一、为什么这个专业值得关注？
AI的三大支柱——算法、数据、算力——归根结底都建立在数学基础之上。深度学习的优化算法、大语言模型的概率推理、计算机视觉的矩阵运算……没有坚实的数理功底，AI应用只能是“调包”和“套壳”。
然而，市场上大多数AI硕士项目对编程能力要求较高，这让许多数学、统计、物理背景的优秀申请者望而却步。
香港理工大学数智科技理学硕士（MSc in Mathematics for Artificial Intelligence Technology） 正是为解决这一痛点而设。
二、课程亮点：理论+实战双轮驱动
必修课程（夯实AI核心理论）
| 课程名称 | 核心内容 |
|---|---|
| 深度学习与生成式AI | 神经网络原理、Transformer架构、扩散模型 |
| 强化学习理论 | MDP框架、策略梯度、深度Q网络 |
| 机器学习优化方法 | 凸优化、随机梯度下降、Adam算法 |
| 科学与技术中的AI实战 | 跨学科AI应用案例与实践 |
选修课程（两大方向自由组合）
方向一：数学与数据科学基础
- 概率与随机模型
- 量子计算导论
- 高维数据分析
- 数值线性代数
方向二：AI应用与落地
- 医学人工智能
- 金融科技与算法交易
- 网络安全中的AI
- 工业数学建模
特别福利：科研跳板选项
对于有志于攻读博士学位的学生，项目提供论文选项（9学分），可替代三门选修课程。在导师指导下完成原创研究，为后续深造铺路。
三、申请要点速览
| 项目 | 信息 |
|---|---|
| 开课时间 | 9月 |
| 学制 | 全日制1.5年 |
| 申请截止 | 4月30日 |
| 语言要求 | 雅思6.0或托福80 |
| 背景要求 | 数学、统计、计算机、工程及相关科学领域 |
四、适合谁申请？
✓ 数学/统计/物理背景，希望切入AI赛道
✓ 计算机/工程背景，希望夯实AI理论地基
✓ 有志于攻读AI方向博士的科研型人才
✓ 希望在金融科技、医疗AI、工业智能等领域发展的申请者
