人工智能属于哪个学科?人工智能达到什么水平?

人工智能关于的学科是：计算机科学。

它属于计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等。

人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。在2017年12月，人工智能入选“2017年度中国媒体十大流行语”。

人工智能，是一门以计算机科学为基础，由计算机、心理学、哲学多学科交叉融合的交叉课程。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。

人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。

人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一。也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。

随着社会不断发展，人工智能这类新兴专业也受到人们的普遍关注，那你知道人工智能属于什么专业吗?下面是我为大家收集的关于人工智能属于什么专业，希望可以帮助大家。

更多专业相关内容推荐↓↓↓

就业前景好的10大专业排名

2022工资高的专业推荐

高考专业怎么选择最好

选专业要不要服从调剂

人工智能属于什么专业

目前属于计算机专业，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

什么是人工智能专业

人工智能，即AI(ArTIficial Intelligence)，是一门包含计算机、控制论、信息论、神经生理学、心理学、语言学等综合学科。人工智能是从计算机应用系统角度出发，研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以及延生人类智能科学。

AI需要非常广泛的知识面和训练，学AI的学生要做好思想准备的是，你们不仅需要CS的雄厚的基础知识，还需要了解一些认知心理学、语言学、哲学和工程学的知识才能在未来的发展更顺利。除此之外，还需要掌握一些技能和工具，例如统计学、神经科学、控制、优化和运筹学。所以AI的申请者不是以单纯地成为IT人为目的的，而是要拥有丰富的知识量和技能的，未来多是冲着做researcher而去的。

人工智能专业要学些什么

1.学科基础课

程序设计基础、数据结构、人工智能导论、机器学习、计算机视觉、自然语言处理…..

2.专业基础课

自动规划、概率图模型、强化学习、神经网络、深度学习…

这样一门“引领未来”的学科，却面临着较大的人才缺口。据计算，我国当前人工智能领域还缺30万人才，这或许是高校争相开设该专业的原因之一。

人工智能专业 毕业 去向

就业方向非常广泛，未来几乎科研涉及各个领域，及所有行业，从科研机构、工程开发、机器人、计算机、电气自动化到工业、农业、交通、医疗、通讯等行业，可以说无所不及。

目前人工智能专业本专科都

人工智能专业就业方向有哪些

1、搜索方向，例如百度识图、作业帮搜题等。视频搜索也是搜索领域进一步研究的方向;

2、计算机视觉和模式识别方向，其应用领域包括智能办公、智能交通、智慧城市等等;

3、医学图像处理，医疗设备和医疗器械很多都会涉及到图像处理和成像技术。

4、无人驾驶领域，是人工智能重点应用领域之一;

5、智慧生活和智慧城市等，包括交通、商业、生活的诸多领域将会出现人工智能的影子。

人工智能专业掌握的知识能力

1.掌握数学、物理、计算机等方面的基本理论和基本知识;

2.掌握计算机科学与技术等方面的基本理论、基本知识和基本技能与 方法 ;

3.了解相近专业的一般原理和知识;

4.掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法;

5.具有一定的技术设计，归纳、整理、分析实验结果，撰写论文，参与学术交流的能力。

有学校设有相关专业招生，是个非常有前景的专业。

人工智能属于什么专业相关 文章 ：

★ 人类对人工智能的看法有哪些

★ 人工智能专业论文

★ 教育部:人工智能正式进入本科专业

★ 人工智能结课论文

★ 人工智能专业未来的发展如何?35所高校首设人工智能本科专业

★ 2022会计专业生毕业论文范文

★ 为什么AI能成为“爆款”专业,人工智能专业发展前景真的好吗?

