“爆款”AI专业是套路还是坦途？

藏狐

高考已经结束，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。

AI专业是如何成为“爆款”的？

其实早在2004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”作为当红技术，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500万，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北京2018大会发布的《AI人才竞争力报告》显示，AI专业毕业生平均年薪约33万元，稳超互联网行业水平。

既有利于国家战略，又利好于个人职业发展，增设AI专业这样的十全好事，高校自然首当其冲。

前不久2018年《普通高等学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所高校获得了人工智能专业建设资格。

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，101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

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两所师范类高校入选。

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。

查询中国人工智能学会的189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：

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，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。

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。

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、香港等地政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。

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。

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，就是突出机器学习技术的应用和实践，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。

从中不难看出，本科AI专业的出现，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。

还有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，正在领军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专業与地质学、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。

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。

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赌博，兴趣才是支撑人走得更远的终极地标。