞蹈等人文社科领域的结合，目前已经见到了不少应用案例。
像是在O＇Reilly公司的调查中，68％的医疗保健和生命科学公司表示他们使用人工智能进行新药研发；工厂开始使用计算机视觉系统来检查零件是否达标；金融公司开始使用机器学习来识别客户的信用风险等等。据哈工大人工智能学院副院长刘挺教授透露，已经有不少人工智能方向的毕业生受到农业、电力、金融等传统行业的青睐。
行业中最懂AI的，AI中最懂行业的：这条“学科交叉”之路显然能够极大地帮助个人塑造独特的行业竞争优势。但前提是要在两个领域都达到优秀及以上的水平，这就要求考生具备长远的发展计划和超强的执行与学习能力，还能够承受技术迭代和行业调整等不确定性带来的风险。
说到这里，我们已经提供了不少象牙塔与人工智能之间可以真实触达的方式。但无论选择了何种专业和发展方向，良好的数学基础和编程基础，都是进入AI行业的必不可少的前提条件。入行道路千万条，数学编程第一条，与诸君共勉。
Onemorething：那些不该毕业才知道的事
在结束这篇填报指南之前，我们认为有必要再多花两分钟时间，聊聊那些AI领域的残酷事件，比如说：
1.人工智能的“寒冬诅咒”。18年前那场人工智能寒冬时期，高校也不得不另立名目，不少相关专业，像是知识图谱，更是坐了多年的冷板凳。而当下这波AI浪潮，主要依靠对深度学习的探索与应用。但60年时间三起三落，AI技术的更迭速度总是超出我们预想的快。
比如深度学习之父、图灵奖得主lecun就试图用胶囊网络重新设计人工智能网络结构。经典计算机视觉等方向的研究者们也日复一日提醒着我们深度学习“一家独大”有多危险。如果只是看中当下AI的热度，在行业阶段性遇冷时恐怕只会感到极度失落。
2.就业市场的不确定性。在很长一段时间内，由于本科阶段没有设置AI专业，所以企业招聘人工智能队伍基本学历都是硕士起步。本科AI专业的出现无疑大大缓解了企业的成本压力与人才饥渴。但本科培养模式是否能适应产业端的真实需求，狂野爆发的学科建设局面会不会导致人才缺口过早触顶，目前来讲都是未知数。
总而言之，高效高质量的AI人才供给，是整个行业一直以来强烈渴盼的。但无论是对考生、高校还是产业本身，这都是一场漫长修远的冒险，不要将它变成一场对“风口”的*博，兴趣才是支撑人走得更远的终极地标。
那么多AI专业，不晓得你最喜欢哪一个……anyway，祝大家好运！