作为大热门专业方向 ，CS高薪吸金，大部分学生都想分一杯羹，每年申请CS方向的人数只增不减，但是 被录取的学生却是少之又少。

那 CS中，有没有什么方向大家还没注意到，又好申请？

小藤今天为大家推荐的这篇文章，就为大家解答了这个问题。

本文将 麻省理工学院、斯坦福大学和卡耐基梅隆大学， 三大“世界一流大学”的CS中的人工智能学科方向的人才培养模式，进行了比较分析 。

相信读完本文，大家在 对于"CS方向的专业选择” 上一定有所收获!

01****

MIT模式：以计算机科学与

工程专业培养通用型人才

MIT 电气工程与计算科学系 （Department of Electrical Engineering an Computer Science，EECS）几乎所有的专业都涉及了人工智能相关课程。

其中，计算机科学与工程专业所包含的人工智能课程在 数量、广度、深度等方面都居全系之冠。

这也是MIT培养人工智能本科人才的主要专业，旨在 培养具有宽厚基础知识的通用型人才。

MIT EECS——****

人才培养目标****

计算机科学与工程专业，通过 灵活的课程设置和密集的实践课程 ，让学生对该领域有一个整体的认识，理解如何解决问题；

并专注于建模和抽象思维，为他们 在软件、生物工程和计量经济学 等行业的成功做好准备。

具体而言，计算机科学与工程专业要求培养的人才具有 工程精神、领导力、通用能力和责任感。

计算机科学与工程专业接受工程技术评审委员会（Accreitation Boar for Engineering an Technology，ABET）的认证。

MIT EECS——

师资与教学资源****

EECS拥有雄厚的跨学科研究师资力量，近 130名教师 分别在：

计算机科学与人工智能实验室、信息与决策系统实验室、微型系统技术实验室、电子研究实验室 等 从事最前沿的研究。

教师跨学科的研究方法与合作思维贯穿于实验室、学校、工业界和学术界；

跨学科的优秀师资力量， 为高质量的本科教学提供了保障。

EECS学生享有丰富的科研、实践、实习课程与资源，如 高级本科生研究机会计划（SuperUROP）和6-A项目等。

其中， 6-A是MIT和世界上一些最有创新性的公司合作培养人才的项目。

该项目要求学生参与一个尖端前沿工业项目，并完成论文任务；

与EECS合作的公司也相信这些本科生有能力通过参与6-A项目，对公司的发展做出贡献。

参与项目的学生通常 在大学三年级或四年级 加入该项目，并在他们选择的公司完成3～6个月的工作任务；

每个学生都会分配一位企业导师和一位教师顾问；

学生在公司期间完成的工作将用于论文，参与学生在公司期间由公司提供 具有竞争力的薪资。

EECS的SuperUROP和6-A项目 为本科生提供了实践机会 ，并为其实践能力和创新能力的培养创造了条件。

MIT EECS——课程体系****

计算机科学与工程专业的课程体系可分为 学校通识课程和院系课程 两个层级。

院系课程分为6类：****

学校通识课程、沟通课程、专业入门课程、专业基础课程、专业中级课程、专业高级课程。

课程体系按照知识面 从宽到专、由易到难 的顺序进行循序渐进式设计；

其中专业课程按 照入门课程、基础课程、中级课程、高级课程 形成了有序的层级结构。

注重学生基础知识面的宽度和专业知识面的深度，并强调沟通能力对学生成长的重要性。

与此同时， MIT还要求学生必须完成21门通识课程 ，包括：

6门科学课程，8门人文、艺术与科学课程，2门科学与技术限选课，1门实验课和4门体育课。

其中， 科学与技术限选课 、实验课可由院系课程替代。

值得注意的是，为提高学生的沟通水平，MIT在学校通识课程和专业课程中分别提出了 设置沟通课程的要求。

将要求有较高沟通技能的课程确定为沟通加强型课程，并要求：

“在学生的通识课程和专业课程中，都 至少有两门课程属于沟通加强型课程 。”