★ 人工智能操作系统论文

var _hmt = _hmt || []; (function() { var hm = document.createElement(“script”); hm.src = “https://hm.baidu.com/hm.js?6732713c8049618d4dd9c9b08bf57682”; var s = document.getElementsByTagName(“script”)[0]; s.parentNode.insertBefore(hm, s); })();

人工智能专业主要学的是核心课程包括：数学、统计、计算机、自动化等，这些学科都属于人工智能专业的核心课程。

人工智能虽然属于一门高精尖学科，但它的研究对象是以计算机为主，融合社会科学和自然科学的内容。它的研究方向主要分为两类：一类是以算法为主，另一类则偏向机械自动化方向。

目前国内高校本科生阶段的专业目录中并没有设置人工智能专业，在研究生阶段才开设相应的研究方向。但是本科阶段有很多专业是与人工智能相关的，比如计算机类、电子信息类、自动化类、数学类。

1、计算机类(0809-0812)

计算机科学与技术、软件工程、网络工程、信息安全、物联网工程、数字媒体技术、智能科学与技术、空间信息与数字技术、电子与计算机工程电子信息类：通信工程、信息工程、水声工程、电子信息工程、广播电视工程、医学信息工程、微电子科学与工程、光电信息科学与工程、电子科学与技术、电磁场与无线技术、电子信息科学与技术、电波传播与天线、电信工程及管理、应用电子技术教育、集成电路设计与集成系统

2、自动化类(080602)

自动化、轨道交通信号与控制

3、数学类(0701)

数学与应用数学、 信息与计算科学、 数理基础科学、数据科学与大数据技术

备注：括号内的是相关专业的学科代码。

人工智能发展过去、现在和未来的总览。一起了解谷歌技术总监、人工智能专家Kurzweil、机器学习专家Jeremy Howard和Wait But Why博客Tim Urban等人的观点，我们在人工智能的发展路线图中处于什么阶段？什么时候会出现像人类一样厉害的人工智能，还有超过人类智能总和的超人工智能？

我们所说的人工智能（AI），是一个广义定义。虽然众说纷纭，大部分专家认为，人工智能发展有三个水准：

弱人工智能（ANI）

第一类智能水准：能够专注于一个领域，例如能战胜世界围棋冠军的AI，但是也只能下围棋。

强人工智能（AGI）

第二类智能水准：达到和超过人类水准的人工智能，以Gottfredson博士的定义，有能力“推理、计划、解决问题、抽象思维、理解复杂概念、快速学习、从经验中学习。”

超人工智能（ASI）

第三类智能水准：超过所有人类智能总和的AI——用Tim Urban的话说，“从比人聪明一点点……到聪明一千万倍。”

那我们现在在哪个阶段呢？我们现在达到了第一个水准——弱人工智能——在很多方面，它已经进入了我们的生活中：

l 汽车里到处都是ANI，从可以在紧急情况下刹车的电脑，到可以调配汽车加油参数的系统。

l 谷歌搜索是一个很大的ANI，有很多非常复杂的方法将网页排序，知道给你显示什么。同样的，Facebook Newsfeed也是

l 电子邮件垃圾邮箱过滤器，知道什么是垃圾邮件、什么不是，并且学会按照你的偏好来过滤邮件。

l 你的电话就是一个小型ANI工厂……你用地图APP导航，收到定制化的音乐推荐，和Siri聊天等等。

例子不胜枚举。弱人工智能系统不怎么惊悚。失控的ANI会带来危害，但通常是独立事件。虽然ANI不会造成人类的生存性恐慌，相对人畜无害ANI应被视为一个先兆。每一次弱人工智能的创新进步，都在往强人工智能和超人工智能更近一步

2017-11-30请点蓝字＞慎思行慎思行

文章来源中国人工智能学会，罗兰贝格公司

个人微信 helloSSX

人工智能概念介绍

人工智能是什么？人工智能是一门利用计算机模拟人类智能行为科学的统称，它涵盖了训练计算机使其能够完成自主学习、判断、决策等人类行为的范畴。人工智能、机器学习、深度学习是我们经常听到的三个热词。关于三者的关系，简单来说：机器学习是实现人工智能的一种方法，深度学习是实现机器学习的一种技术。机器学习使计算机能够自动解析数据、从中学习，然后对真实世界中的事件做出决策和预测；深度学习是利用一系列“深层次”的神经网络模型来解决更复杂问题的技术。

人工智能从其应用范围上又可分为专用人工智能(ANI)与通用人工智能(AGI)。专用人工智能，即在某一个特定领域应用的人工智能，比如会下围棋并且也仅仅会下围棋的AlphaGo；通用人工智能是指具备知识技能迁移能力，可以快速学习，充分利用已掌握的技能来解决新问题、达到甚至超过人类智慧的人工智能。

