研究生 你在人工智慧方面學習什麼課程

模式識別和智慧型控制。

人工智慧是一門新技術科學，研究和開發用於模擬、擴充套件和擴充套件人類智慧型的理論、方法、技術和應用系統。 人工智慧是電腦科學的乙個分支，它試圖理解智慧型的本質，並產生一種新型的智慧型機器，可以以類似於人類智慧型的方式做出反應，包括機械人技術、語言識別、影象識別、自然語言處理和專家系統。 自人工智慧誕生以來，理論和技術日趨成熟，應用領域不斷擴大。

人工智慧是對人類意識和思維的資訊過程的模擬。 人工智慧不是人類的智慧型，但它可以像人類一樣思考，並可能超越人類的智慧型。

這主要取決於你作為研究生選擇的方向。 人工智慧有很多方向，這取決於你學校的哪些方面。 如：只有機械人、CAD系統、CAI系統等！

人工智慧的發展狀態處於成長期，由於相關人才數量相對較少，人工智慧人才市場空缺，出現供大於求的局面。 此外，國家還出台了促進人工智慧發展的相關政策; 一些省份也更加重視人工智慧的發展。

人工智慧，需要數學基礎：高等數學、線性代數、概率論、數理統計和隨機過程、離散數學、數值分析。

演算法的積累是必需的：人工神經網路、支援向量機、遺傳演算法等; 當然，各個領域都需要演算法，比如SLAM需要研究，讓機械人自己導航和對映位置環境; 總之，演算法很多，需要時間來積累。

至少要掌握一門程式語言：畢竟演算法的實現還是需要程式設計的; 如果您深入研究硬體，一些基本的電氣課程是必不可少的。

人工智慧的主要專業有“人工智慧、社會與人文”、“人工智慧的哲學基礎與倫理”、“高階機械人控制”、“認知機械人”、“機械人規劃與學習”、“仿生機械人”。

“群體智慧型與自主系統”、“無人駕駛技術與系統實現”、“遊戲設計與開發”、“計算機圖形學”、“虛擬實境與增強現實”、“人工智慧的現代方法I”、“問題表達與解決”、“人工智慧的現代方法II”、“機器學習、自然語言處理、計算機視覺”等課程。

人工智慧專業的培養方向。

1）人工智慧基礎理論相關研究方向，如：人工智慧模型與理論、人工智慧的數學基礎、優化理論的學習方法、機器學習理論、腦科學與類腦智慧型等。

3）人工智慧支撐技術的研究方向，如人工智慧架構與系統、人工智慧開發工具、人工智慧框架與智慧型晶元等。

4）人工智慧應用技術相關研究方向，包括但不限於：智慧型製造、機械人、無人駕駛、智慧型網聯汽車、智慧型交通、智慧型醫療、機器翻譯和科學計算等，充分發揮人工智慧在各學科或領域的賦能作用，形成特色培養方向。

5）人工智慧與智慧型社會治理相關的研究方向，如基於人工智慧技術屬性與社會屬性緊密融合的人工智慧倫理與治理，以及可信安全、公平、私隱保護等方面的相關技術方向。

以上內容參考大百科全書-人工智慧。

1.研究方向。

人工智慧碩士的主要研究方向包括：

高階人工智慧、機器學習和知識發現、模式識別、智慧型系統、影象測量技術、機械人技術、計算機視覺、認知神經科學、生物資訊學、生物統計學和系統生物學。

除了上述方向外，它與通訊、網路安全等的結合，可以帶來許多其他應用方向，包括：

1. 電子與通訊工程：資訊網路協議基礎、資料網路理論基礎、編碼理論、數字訊號處理、（ii）智慧製圖、數字影象分析、訊號檢測與估計、計算電磁學、高階電磁場理論、微波網路理論與應用。

2、計算機技術：先進的計算機體系結構、並行演算法、先進的計算機網路、先進的作業系統、先進的軟體工程、先進的資料庫系統、先進的人工智慧、現代密碼學理論與實踐、機器學習與知識發現、深度學習、強化學習、演算法設計與分析。

此外，還有網路與資訊保安、大資料技術與工程、智慧物流、能源與環境智慧管理等諸多交叉學科研究方向。

2.培訓計畫。

人工智慧專業的研究生既可以全日制學習，也可以兼職學習。 全日制學習的基本學習時間為2至3年; 非全日制學習的基本學習年限應適當延長。 最長學習時間通常為五年。

同時，其大部分碩士教育實行雙導師制。 其中一名導師來自學校（即校內導師），是一位學歷較高、指導經驗豐富的教師，主要指導學生的課程學習和學位**; 另一名導師要求來自研究生的實踐單位（即實踐導師），是具有豐富工程實踐經驗的專家，主要指導學生專業實踐的學習。

受專業特點影響，專業實踐是研究生獲得實踐經驗、提高實踐能力的重要組成部分。 因此，這個專業方向的研究生應該進行專業實踐，可以結合集中實踐和分段實踐。 專業實踐應有明確的任務要求和考核指標，實踐結果能夠反映該類碩士生在人工智慧研究能力和學科素養方面的成績。

一般情況下，實習時間不少於6個月，無工作經驗的研究生專業實習時間不少於1年。

人工智慧專業學習的主要課程有：社會與人文、人工智慧的哲學基礎與倫理、高階機械人控制。

認知機械人、機械人規劃與學習、仿生註冊機械人、群體智慧型與自主系統、無人駕駛技術與系統實現、遊戲設計與開發、計算機圖形學、虛擬實境與增強現實

人工智慧的現代方法I，問題表達和解決，人工智慧的現代方法II，機器學習，自然語言處理，計算機視覺。

學習粗磨人工智慧需要學習認知心理學、神經科學基礎、人類記憶與學習、語言與思維、計算神經工程等相關專業知識。

1. 認知和神經科學課程組。

具體課程：認知心理學、神經科學基礎、人類記憶與學習、語言與思維、計算神經工程。

2. 人工智慧倫理課程組。

具體課程：“人工智慧、社會與人文”、“人工智慧的哲學基礎與倫理”。

3.理工科課程組。

新一代人工智慧的發展，需要腦科學、神經科學、認知心理學、資訊科學等相關學科的實驗科學家和理論科學家的共同努力，才能在人工智慧上找到突破口。

4.高階機械人課程組。

具體課程：“高階機械人控制”、“認知機械人”、“機械人規劃與學習”、“仿生機械人”。

5.人工智慧平台和工具課程組。

具體課程：“群體智慧型與自主系統”、“無人駕駛技術與系統實現”、“遊戲設計與開發”、“計算機圖形學”、“虛擬實境與增強現實”......

6.人工智慧核心課程組。

具體課程：“人工智慧的現代方法I”、“問題表達與解決”、“人工智慧的現代方法II”、“機器學習、自然語言處理、計算機視覺等”。