斯坦福“学霸”给AI本科生的4年学习指引

最近，一位在业内工作了几年的斯坦福人工智能“学霸”根据自己的工作和学习经验，总结出了人工智能本科 4 年学习经验，希望能给想要了解人工智能的新生们一个指引，少走弯路。

这位学长名叫 Mihail Eric，在斯坦福大学的NLP 研究组里，与 Christopher Manning, Percy Liang, Christopher Potts（三位巨佬）一起做研究，度过了 3 年非常充实的研究时光，收获颇多。同时 Eric 向 ACL\EMNLP\NLP for AI work 投稿论文，均已发表，目前正在担任 ACL 的审稿人，也是业内人工智能公司 Alexa AI 的工程师。

小编认为这不仅仅适用于斯坦福的新生，对于每一位想要入门人工智能的同学，都是一份好的学习指引。下面来看看这位“学霸”给了大家什么样的经验总结吧！

第 1 年，打基础

假设你没有 CS（计算机科学）的经验，这一年的大部分时间应该用在 CS 和机器学习的核心概念和算法上，打好基础。

1. 编程基础，这是人工智能从业人员必备的软件工程学基本技能。

2. 计算机系统，重点在于计算机的基础设计和构建，尤其是学习软件编译的时候，运行一个程序会发生什么，以及程序是如何在内存中运行的。

3. 算法概论，包含计算机算法背后的数学和理论基础，比如最优搜索算法和动态编程，以及如何分析这些算法的内存和优缺点。

4. 概率论，概率论和统计学是机器学习算法中的核心，尤其是分析数据在实战里很重要。

5. 线性代数，如何计算矩阵和向量，线性方程组，最小二乘法，这些都是机器学习需要用到的数学基础。

6. 多维微积分，调试函数的梯度，反向传播以及机器学习，这些都是经常用到的。

第 2 年，开始探索系统知识

人工智能本科的第二年，至少要明白人工智能的一些原理，应该用什么样的理论去解决问题，还需要加强对与模型构建相关的计算机系统运行的理解，了解软件工程相关设计原理。

1. 人工智能概论，包括人工智能领域所运用的研究，比如搜索，游戏，逻辑以及图像还有机器学习算法的应用。

2. 编译器，主要是讲编译器背后的设计和理论，你学了之后，至少应该了解一个编译器是如何构建的，还有编译器的模块化组件，也需要了解。如果你对语义识别感兴趣，可以好好琢磨一下编译器的设计和传统的自然语言处理堆栈之间的相似之处，非常有趣。

3. 数据库原理，主要讲数据库管理系统背后的原则，比如关系数据模型、索引、模式等主题，但凡你想成为数据专家或机器学习工程师，就必须要懂得数据库的原理。

4. 并行计算，这会涉及到 Apache Spark 到 GPU 系统背后的原理。

5. 操作系统，你如果想要擅长系统编程，就一定要了解这些，它能告诉你如何从头开始搭建一个操作系统，不仅需要设计系统，还需要明白如何调试和代码管理。

第 3 年，深入学习高级课程

这个时候应该开始学高级课程，注重机器学习及统计原理的特定领域应用，比如开始 NLP（自然语言处理），BA（大数据分析），CV （计算机视觉）等方面的深入研究。

1. 机器学习，监督学习和模型训练的概念，比如偏差、方差，正则化以及模型选择，这些内容看上去简单，实际上每个人工智能从业者天天都在用的。

2. 凸优化，这门课运用很广，比如统计学，机器学习，信号处理和其它使用凸优化的领域，虽然现在有不少问题都是非凸化的，但是你最好还是要懂背后的逻辑。

3. 概率图模型，像 CV 和 NLP 就会经常用到，所以还是需要了解。

4. 数据挖掘，大数据与数据挖掘，涵盖了处理大型数据集的技术方法，会运用到推荐算法、聚类以及大规模的数据集计算与分析，要知道每天产生的数量还是比较大的。

5. NLP，让机器懂得文本数据的理论和时间，而且还会在这门课里学到传统自然语言处理，老师会教如何用深度学习技术来处理这些。

6. 基于 CV 的卷积神经网络，基本包含了深度学习背后的理论，比如 CV 模型就经常运用。

第 4 年，进行真实的项目实战

经过前面 3 年的学习，你应该对计算机系统和人工智能概念、应用有了清楚的理解，找到你比较感兴趣的方向，拿起数据集，就要开始自己跑模型，做数据分析，调参还有解决 Bug。想要成为一个真正的人工智能专家，不仅得学，还得上手练。

1. 做研究项目，有的学校会提供这类课程，你需要深入研究整个项目的情况。

2.参加课题研究，主动去找研究生学长学姐，做他们的助理，将基础知识再过一遍，也可以选择自己开一个课题项目，进行研究，主要是让你有一个项目经验。

3.大厂实习，如果你要是时间管理的好，可以考虑在课余时间去人工智能公司实习，一般大厂都有这种 3-6 个月的实习机会，在实习里，不仅让你了解书本上的基础知识，还能使用基础知识进行落地的运用，这种应该算比较好的项目实战机会了。

以上就是作为一个人工智能从业者的斯坦福毕业生 Eric，送给 AI 萌新的 4 年规划安排。

另外，通过小编对最近两年高校人工智能本科专业增设情况进行了梳理，迄今为止，全国一共有 215 所高校成功申报了“人工智能”本科专业。

2018 年全国共有 35 所高校直报申报“人工智能”本科专业，为人工智能研究型、应用型人才培养奠定了基础。2018 年成功申报“人工智能”本科专业的 35 所高校包括：北京科技大学、北京交通大学、天津大学、东北大学、大连理工大学、吉林大学、上海交通大学、同济大学、南京大学、东南大学、南京农业大学、浙江大学、厦门大学、山东大学、武汉理工大学、四川大学、重庆大学、电子科技大学、西南交通大学、西安交通大学、西安电子科技大学、兰州大学、北京航空航天大学、北京理工大学、哈尔滨工业大学、西北工业大学、中北大学、长春师范大学、南京信息工程大学、江苏科技大学、安徽工程大学、江西理工大学、中原工学院、湖南工程学院、华南师范大学。

2019 年全国共有 180 所高校成功申报“人工智能”本科专业。下面是 2019 年成功申报“人工智能”本科专业的180所高校名单。

国家对“人工智能”专业培养是以培养掌握人工智能理论与工程技术的专门人才为目标，学习机器学习的理论和方法、深度学习框架、工具与实践平台、自然语言处理技术、语音处理与识别技术、视觉智能处理技术、国际人工智能专业领域最前沿的理论方法，培养人工智能专业技能和素养，构建解决科研和实际工程问题的专业思维、专业方法和专业嗅觉。
在看完斯坦福学长的学习经验总结，相信有志报考人工智能专业或想往人工智能方向发展的萌新们，对如何入门并学好人工智能专业有了明确清晰的规划。人工智能学习之路道阻且长，但行则将至，与君共勉之！

作者简介：武汉维识教育科技有限公司创立于“武汉·中国光谷”，专注于人工智能、机器人工程、智能制造工程、云计算、大数据及区块链信息技术安全等人工智能及网络安全领域的多维教育。公司以工业机器人、智能机器人为主要载体，已建立完善详尽的智能工程领域专业整体解决方案，并与全国100余所高校建立合作关系；网络安全教育涉及数字身份、移动安全与智能决策三大板块，旨在为金融、电信、电力、教育、医疗、公安等行业用户，提供多维数字化技术解决方案。