人工智能（一級學科）

人工智能（一級學科）一級學科01設(shè)立背景設(shè)立院校培養(yǎng)方向相似學科培養(yǎng)目標研究生培養(yǎng)課程體系目錄0305020406基本信息人工智能(ArtificialIntelligence)，是一個以計算機科學（ComputerScience）為基礎(chǔ)，由計算機、心理學、哲學等多學科交叉融合的交叉學科、新興學科，研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學，企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機器，該領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。設(shè)立背景設(shè)立背景為服務(wù)國家戰(zhàn)略需求，積極推動新興交叉學科發(fā)展，促進高層次復(fù)合型人才培養(yǎng)，中國科學技術(shù)大學（中科大）將新增設(shè)立人工智能一級交叉學科博士學位授權(quán)點和量子科學與技術(shù)一級交叉學科博士學位授權(quán)點以及臨床醫(yī)學專業(yè)學位博士授權(quán)點。

國務(wù)院學位委員會正式發(fā)布了《2019年學位授權(quán)自主審核單位增列的學位授權(quán)點清單》，華中科技大學（華中大）人工智能與自動化學院牽頭申報的人工智能交叉學科博士學位授權(quán)點成功獲批。

研究方向包括計算機視覺與感知智能，機器學習與計算智能，認知計算與類腦智能，無人系統(tǒng)與群體智能，人機共融與智能控制，以及包括智慧醫(yī)療、智慧交通在內(nèi)的“人工智能+X”等領(lǐng)域的研究。

相似學科相似學科智能科學與技術(shù)

、計算機科學與技術(shù)

、控制科學與工程

、信息與通信工程

設(shè)立院校設(shè)立院校浙江大學、華中科技大學、北京航空航天大學、東南大學、中國科學技術(shù)大學、武漢大學、北京理工大學、北京大學、中南大學、北京郵電大學、南開大學、山東大學、四川大學、中國人民大學、大連理工大學、北京師范大學、吉林大學、西安交通大學、哈爾濱工業(yè)大學、天津大學、中國海洋大學、華北電力大學、沈陽工業(yè)大學、大連海事大學、東華大學、上海大學、江蘇科技大學、中國礦業(yè)大學、河海大學、南京信息工程大學、安徽工程大學、四川輕化工大學、西安科技大學、蘭州交通大學

、澳門科技大學

。培養(yǎng)目標品德素質(zhì)方面能力素質(zhì)方面知識水平方面培養(yǎng)目標品德素質(zhì)方面熱愛祖國、熱愛人民，擁護黨的路線、方針和政策，樹立和踐行社會主義核心價值觀。遵紀守法，具有較強的社會責任感和事業(yè)心，具備良好的道德品質(zhì)，恪守科研誠信與倫理，嚴守學術(shù)規(guī)范，具備國際化視野、創(chuàng)新意識和團隊精神，愿為中國特色社會主義事業(yè)貢獻力量。

知識水平方面具有堅實的人工智能領(lǐng)域相關(guān)學科基礎(chǔ)理論知識和專業(yè)技能，深入了解本領(lǐng)域的發(fā)展方向，系統(tǒng)掌握人工智能學科相關(guān)研究領(lǐng)域的理論、技術(shù)和方法，具備多學科交叉的知識體系和學習能力。博士生突出廣泛掌握人工智能國際前沿學術(shù)方向和行業(yè)先進技術(shù)趨勢，了解國際前沿理論、技術(shù)以及需求熱點；碩士生突出夯實本領(lǐng)域基礎(chǔ)理論，快速獲取跨學科知識和共性技術(shù)，并能夠綜合運用。

能力素質(zhì)方面博士生突出提高原始創(chuàng)新能力，具有較強的系統(tǒng)構(gòu)建能力和一定的科研組織能力，能夠在解決行業(yè)企業(yè)重大工程實踐中凝練科學問題、創(chuàng)新研究方法、轉(zhuǎn)化先進技術(shù)，深入開展多領(lǐng)域交叉創(chuàng)新應(yīng)用和開展學術(shù)交流，能夠承擔高校及研究機構(gòu)的教學科研工作、從事人工智能工程技術(shù)項目管理工作等。碩士生突出提高綜合應(yīng)用能力，具有人工智能系統(tǒng)的設(shè)計、實現(xiàn)、測試和應(yīng)用驗證能力，以及良好的職業(yè)素養(yǎng)和溝通協(xié)作能力，能夠綜合運用多學科理論技術(shù)解決行業(yè)企業(yè)智能化面臨的實際問題。

