4. 人工智能 Artificial Intelligence (AI) 研究内容： 1) 一个以计算机科学（Computer Science）为基础，由计算机、心理学、哲学等多学科交叉融合的交叉 学科、新兴学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门 新的技术科学，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机 器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 2) 涉及以下常见研究主题：学习与概率推理；知识表示与推理；搜索和信息检索；言语与语言；视力机 器人学）。 3) 现状和问题：以大数据、深度学习和算力为基础的人工智能在语音识别、人脸识别等以模式识别为特 点的技术应用上已较为成熟，但对于需要专家知识、逻辑推理或领域迁移的复杂性任务，人工智能系 统的能力还远远不足。基于统计的深度学习注重关联关系，缺少因果分析，使得人工智能系统的可解 释性差，处理动态性和不确定性能力弱，难以与人类自然交互，在一些敏感应用中容易带来安全和伦 理风险。
5. . 算法与理论 Algorithms & Theory   研究内容： 1) 计算机理论和算法的目标是发现一个问题的更快算法，或者发现没有快速算法，就是关于所有计算机 和所有计算机程序的陈述。通过理解理论和算法，计算机科学家能够理解他们使用的计算工具的基本 能力和局限性，无论这些工具是什么。 2) 涉及以下常见研究主题：优化；密码学；计算理论；网络科学，数据机构。 3) 现状 和问题：算法存在的问题主要与数据偏见、不公平性、隐私和透明度等相关，这些问题需要在算 法设计和应用过程中引起足够的注意和关注。 6. 软件工程 Software Engineering 研究内容： 1) 软件工程有的学校会作为一个分支开设在 CS 项目下，但是也有个别学校作为单独的项目开设，比如 CMU。尽管存在重叠，但软件工程与计算机科学并不相同。计算机科学侧重于计算的基础（例如，算 法、计算机体系结构、编译器、编程语言、操作系统、数据库、机器学习、离散数学）。软件工程侧重 于在团队中开发复杂软件系统所需的技术和组织方法、实践和工具。 2) 软件工程涉及软件需求分析、交互设计、体系结构、技术设计、实施、质量保证和交付, 并通过保证这 些工作的及时和有效性来解决现实世界中的问题。 3) 现状和问题：如何通过有效的用户需求分析，HCI 设计等提高用户体验；如何保证系统的可维护性， 可靠性，可追踪性可互操作性等。