指南者留學定期推送留學資訊，專業介紹，申請故事，學長學姐在線講座等諸多優質內容，最接地氣、最有用的留學微信號！關注我們妥妥沒錯！
編者按：指南者分析是由我們指南者留學新推出的一個專欄。每篇文章都由我們的申請顧問和海外導師精心準備2周以上，千字乾貨，閱讀時間較長，但字字精華，建議收藏「食用」。歡迎各位小夥伴文末留言自己感興趣的專業與話題，我們會根據大家的需求酌情安排。
本文作者
指南者教育諮詢師王老師
CS專業分支中的熱門方向AI，熱門到什麼程度呢？基本上在我這裡諮詢的有一半以上申CS的同學，都想申AI。熱門的原因大致有兩點：第一是這個專業本身很有意思，聽著就很Fancy；第二AI方向的就業情況和前景確實非常好。本文主要從AI的主要工具、用途、以及申請AI需要的核心能力來介紹AI這個熱門方向。
AI主要有以下幾個主要子方向：
-Planning and Scheduling
-Machine Learning
(Supervised,Unsupervised,Reinforcement,Deep Learning)
-Natural Language Processing
-Perception
（Computer Vision， Speech Recognition）
-Motion and Manipulation
在AI的子方向中，有80%的學生都會選Machine Learning，這一塊是最熱門的。
人工智慧主要工具：
Search and optimization
第一個是 Search and optimization（搜尋和優化），在整個人工智慧領域，優化的過程非常重要。做各種預測和分析，都是選擇裡面最優結果展示給用戶，所以整個人工智慧都是基於優化的方案。
業界有這樣一句話：人工智慧是一門Art，不是Science。如果是Science，那麼你可以通過人工規定一套規則來嚴格定義，換句話說，只要掌握了規則，那麼你就可以戰無不勝，任何問題都可以解決。但如果它是Art，那麼它就無章可循，或者說不完全有章可循，很多東西是按照你的經驗去創造和發揮的過程。
很多的人工智慧的算法和方法，只要進入optimization，就會發現裡面會有很多經驗不完全是Science，那麼這恰好就是人工智慧領域最具魅力的地方，他不是一門呆板的science。所以很多人學人工智慧的原因就是因為它是非常靈活的，仁者見仁，智者見智。這就是這個學科的魅力所在。
Probabilistic methods for uncertain reasoning
第二個工具是Probabilistic methods for uncertain reasoning，這個意思就是整個人工智慧都需要針對不確定的情況進行分析。一個算法算出的結果往往不止一個，每個結果都有一定的概率，給用戶最後的recommendation是將每個結果的概率進行加權平均最終得到的結果。
比如天氣預報，任何的氣象部門其實都不知道颱風的具體路徑，只能推測出十個可能性，每個路徑都有一個概率，通過這樣的分析後能夠綜合考量不同的可能性，最後綜合給出最可能的路徑，因而你看到的天氣預報的結果是來自於加權平均的結果。
這樣一來，整個人工智慧都需要處理好概率問題。統計基礎實際上是非常核心的部分，整個算法的設計都以此為基礎，所以申請AI一定要有統計基礎。
Statistical regression and classification
Regression的中文翻譯叫「回歸」或者「擬合」，Classification的意思是「分類」。它們的共同點是兩者都是對一個對象進行甄別或者貼標籤。不同在於分類的過程就是貼標籤的過程。Classification像是個是非題，不是A就是B。而Regression的變化是連續的，比如判斷一個人的人品給他進行打分，從最壞到最好是0到10分，比如可以是1.3，也可以是5.8。那麼這樣的給他連續的score過程就是Regression的過程。所以Classification是離散的，而Regression是連續的。在Machine Learning的很多地方，都要用到統計知識，所以需要AI申請者對統計一個深刻的認識。
事實上在整個CS領域，只有人工智慧方向是特別需要統計知識的。如果你本科學的就是統計，想轉CS，那麼申請AI方向就能最大化地體現你的優勢。
Neural Networks
第四個工具是Neural Networks，這是目前最熱門的手段，本身門檻也比較低，這方面其實是對應Deep Learning的方向。廣泛應用於圖像、聲音以及語言的識別等各方面。這裡面還有很多子方向比如卷積神經網絡、遞歸神經網絡等。關於這方面的門檻其實是很低的，哪怕你是文科生，只要花一個月的時間去學都能學會，因為這個工具本身不難。因為用途廣泛，所以現在也很熱門。
Control theories
第五個是Control theories，這個工具在機器人控制方向大量使用，AI方向有一個子方向是機器人控制，機器人控制裡有很多控制理論。這不是一個簡單的二元信號，而是非常複雜的信號，裡面還包括很多算法，比如模糊控制、PID控制等算法，那麼這部分也屬於人工智慧，也就是Control theories。