培養(yǎng)方向培養(yǎng)方向按照教育部、國家發(fā)展改革委、財政部三部委文件的要求，與本領(lǐng)域發(fā)展定位、學校學科布局和師資結(jié)構(gòu)相適應(yīng)的具體培養(yǎng)方向，可參考如下設(shè)置：

（一）人工智能基礎(chǔ)理論研究相關(guān)方向，如：人工智能模型與理論、人工智能數(shù)學基礎(chǔ)、優(yōu)化理論學習方法、機器學習理論、腦科學及類腦智能等。

（二）人工智能共性技術(shù)相關(guān)研究方向，如：智能感知技術(shù)、計算機視覺、自然語言理解、智能控制與決策等。

（三）人工智能支撐技術(shù)研究方向，如：人工智能架構(gòu)與系統(tǒng)、人工智能開發(fā)工具、人工智能框架和智能芯片等。

（四）人工智能應(yīng)用技術(shù)相關(guān)研究方向，包括但不限于：智能制造、機器人、無人駕駛、智能網(wǎng)聯(lián)汽車、智慧交通、智慧醫(yī)療、機器翻譯和科學計算等，充分發(fā)揮人工智能對各個學科或領(lǐng)域的賦能作用，形成特色培養(yǎng)方向。

（五）人工智能與智能社會治理相關(guān)研究方向，如基于人工智能技術(shù)屬性與社會屬性緊密結(jié)合特征的人工智能倫理與治理，以及可信安全、公平性和隱私保護等方面相關(guān)技術(shù)方向。研究生培養(yǎng)課程體系專業(yè)知識類課程基礎(chǔ)知識類課程研究生培養(yǎng)課程體系基礎(chǔ)知識類課程人工智能模型與理論：重點講解人工智能基本算法、模型和理論。內(nèi)容主要包括以符號主義為核心的邏輯推理、以問題求解為核心的探詢搜索、以數(shù)據(jù)驅(qū)動為核心的機器學習、以行為主義為核心的強化學習和以博弈對抗為核心的決策智能等算法以及人工智能與科學計算相結(jié)合算法。

數(shù)學優(yōu)化：從凸優(yōu)化入手，介紹優(yōu)化核心原理、基本方法和前沿技術(shù)，為智能方向的科學探索做理論準備。本課程將幫助學習者正確理解優(yōu)化復(fù)雜度的概念，掌握分析凸優(yōu)化復(fù)雜度的基本方法，了解一階、二階方法在不同問題類上的求解性能，熟悉包括免疫算法、粒子群算法等的多種優(yōu)化方法的基本思路，不斷提高分析解決實際問題的能力。

機器學習：本課程致力于介紹經(jīng)典的機器學習算法，讓學生初步掌握機器學習領(lǐng)域的基本方法與藍圖。通過掌握機器學習的算法與理論知識，能查閱并理解相關(guān)領(lǐng)域的前沿文獻，同時熟練使用相關(guān)的機器學習算法，解決流行的人工智能領(lǐng)域應(yīng)用問題，為今后在深度學習相關(guān)教學、科研和項目開發(fā)工作中深入解決實際應(yīng)用問題打好基礎(chǔ)。

專業(yè)知識類課程計算機視覺：首先介紹計算機視覺領(lǐng)域的發(fā)展歷史和主要應(yīng)用，之后講解計算機視覺的主要任務(wù)和應(yīng)用場景，包括成像原理、邊界和曲線、圖像分類、圖像分割、目標檢測、形狀分析、紋理分析、圖像重構(gòu)、圖像生成、人臉識別等；著重介紹以上主要任務(wù)中的關(guān)鍵技術(shù)難題、重大技術(shù)突破，針對這些任務(wù)的主流方法，特別是基于統(tǒng)計模式分類和人工神經(jīng)網(wǎng)絡(luò)的方法。

自然語言處理：具體內(nèi)容包括自然語言處理中的詞法分析、句法分析、語義分析以及語用分析等基本任務(wù)，情感傾向分析、文本摘要、對話系統(tǒng)、問答系統(tǒng)、機器翻譯等自然語言處理重要應(yīng)用所要解決的基本問題和難點，以及如何利用機器學習、深度學習等手段求解各種自然語言處理問題。

神經(jīng)與認知科學導論：首先介紹神經(jīng)認知科學的基本概念、歷史和發(fā)展現(xiàn)況，進一步講解基于認知活動的腦機制，即人類大腦如何調(diào)用其各層次上的組件，包括分子、突觸、細胞、腦組織區(qū)和全腦去實現(xiàn)各種認知活動，最后介紹相關(guān)的計算模型和算法。課程將從細胞機制和神經(jīng)元模型、大腦的結(jié)構(gòu)和功能組織、感知原理及模型、記憶的基礎(chǔ)理論及模型、學習機制及學