毕业想从事AI，要不要转专业到计算机？
读芯术原创出品 | 作者：六个太阳
人工智能已经成了大热门，光明的前景、丰厚的福利待遇、大把的机会、科技前沿，不少人已经撸起袖子准备加油干，要将自己的青春燃烧在人工智能领域。
不过，人工智能的门槛可不低，手里没两把经过专业打磨的刷子就上，那可够呛。
如果你了解人工智能领域里的大咖们，你会发现他们在专业背景上都和计算机科学紧密相关，而在一组人工智能从业者的专业背景数据里，计算机科学专业的比重也是最大的。
似乎计算机科学是通向人工智能行业的一条康庄大道，但不少想从事AI工作的同学却在专业上离得远了些，于是有同学开始考虑“要不要转专业到计算机”。
带着这个问题，我们采访了几位人工智能方向的研究学者和计算机相关专业的大学教授。
各方观点，咱先看结论
在这个问题上，大家最关心的可能就是“到底要不要转”，不卖关子，咱开门见山，读芯君先亮出专家学者们的结论。
哈尔滨工业大学计算机科学与技术学院张盛平教授，在AI领域内主要研究计算机视觉和机器学习，他认为:“如果你本科毕业后就想从事人工智能方向的工作，只要你的专业在工科范围内，比如电子信息、自动化这类，转不转到计算机类专业上，关系不大。如果你想读完研究生再工作，并且想有更好的机会，建议在研究生时选择计算机专业，进行人工智能方向的学习和研究。”
中国科学技术大学信息科学技术学院王永教授，负责学院人工智能课程体系的建设，他的观点是：“人工智能是各种各样先进的优化的手段，而优化，对应的是自动化专业。……我们发现，其实电子信息工程、自动化、信息安全、生物医学工程等专业（或方向）里面的知识，没有哪个是和人工智能一点都不相关的。”
上海交通大学软件学院教授王东认为：“更多的学校（在进行学科建设时），应该是基于自己既有的专业，然后根据新的发展趋势，对自己的方向不断做出调整，还要引导学生发现人工智能和我们现在所学的专业之间的关联，不要哪儿热就往哪儿跑。”
听了几位教授的观点，读芯君觉得，转专业到计算机，并不一定是个正确的选择。是不是也和你想得稍微有些不一样？
只高冷地抛给你结论，却不告诉你原因和论证，读芯君可从来不这样耍流氓，今天，借专家和教授们的观点和分析，帮你走出“未来想从事人工智能，要不要转专业到计算机”当中的误区。
计算机专业的几个误解：它不是AI的直通车？
想从事人工智能，可专业不对口，有了转专业到计算机的想法，你可能想对了一半，因为目前，国内确实没有正式的人工智能专业可以让你转，要转也只能选其他。但那另一半就有问题了，因为计算机专业并不是人工智能的直通车。
所以，对计算机专业，也许你陷入了误区。
误解1：计算机专业与人工智能最接近
在百度百科检索“人工智能”，其中有这样一句话“人工智能是计算机学科的一个分支”，但王永教授认为：“这个说法是不对的。人工智能其实是各种各样先进的优化的手段，而优化，它对应的是自动化专业。”
而之所以社会上甚至百度搜索上都误认为是计算机专业和人工智能最接近，王永教授认为原因在于：“计算机背景学科从事人工智能的人更多一点，并且做出了比较多的贡献。”
如果追溯背景，这也是计算机专业的专家学者，开拓学科内的新领域，并努力耕耘的结果。在计算机还没普及的时候，计算机专业一度吃紧，分专业时，学生都不愿意去计算机，因为他们更多把计算机当成一个工具，觉得计算机专业研究的内部体系、组成原理等内容用不太到，学了好像没有什么优势。
于是计算机专业的专家教授拓宽思路，不能把专业研究的内容限于计算机内部，要对那些能够用到计算机的领域进行研究，人工智能就是其中之一，于是计算机参与到人工智能的研究当中。
在谈到建设人工智能培养体系时，王永教授说：“我们中科大的思路是，要做与人工智能相关的科学研究，或者在工业界能得到有效的应用，所需要的知识结构是什么？我们发现，电子信息工程、电子科学技术、自动化、信息安全、生物医学工程等专业（或方向）里面的知识，没有哪个是和人工智能一点都不相关的。”
因此，中科大信息学院的做法是，建立人工智能英才班，从各个专业选拔学员，在完成本专业课程的同时，修学10门人工智能课程。其中涉及的脑与认知科学、模式识别、运筹学等，显然都不是计算机专业的，而是生物医学工程、自动化的内容。
误解2：学了计算机专业，能在AI领域先人一步
张盛平教授的一个观点是：“工科专业的本科生，其实处在AI的同一起跑线。”
高等数学、线性代数、概率统计是人工智能的核心理论部分（机器学习）的重要内容，但这些是几乎所有工科专业本科的基础必修课，并不只是“计算机科学与技术”专业的专享。专业课上，大多数工科在本科阶段都少不了编程语言的学习，计算机专业也没有太大的优势。