工程专业要求必须完成 21门通识课程 ，及其规定的 171～174学分专业课程， 才能授予理学学士学位。

其中，部分通识课程可由院系课程替代约36～48学分。

MIT的计算机科学与工程专业课程体系

在计算机专业的基础上，MIT开设了相关的人工智能课程，来 培养宽基础的通用型人工智能本科人才。

为此，MIT设计了具有层次性的课程体系，强调 学生要掌握广泛的基础知识。

02****

斯坦福模式：以计算机科学专业为基础，培养“通专融合型”人才

斯坦福 在计算机科学专业的基础上设置了人工智能专业方向 ，学生根据兴趣在 大学三年级 开始即可选择。

由此，学生在选择专业方向前拥有了扎实的基础知识。

在选择人工智能方向后能更加深入地学习人工智能专业知识，从而形成了 通专融合的人工智能本科人才培养模式。

斯坦福计算机科学系——****

人才培养目标****

斯坦福计算机科学系，致力于培养未来教育、研究、工业和公共政策方面的领导者， 培养能够塑造社会未来的领导者 。

为了培养计算机科学领域的领导者；

计算机科学专业的毕业生需要精通：

“ 计算机科学研究、创新思维、跨学科的技能、与他人合作的能力、有效沟通的能力 。”

为 进入工业界工作或在计算机科学的一个分支 （如人工智能、机器人、软件设计、图形学、理论或硬件设计）从事科研工作做好准备。

斯坦福计算机科学系——****

师资与教学资源____

斯坦福计算机科学系，拥有优秀的 学科交叉型人工智能领域师资队伍。

斯坦福在人工智能、机器人、计算机科学基础、科学计算和系统等领域有 强大的研究团队。

从事跨学科工作的领域包括：

化学、遗传学、语言学、物理学、医学、工程、建筑、制造业 等。

同时与其他大学院系或研究机构及企业，对计算机感兴趣的研究人员，保持着 密切的联系。

斯坦福拥有 世界上最早的人工智能实验室。

这是世界上卓越的人工智能研究、教学、理论和实践中心。

主要的研究领域涉及 计算生物学、计算机视觉、机器学习、自然语言处理、机器人 等。

斯坦福人工智能研究起步早，且较早建立了人工智能实验室，因此能 为本科人才培养提供经验丰富的师资；

并且学科交叉的师资力量为培养宽基础的人才提供了条件。

斯坦福计算机科学系， 为本科生提供了参与研究、实习或全职的工作机会。

其中，研究机会包括计算机科学本科生研究实习项目（Computer Science Unergrauate Research Internship, CURIS）项目、研究性课程、荣誉论文项目和自主研究项目。

