在这个申请中，有一个专业一直是大多数留学家庭心目中“最理想的专业”。毕业生人才市场很疯狂，工资是顶的。
是——CS。
CS作为热门专业，高薪吸引，大部分学生都想分一杯羹。每年申请CS的人数只增不减，但录取的学生却寥寥无几。
CS中有没有什么方向是大家还没注意到的，很容易应用的？
今天Koto推荐的这篇文章为你解答了这个问题。
本文对麻省理工学院、斯坦福大学和卡内基梅隆大学这三所“世界一流大学”的CS人工智能人才培养模式进行了比较分析。
相信看完这篇文章，大家都会在“CS方向的专业选择”上有所收获！
01
麻省理工模式:用计算机科学与工程专业培养通才
麻省理工学院电气工程与计算科学系几乎所有专业都涉及人工智能相关课程。
其中，计算机科学与工程所包含的人工智能课程的数量、广度和深度都是所有院系中最高的。
这也是MIT培养人工智能本科人才的主要专业，旨在培养基础知识丰厚的通才。麻省理工学院EECS分校-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强化的实践课程，使学生对领域有整体的认识，懂得如何解决问题；
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取得成功做准备。
具体来说，计算机科学与工程专业要求人才具有工程精神、领导力、通用能力和责任感。
计算机科学与工程专业由工程技术评审委员会认证。
麻省理工学院EECS分校-教师和教学资源
EECS拥有强大的跨学科研究团队，拥有近130名教师，从事以下领域的研究:
计算机与人工智能实验室、信息与决策系统实验室、微系统技术实验室、电子研究实验室从事前沿研究。
教师的跨学科研究方法和合作思维贯穿于实验室、学校、产业和学术界；
优秀的跨学科教师为高质量的本科教学提供了保障。
EECS学生享受丰富的科学研究，实践和实习课程和资源，如先进的本科生研究机会计划和6-A项目。
其中，6-A是麻省理工学院与世界上一些最具创新性的公司合作培养人才的项目。
项目要求学生参与一个前沿的工业项目，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加6-A项目为公司的发展做出贡献。
参加计划的学生一般在大学三、四年级加入计划，在自己选择的公司完成3 ~ 6个月的工作任务；
每位学员将分配一名企业导师和一名教师顾问；
学生在公司完成的工作将用于论文，参赛学生在公司期间由公司提供有竞争力的薪酬。
EECS的SuperUROP和6a计划为本科生提供了实践机会，为培养他们的实践和创新能力创造了条件。
麻省理工学院EECS课程体系
计算机科学与工程专业的课程体系可分为通识教育课程和专科课程两个层次。
课程分为6类:
学校通识教育课程，
沟通课程，
专业入门课程，
专业基础课，
专业中级课程，
高级课程。
课程体系按照知识由宽到专、由易到难的顺序逐步设计；其中，专业课按照入门课、基础课、中级课、高级课形成了有序的层次结构。
注重学生基础知识的广度和专业知识的深度，强调沟通能力对学生成长的重要性。
同时，麻省理工学院还要求学生完成21门通识教育课程，包括:
6门理科课程，8门人文艺术理科课程，2门科技限定课程，1门实验课程，4门体育课课程。
其中，科技限定类课程和实验类课程可以用大学课程代替。
值得注意的是，为了提高学生的沟通水平，麻省理工学院在通识教育课程和专业课程中指出了开设沟通课程的要求。
需要较高沟通技能的课程被确定为沟通强化课程，并被要求:
“学生的通识课程和专业课程中，至少有两门是交流密集型课程。"
工科要求完成21门通识教育课程和171 ~ 174学分的专业课程，才能授予理学学士学位。
其中，部分通识教育课程可以用大学课程代替，约36 ~ 48学分。
麻省理工学院计算机科学与工程课程体系
麻省理工学院在计算机科学的基础上，开设了人工智能的相关课程，培养基础广泛的通用型人工智能本科人才。
因此，麻省理工学院设计了分层次的课程体系，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“通专一体化”人才。
在斯坦福计算机科学专业的基础上，设置人工智能专业方向，学生可以从大学三年级开始根据自己的兴趣进行选择。
这样一来，学生在选择专业之前就有了扎实的基础知识。
选择人工智能方向后，可以更深入地学习人工智能的专业知识，从而形成通专一体化的人工智能本科人才培养模式。斯坦福大学计算机科学系——人才培养目标
斯坦福大学计算机科学系致力于培养教育、研究、工业和公共政策领域的未来领导者，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军人物；
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，跨学科技能，与他人合作的能力，有效沟通的能力."