虽然其他工科专业不一定像“计算机科学与技术”专业一样，开设有机器学习、模式识别的选修课，但来自张盛平教授的经验，实际上，这些课程多开在大三大四，学生出于求职、考研的需要，听课的效率不高。
中国人工智能学会常务副理事长、北京邮电大学教授杨放春则说：“一些高校存在着智能专业课程不是重点学习内容，学时占比也较少，存在着高开低走、碎片化、低水平重复的问题。”
所以对人工智能知识的吸收，计算机专业并没有突显优势，拉开和其他专业的距离。
“人工智能学得最好的同学，不是计算机专业毕业的”
虽然人工智能离了计算机就不能工作，但要学习人工智能，计算机专业并不能直接无缝对接，因为人工智能需要深厚的理论支撑，而这些理论分散在多个学科里。数学、计算机科学、神经生理学、心理学、自动化控制……
对“要不要转专业”的想法，北京航空航天大学研究深度学习的杨教授指出了其中的另一个误区：“跨专业需不需要转AI，这个想法存在一个误解，其实AI更需要交叉学科基础的同学。”她表示：“在我所带的学生中，人工智能学得最好的同学，其实并不是计算机专业毕业的，而是学物理专业的一位学生。”
人工智能三大奠基人之一的Yann LeCun也曾建议，如果想成为深度学习领域的研究者，除了学习编程，一定要尽所能把所有连续性的数学和物理课都上一遍。
为什么物理学这么重要？Yann的回答是：物理学发明了很多数学方法，来给真实世界建模。比如，反向传播算法可以看作是经典力学里拉格朗日算符的一种简单应用；图模型里的前向算法是一种广泛应用于量子力学的路径积分。
所以恰恰是不同专业更能带给人工智能新方法和新思路。
寻找学科专业间的共性和联系
从互联网到云计算，从物联网到大数据，再到如今的人工智能，作为新兴产业，他们都曾在一段时间声名大噪。对人才的需求迫切，也让学科专业调整得越来越快，学生更是眼花缭乱，不知所措。
上海交通大学王东教授希望同学们注意到，不同的专业，虽然各自有独特的东西，但是共性的东西其实也有很多，应该认清各个专业之间的本质和关系，不要盲目跟风，一拥而上。
人工智能和数据科学、物联网、软件工程等等有着千丝万缕的联系，它不是从无到有，而是依托前人或现有专业的基础，然后加入新内容，加以创新，二者勾连得以产生。
“人工智能如果一天到晚就研究算法，没有人给他做数据，没人给他做存储，人工智能到哪儿去呢？物联网如果没有给他采集数据，大数据没有一系列的高效的分析方法，人工智能的智能水平就很低了。”
换句话说，人工智能是建立在其他学科基础之上的，有了这些基础来支撑，才能推动人工智能的发展，少了这些基础，人工智能是没有办法往前走的。
王东教授建议，无论学校还是学生，应该基于自己既有的专业方向，然后根据新的发展趋势，发现人工智能和所学的专业之间的关联，把自己的发展方向不断进行调整，加入新的内容，不能什么东西都从头再来，这样才是负责的，并且适合大多数人的。
在分析人工智能课程建设时王东教授还说：“人工智能可以把过去相对分散割裂的专业方向做一个整合，围绕人工智能形成一个生态圈，对现有的人员知识结构进行集成和综合，让他们结合在一起，发挥各自的长项，从各自的角度完成人工智能的某一个方向，在这个过程中，我们也同时重视人工智能专业的建设，这才会产生创新，才是合理的态度。”
讲真，导师比专业重要
在前面，我们围着学科专业打转，虽然专业确实有点关系，但其实，比专业出身更重要的是——你的导师。
老话说得好“师父领进门”，要想进入人工智能领域，一位人工智能方向的导师比专业更管用。
一位优秀的导师往往是某个领域内的专家，可以指导你进行更高效、精粹的专业阅读，AI领域里哪些必读内容，他可以开列书单，还有机会交流讨论，得到进一步指点，让你更快掌握领域内的概况。
AI领域，有哪些重要成果，有哪些研究热点和空白？哪些研究相对容易出成果，哪些研究困难较大？这些问题，导师都能给出很好的建议，引导你展开科学规范的研究，结出成果。
除了实验室，你还有机会接触到AI企业，承接AI项目，这里面就藏着将来就业的绝佳机会，当然，导师也会利用自己的资源帮你牵线搭桥，也很乐意给想去攻读博士的弟子推荐介绍。
对人工智能，也许你只有兴趣，但优秀的导师有资源、有强项、有经验，能帮助你少走弯路，创造更好的机会。
那么本科生没有专门的导师可怎么办？可以认识一下学校里研究人工智能方向的老师，在大二大三的时候提前跟着老师进实验室，操作项目，积累经验。不过一个现实是，你可能还是和受过系统训练的研究生在知识的宽度和深度上有较大差距。
（特别感谢来自上海交通大学、中国科学技术大学、哈尔滨工业大学、北京航空航天大学等，为文章提供宝贵意见的专家学者和教授先生。）
众声喧哗年代，我们更关注AI落地的“最后一公里”
欢迎关注读芯术，读芯君爱你！
图片来源：网络