通用人工智能是众多科幻作品中颠覆人类社会的人工智能形象，但在理论领域，通用人工智能算法还没有真正的突破，在可见的未来，通用人工智能既非人工智能讨论的主流，也还看不到其成为现实的技术路径。专用人工智能才是真正在这次人工智能浪潮中起到影响的主角。我们的讨论范围将聚焦在更具有现实应用意义的专用人工智能技术，具体讨论现有专用人工智能技术能带来的商业价值。

人工智能发展历史与现状

人工智能的发展历史

人工智能的概念形成于20世纪50年代，其发展阶段经历了三次大的浪潮。第一次是50-60年代注重逻辑推理的机器翻译时代；第二次是70-80年代依托知识积累构建模型的专家系统时代；这一次是2006年起开始的重视数据、自主学习的认知智能时代。在数据、算法和计算力条件成熟的条件下，本次浪潮中的人工智能开始真正解决问题，切实创造经济效果。

本次人工智能浪潮的驱动因素

近年来，人工智能应用领域市场规模、人工智能领域的资金投入都迅速增长，反映了社会与市场整体对其认知程度与信心的高涨。驱动认知程度提高的一方面因素是技术本身的提高，包括数据、算法、算力，使得人工智能技术真正为商业应用创造了价值；另一方面，大数据、物联网、云计算等技术为人工智能的发展打下了良好基础。

高质量、大规模的大数据成为可能。1986—2007年，全球单日信息交换量增长了约220倍，全球信息储存能力增加了约120倍。海量数据为人工智能技术的发展提供了充足的原材料。

计算力提升突破瓶颈：以GPU为代表的新一代计算芯片提供了更强大的计算力，使得运算更快，同时在集群上实现的分布式计算帮助人工智能模型可以在更大的数据集上运行。

机器学习算法取得重大突破：以多层神经网络模型为基础的算法，使得机器学习算法在图像识别等领域的准确性取得了飞跃性的提高。

社会理解与接受程度广泛提升：随着社会信息化及互联网/移动互联网的普及，以及受AlphaGo等大量热点舆论事件影响，全社会对人工智能的态度已逐渐从怀疑、恐惧转变为好奇、接受和认同。

物联网、大数据、云计算技术提供了人工智能的发展基础

物联网、大数据、云计算技术为人工智能技术的发展提供了其所需要的关键要素。物联网为人工智能的感知层提供了基础设施环境，同时带来了多维度、及时全面的海量训练数据。大数据技术为输入数据在储存、清洗、整合方面做出了贡献，帮助提升了深度学习算法的性能。云计算的大规模并行和分布式计算能力带来了低成本、高效率的计算力，并降低了计算成本。

人工智能产业发展状况

技术方向方面

人工智能方向的企业目前主要分为两类：专注于技术研发的通用型人工智能企业，如DeepMind、 Facebook AI Research、Google Brain与Baidu AI等，以及专注于人工智能技术应用的专用型人工智能企业。通用型人工智能由于研发技术难度大，目前多由巨头互联网公司在进行布局，短期内没有明确的技术突破前景。专用型人工智能企业数量众多，但其发展仍然受制于需要人工标注的数据限制。

应用方向方面

从应用方向上来看，金融、医疗、汽车、零售等数据基础较好的行业方向应用场景目前相对成熟，相关方向企业的融资热度也较高。以自动驾驶领域为例，谷歌、百度、特斯拉、奥迪等科技和传统巨头纷纷加入；人工智能在金融领域的智能风控、智能投顾、市场预测、信用评级等领域都有了成功的应用；在医疗领域，人工智能算法被应用到新药研制，提供辅助诊疗、癌症检测等方面都有突破性进展，凡此种种，不一而足。

地域发展方面

纵观全球人工智能产业的发展，我们可以发现：全球领先的创新高点散落在各个国家，如美国纽约与硅谷、英国伦敦、以色列，以及中国的北京、上海与深圳。人工智能技术本身具有高流通、易传导的性质，在全球信息流通开放的大环境下，人工智能的发展不再受限于国家或地域。