准备去工业界工作或者从事计算机科学某个分支的科研工作。
斯坦福大学计算机科学系-教师和教学资源
斯坦福大学计算机科学系，拥有人工智能领域优秀的跨学科教师。
斯坦福在人工智能、机器人、基础计算机科学、科学计算和系统领域拥有强大的研究团队。
跨学科工作的领域包括:
化学、遗传学、语言学、物理学、医学、工程学、建筑学、制造业等。
同时与其他大学院系或研究机构和企业，以及对计算机感兴趣的研究人员保持密切联系。
斯坦福有世界上最早的人工智能实验室。
这是世界上杰出的人工智能研究、教学、理论和实践中心。
主要研究领域包括计算生物学、计算机视觉、机器学习、自然语言处理、机器人学等。
斯坦福的人工智能研究起步早，人工智能实验室建立较早，可以为本科人才培养提供经验丰富的师资力量；
此外，跨学科教师为培养基础广泛的人才提供了条件。
斯坦福大学计算机科学系为本科生提供参与研究、实习或全职工作的机会。
其中，研究机会包括计算机科学本科研究实习项目、研究课程、荣誉论文项目和独立研究项目。
CURIS项目，鼓励计算机专业的本科生和老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，并在春季学期开始前收到offer通知。
学生可以参加整个春季学期或接下来的暑假，和导师一起参与研究，得到一个可识别的研究结果。
在研究期间，学生享受财政资助，参与研究的经历可用于选修课程或高级项目课程。
此外，斯坦福大学还提供各种资源，帮助学生找到暑期实习或全职工作。
斯坦福大学计算机科学系-课程体系
在斯坦福实施博雅教育，计算机系的学生除了工程学位的学科要求外，还必须满足学校的一般要求。
计算机专业人工智能课程体系分为六个部分:
数学科学、社会中的技术、工程基础、核心课程、深度课程和高级项目课程。
前三部分是计算机专业的通用要求，后三部分是人工智能的特殊课程要求。
斯坦福大学人工智能专业的课程体系
计算机科学中人工智能专业的毕业生需要修满至少96个学分，才能获得计算机科学学士学位。
其中包括:
数学和科学课程至少需要37个学分，约占总学分的38.5%；
数学课程至少26学分，约占27%；
理科课程至少11学分，约占11.5%；
工科13学分，约占13.5%；
人工智能方向的特色课程共43学分，约占44.8%。人工智能方向的特色课程中，核心课程以计算机课程为主，15学分，约占15.6%；
深度课程要求至少7门课程，不少于25学分，约占26%。
高级项目课程主要以精读写作课程为主，旨在提高学生的科技论文写作能力。
可见，基础广泛是斯坦福人工智能课程体系的主要特点，同时也提供科技教育。
斯坦福人工智能专业的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，注重培养学生在人工智能领域的专业知识和技能；
使培养出来的人才在具备广泛基础的同时，具备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
培养人工智能人才。
CMU于2018年设立了美国第一个人工智能本科专业。
CMU还构建了人工智能专业的课程体系，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，致力于培养人工智能领域的未来领导者和下一代创新者；
为了解决现实世界的问题，改善人们的生活和工作方式，让毕业生为那些与人工智能直接相关的应用场景做好准备。
因此，人工智能专业的毕业生需要具备熟练的计算机科学知识和技能，以及机器学习和自动推理的专业知识，这是构建未来人工智能所必需的。
CMU人工智能专业-教师和教学资源
人工智能学士学位项目的教师来自CMU:
计算机科学系、人机交互学院、软件学院、语言技术学院、机器学习系、机器人学院。
人工智能专业教师和跨学科教师结构为人工智能专业人才的培养提供了保障。
CMU提供:
科研微基金支持本科生参与科研；
全日制暑期研究奖学金授予本科生全日制参与暑期研究；
展览奖支持本科生在学术会议上发言。
CMU还为本科生提供各种实践机会，以提高他们的实践技能。
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:
人工智能核心课程，
计算机科学核心课程，
以数学和统计学为核心课程，
人文艺术类，
理工科课程，
人工智能选修课，
SCS选修课，
伦理学选修课。
其中，人工智能选修课要求学生从四个模块中各选择一门课程。卡内基梅隆大学人工智能本科课程体系
人工智能学士学位要求34门课程，共计363 ~ 366学分。
从课程类型来看，CMU人工智能课程强调通识教育和专业教育并重。
人文艺术类课程、理工科课程均为通识教育设计，共11门，约占总学分的27%；
人工智能8门，占学分20%左右；数学课程6门，约占学分的16%；
计算机核心课程6门，约占学分的16%。
综上所述，无论是课程数量还是分数，通识教育课程在课程体系中占据绝对优势，而数学课程和计算机课程占比很大。
04
世界一流大学本科人工智能人才培养的启示
这三所高校采取了不同的人工智能本科人才培养模式，说明设置人工智能本科人才并不是培养人工智能本科人才的唯一模式。
麻省理工模式、斯坦福模式、CMU模式都体现了宽基础、宽口径的特点，目标都是让毕业生成为任何行业的领导者。
而且，为了培养学生的应变能力、适应能力和沟通能力。
麻省理工、史丹福和CMU都为学生提供了大量的实践机会，这些机会可以归纳为两类:
实践研究和企业实践。
本科生参与科研以解决实际问题为导向，有利于提高他们的问题解决能力。
三所世界一流大学为本科生提供实习机会，其中麻省理工学院与高科技企业合作教育学生，为本科生提供3-6个月的实习机会。
学校和企业分别为本科生提供专门的导师，可以将学生的理论学习与实践有机结合，提高学生解决实际复杂问题的能力。
此外，麻省理工学院、斯坦福大学和CMU大学都开设了跨学科专业或专业方向。
既包括与计算机专业相邻的相关专业的交叉，也包括与人文社会科学相关的交叉。甚至生物学、语言学、音乐艺术等专业的交叉。
这种广泛学科的交叉提高了学生的跨学科能力。
三所世界一流大学还通过跨学科研究项目提高学生的跨学科能力。这对本科人工智能的培养非常重要。
看了三所世界一流名校的人工智能本科人才培养模式，你也可以发现，在CS方向，各个大学的侧重点也是不一样的。
对于想深化CS学习的同学来说，提前考虑自己的兴趣，有利于更好的选学校和选专业。