CURIS项目，鼓励计算机科学专业的本科生与教师一起参与计算机科学研究，感兴趣的学生 在冬季学期申请职位，在春季学期开始前收到录用通知。

学生可在 整个春季学期期间或随后的整个暑假参加 ，并与导师一起参加研究、得出一个可鉴定的研究结果。

参与研究期间学生享有资助，参与研究的经历可用于选修课或高级项目课学分。

此外，斯坦福还提供 各种各样的资源 ，帮助学生找到暑期实习或全职工作。

斯坦福计算机科学系——****

课程体系****

斯坦福实施博雅教育，计算机科学系的学生除了要满足工程学学位的学科要求，还 必须满足学校的一般要求。

计算机科学专业人工智能方向课程体系分为六个部分：

数学与科学、社会中的技术、工程基础、核心课程、深度课程、高级项目课程 。

前三个部分是计算机科学专业的共同要求，后三个部分则是 人工智能方向的特殊课程要求。

斯坦福的人工智能专业方向课程体系

计算机科学专业人工智能方向毕业生要求必须修满至少96学分，才能获得计算机科学学士学位。

其中：****

数学类与科学类课程至少需要37学分，约占总学分的38.5%；

数学类课程至少26学分，约占27%；

科学类课程至少11学分，约占11.5%；

工程基础类课程共13学分，约占13.5%；

人工智能方向的 特殊课程总计43学分，约占44.8%。

在人工智能方向的特殊课程中，核心课程主要由 计算机类课程 组成， 共15学分，约占15.6%；

而深度课程要求至少选择7门且不少于25学分，约占26%。

高级项目课程主要以强化写作课为主，旨在提高学生的科技论文写作能力。

由此可见， 宽基础 是斯坦福人工智能方向课程体系的主要特点，同时 提供科学和技术教育。

斯坦福人工智能专业方向课程体系强调人工智能本科人才的基础知识，尤其是 以数学、科学和计算机为基础的通用知识。

同时注重学生在人工智能领域专业知识和技能的培养；

使培养的人才在具有 宽基础的同时 ，能够 拥有解决专业问题的知识和技能。

03****

CMU模式 ：设置人工智能本科专业

培养人工智能专业人才

CMU于2018年，设置了 全美第一个人工智能本科专业。

CMU也构建了人工智能专业课程体系，形成了 以人工智能专业培养人工智能专业人才的模式。

CMU人工智能专业——****

人才培养目标****

CMU人工智能专业，致力于培养 未来人工智能领域的领导者，和下一代创新者；

以解决现实世界的问题，改善人们的生活和工作方式，使毕业生为适应，那些 与人工智能直接相关的应用场景 ，做好准备。

因此，人工智能专业毕业生需拥有熟练的计算机科学知识和技能，以及构建未来的人工智能所需的， 机器学习和自动化推理方面的专业知识。

CMU人工智能专业——****

师资与教学资源****

人工智能学士学位项目的教学人员来自于CMU的：

计算机科学系、人机交互研究所、软件研究所、语言技术研究所、机器学习系和机器人研究所 。

人工智能方面的 专业化师资和跨学科的师资结构 ，为人工智能专业人才的培养提供了保障。

CMU提供：

研究微基金资助本科生参与研究；

暑期全职研究奖学金资助本科生全职参与暑期研究；

会议展示奖支持本科生在学术会议上发言。

CMU还为本科生提供了 多种多样的实践机会 ，以提高学生的实践技能。

CMU人工智能专业——****

课程体系****

CMU人工智能专业的课程体系分为八大类：****

人工智能核心课、

计算机科学核心课、

数学与统计核心课、

人文与艺术课、

科学与工程课、

人工智能选修课、

SCS（计算机学院）选修课程、

伦理选修课。

其中，人工智能选修课要求学生从4个模块中各选一门课程。

卡耐基梅隆大学人工智能本科专业课程体系

人工智能科学学士学位的获得要求修满34门课，共计363～366学分。

从课程类型来看，CMU人工智能专业的课程强调通识教育与专业教育并重。

人文与艺术课程、科学与工程课程 都是为了通识教育而设，共11门（占课程总数的32.4%），学分约 占总学分的27%；

人工智能（核心+选修）课程 共8门（占23.5%），学分约占20%；数学类课程6门（占17.6%）， 学分约占16%；

计算机核心课程 6门（占17.6%），学分 约占16%。

综上，无论是课程数量还是学分数，通识教育课程在课程体系中均占据绝对优势，而数学类课程和计算机类课程占比也较大。

04****

世界一流大学，

本科人工智能人才培养的启示

这3所大学分别采取了不同的人工智能本科人才培养模式，说明了 设置人工智能本科专业，不是培养人工智能本科人才的唯一模式。

MIT模式、斯坦福模式和CMU模式，都体现了 宽基础宽口径的特点 ，目标是使毕业生在任何行业都能够成为领导者。

而且，为了培养学生的应变能力、适应能力和沟通能力。

MIT、斯坦福和CMU都为学生 提供了大量的实践机会 ，可以概括为两类：

实践性研究和企业实习。

本科生参与的研究 以解决实际问题为导向 ，有利于提高其问题解决能力。

3所世界一流大学都为本科生提供了参与实习的机会，其中 MIT与高科技企业合作协同育人 ，为本科生提供3～6个月的实习时间。

学校和企业分别为本科生配备专门导师，使学生的理论学习与实践有机结合，提高了学生解决实际复杂问题的能力。

而且，MIT、斯坦福和CMU均设置了， 学科交叉型的专业或专业方向。

既包括与计算机专业邻近的相关专业的交叉，也包括与 人文社科类相关专业 。 甚至 生物学、语言学、音乐艺术等专业 的交叉。

这种广泛学科领域内的交叉， 提高了学生的学科交叉能力。

这3所世界一流大学还 通过交叉性研究项目，来提高学生的学科交叉能力。这 对于本科人工智能培养都是非常重要的。

看完3所世界级名校的人工智能本科人才培养模式，大家也可以发现， 在CS领域的方向上，每所大学的侧重点也是不同的。

对于想要在CS方向上进行深耕的同学来说，还是要 提前考虑自己的兴趣方向，有利于更好的择校和选专业。