借助于良好的人才基础、巨大的应用市场、强有力的风投基金支持，中国人工智能企业的发展势头良好，在全球处在优势领先地位。中国的人工智能企业数量、专利申请数量以及融资规模均仅次于美国，位列全球第二。在国内，计算机视觉、服务机器人、自然语言处理方向的人工智能企业占据了人工智能企业个数的一半以上。北京、上海、深圳作为国内人工智能创新的高地，其相关企业数量占据了国内企业总数的近80%。

人工智能未来发展的预测

我们认为，短期内构建大型的数据集将会是各企业与研究机构发展的重要方向。同时，机器学习技术会更注重迁移学习与小样本学习等方向，近期AlphaGo Zero在无监督模式下取得的惊人进步充分体现了此方向的热度。长期来看，通用型人工智能的发展将依赖于对人脑认知机制的科学研究，其发展前景目前尚处于无法预测的状态。

在商业应用方面，短期内，专用型人工智能将会在数据丰富的行业、应用场景成熟的业务前端(如营销、服务等)取得广泛的应用。长期来看，正如国际人工智能领域著名学者Michael I.Jordan所说，人工智能技术将能在边际成本不递增的情况下将个性化服务普及到更多的消费者与企业，从细分行业的特定应用场景应用到更加普世化的情景。

编辑 Yibin.P

推荐阅读

      人工智能的发展一直是一个具有潜力和争议的热点话题。有人说要大力发展人工智能，也有人说人工智能会危害人类。那么人工智能的话题有多热门呢？我们是否还在大学课堂上专门讨论人工智能的发展？我们应该提倡还是抵制？

     未来有什么政策要制定，人工智能发展到什么程度？我不认为讨论的最后会有什么积极的结果，但是在讨论的过程中，我们还是得出了一个结论：虽然人工智能的发展是不同的，但是它并没有影响到它迅速发展成为一项由微软、阿里巴巴、百度等众多行业巨头发起的新技术，庞大的数据也证明了人工智能的未来市场前景非常可观。

        在这个巨大的市场潜力中，人工智能在工业领域的应用占有很大的市场份额。到目前为止，人工智能在工业领域的具体应用大致可以分为两类：一类是与传统自动控制相关的商业和技术领域，是指利用设备或装置使机器达到一定的工作状态或参数，设备或生产过程按照预定的规则自动运行；二是利用企业生产和服务过程中积累的历史数据进行深入学习等人工智能模型算法能够发现数据的内在规律和新的价值，可用于改善工业企业的设计、生产和服务等环节。

        在以上两类人工智能应用中，很多已经投入生产，甚至有些已经在工业领域取得了初步成效。例如，工业领域一直提倡的工业自动化，在很大程度上是将人工智能技术结合起来，提高企业效率，降低生产成本，增加安全系数。但尽管如此，中国的人工智能技术仍然需要突破，或者我们需要更多高科技的工业智能产品，我们需要精通人工智能技术的人才。

人工智能研究的领域主要有五层，最底层是基础设施建设，包含数据和计算能力两部分，数据越大，人工智能的能力越强。往上一层为算法，如卷积神经网络、LSTM 序列学习、Q-Learning、深度学习等算法，都是机器学习的算法。第三层为重要的技术方向和问题，如计算机视觉，语音工程，自然语言处理等。还有另外的一些类似决策系统，像 reinforcement learning（编辑注：增强学习），或像一些大数据分析的统计系统，这些都能在机器学习算法上产生。第四层为具体的技术，如图像识别、语音识别、机器翻译等等。最顶端为行业的解决方案，如人工智能在金融、医疗、互联网、交通和游戏等上的应用，这是我们所关心它能带来的价值。

年初，“阿尔法围棋”横扫中韩等国顶级棋手，10月它又被自己的新版算法“阿尔法围棋－零”战胜。人工智能领域的一系列新现象、新突破，让人眼花缭乱、目不暇接。

无论是将人工智能称作“下一个风口”、“最强有力的创新加速器”、“驱动未来的动力”，还是关于它会不会比人类更聪明、甚至取代人类的争论，都说明人工智能又一次迎来发展高潮。

与以往几十年不同的是，人工智能这一轮高潮，是科技进步的水到渠成，也是与生活和工作相关的科技应用快速发展的结果，被嵌入十分广泛的生活场景中。有科学家因此认为，“我们或许将成为与人工智能真正共同生活的第一代人”。

不怕机器记性好，就怕机器会学习。像“阿尔法围棋”这样的机器自我学习技术基于三方面要素：互联网大数据、强大的运算能力以及深度学习技术突破。它们共同造就了语音、人脸识别准确率的惊人提升，更加自然的人机对话，乃至可以像“阿尔法围棋”一样去找寻规律、自我决策，其中最核心的是深度学习。

那究竟什么是深度学习？一是通过算法给机器设计一个神经网络；二是通过大量标定的数据样本训练神经网络，让它认识外部世界。以前，一个应用要通过非常精确的算法来描述，但是今天，我们不知道该用什么精确模型来教计算机，只能拿非常多的数据样本让机器比对学习，举一反三。

具体到“阿尔法围棋”，它还使用了强化学习和蒙特卡洛树搜索等技术。后者是一种启发式的搜索策略，能够基于对搜索空间的随机抽样来扩大搜索树，从而分析围棋这类游戏中每一步棋应该怎么走才能够创造最好机会。

只需要先教“阿尔法围棋”一些人类摸索出的基本下法，然后让它与自己大量对战，就可以飞速提升水平。而“阿尔法围棋”的最新版本“阿尔法围棋－零”具备了无师自通的能力，在没有人类知识与对决训练的情况下，“从零开始”自己与自己对弈，仅3天后就战胜了自己的前辈。

搜狗首席执行官王小川认为，识别、决策、生成是人工智能的核心应用。例如，在决策方面，人工智能可以帮助提高决策效率，提升商业效率。

“我们已经在金融、医疗和教育等方面看到这些应用。在识别和生成领域，人工智能的进展已使人机交互越来越自然，这也是我们感兴趣的领域。从历史趋势上看，机器在逐渐适应人，并已为人类分担了许多具体工作。”王小川说。

前百度首席科学家吴恩达、香港科技大学教授杨强等众多全球顶尖人工智能专家都认为，人工智能下一个重要突破口是“迁移学习”，这也是人工智能未来的发展方向。简单说，“迁移学习”类似中国成语里的“触类旁通”，就是机器将在一个领域学习掌握的技巧、经验和能力，迁移到一个新的有一定关联的领域里再应用，这样在新领域里，它就能省去大规模数据训练，只需一小部分数据就能迅速“成才”。当机器具备这种能力后，将使人工智能迈入全新层次。

按照人工智能“弱智能”、“强智能”和“超智能”的划分，当前乃至很长一段时间，人工智能还处于“弱智能”阶段，还只能局限在特定的封闭领域。比如，“阿尔法围棋”只能在封闭场景通过数据样本学习和对弈训练提高下棋能力，并不能发挥创造性。到了“强智能”和“超智能”阶段，人工智能就能像人类那样学习、决策和反思，解决不同领域的各种复杂问题。

尽管如此，仅靠当下的人工智能技术水平，人类就已经对机器的计算与“算计”产生高度依赖了。从购物网站的精准推送到电视剧的编剧、再到无人驾驶汽车，生活中的人工智能可谓无处不在。

未来是人工智能高速发展时期，敬请期待。

人工智能在某些领域已经达到了登峰造极的程度，例如，阿发狗接连击败围棋顶尖高手就是实例。
在某些领域，人工智能就差强人意了，还有比较长的路要走。例如，自动驾驶，还有待完善。

现在的人工智能最新发展是可以进行学习、判断，但由于人工智能只能在某一特定学科里面学习，无法做到全面智能化。所以，在可知的将来，人工智能只能为人类服务，暂时威胁不了人类。

人工智能的最高境界就是智能机器人可以独立思考对错，甚至可以自己修复自己，综合几点就是让你感觉你对面坐着个人而不是机器，现在的技术完全达不到，目前只能局限在预先设定程序让机器人做出预定的程序反应；也许有人会问什么时候我们才知道我们成功了呢？很简单，什么时候机器人违抗人类的命令，他认为是错误的拒绝执行，是的这里就会把“它”改成“他”了，但那时候也是霍金说的人类大灾难的到来。