AI在不同領域的主要用途：
人工智慧領域，有五個主要用途：
1Business
第一就是Business（商業用途），包括IT、零售業，這是人工智慧比較大的應用領域。舉個例子，比如有人網購了一個奶瓶，那麼系統進行分析就能預測到這個用戶一定有孩子，根據你購買奶瓶的size，也能預測你的孩子是幾個月大。根據分析，當你下一次登錄這個網站的時候，系統就會給你推薦一些你可能需要的商品。這一方面能方便顧客，另一方面又能擴大商機。這個部分其實是商業營銷中的一個很大的方向——E-Business（電子商務），電子商務裡的一個方向Customized Marketing就是針對客戶的特點做定點營銷。這些技術的實現都需要靠人工智慧。
2Healthcare
當然，我上面說的是零售業，但其實商業不同的領域都會用到這樣的技能。比如Healthcare（健康醫療業）在美國是很大的一個市場，七八十年代的時候，由於美國出現嬰兒潮，很多家庭都狂生孩子，導致現在人口老齡化，而美國子女是不會去照顧老人的，老人要自己想辦法找護工照顧自己，由此美國的醫療護理行業蓬勃發展，在市場上有很大的需求。
在Healthcare裡,很多工作都是依靠人工智慧來做。比如現在很多開藥方都是靠人工智慧進行自動開藥（如微軟的Hanover系統），主要是根據病人的診斷書自動向病人開藥，這在美國廣泛使用。再比如有個學科叫影像學，會根據你拍的片子，如CT、核磁共振、X-ray等來分析你的情況，檢測出各種病症。而現在影像學的行業逐漸被人工智慧所取代，在美國的很多醫院都是靠人工智慧的算法自動識讀片子，再給病人做診斷。
3Automotive
再比如Automotive汽車行業方面，人工智慧用途也是非常廣，這裡主要談一下autopilot（自動駕駛儀），主要是通過一個算法，通過一個攝像頭或者一些傳感器去搜集汽車周圍的一些信息，從而進行分析，達到指導駕駛過程的目的。而它的實現要靠autopilot。現在在全世界範圍內主要由三大公司來做autopilot，分別是Tesla，Google和Apple。這三大公司如今在不遺餘力地開發這個汽車的自動駕駛儀，所以這個其實也是一個很大的應用。
4Finance
第四是Finance。首先就是Fraud detection，這在美國和全世界已經廣為應用了。主要是通過人工智慧的算法自動檢測欺詐行為，比如假支票、假帳號等網上欺詐行為。通過人工智慧算法自動分析後向用戶提供警告。
其次是算法交易。比如炒股票或買賣一些比較複雜的金融衍生品，如期權和期貨之類，那麼這些就叫交易。以前做交易都是靠trader，以後就會變成自動交易，也就是算法交易（algorithmic trading）。其實這方面現在是整個金融行業的一個趨勢，算法交易非常迅速，每毫秒就可以做一萬次交易，比人要迅速得多。又快又能綜合分析整個市場的信息，使交易行為更加明智。所以一旦技術成熟，現在很多銀行的交易員會失業。現在很多大投行，比如高盛，都在逐漸開發自己的這套算法，這是整個Finance行業的大趨勢。
5Video Game
最後一個是Video Game。人機對戰遊戲其實就運用了很多人工智慧的技術，我知道很多學人工智慧的學生畢業後都去了各大遊戲公司。
AI核心數學基礎
本質上講，整個CS就是一門應用數學，CS的核心就是數學，但不同的子方向可能對數學要求不一樣，所以我簡單提一下人工智慧方向有哪些知識需要特別掌握。
整個數學雖然博大精深，但是不外乎兩個大方向：純數學（Pure Math）和應用數學（Applied Math）兩個大分支。純數學包括Quantity（arithmetic)，Structure(algebra，圖論，數論，組合數學), Space (geometry), Change (微積分)。應用數學包括優化，統計和概率，流體力學，數值分析，密碼學，控制理論，常微分和偏微分方程。
在數學中，具體和人工智慧相關的只有4個方向，在純數裡有兩個，分別是圖論和微積分；在應數裡也有兩個，分別是優化、統計和概率。申AI專業數學的這四大方向是一定要了解的。
AI核心專業課程
數學課程：線代、微積分，概率論和數理統計，隨機優化，Monte Carlo方法，優化（linear，nonlinear，quadratic，convex programming），離散數學
計算機基礎：算法，數據結構，一門偏統計的程式語言如Python，Matlab，R
雖然CS不同子方向都需要編程，但不同的方向需要掌握的程式語言並不一樣。針對人工智慧方向，主要需要掌握Python，Matlab，R這三門程式語言。由於整個人工智慧是以統計為基礎，而這三門語言都特別強調統計分析。
計算機高級：人工智慧，機器學習，數據挖掘
計算機高級課程包括人工智慧、機器學習和數據挖掘。這些課都是研究生階段才上的課程，但如果你能有超前的學習意識，能在本科階段能提前修這些課程，申請的時候肯定是能夠加分的。
其它方面的核心能力
數學建模能力
對於人工智慧而言，數學建模是非常關鍵的一部分。無論你用任何人工智慧方法來解決問題，（比如金融、汽車駕駛、圖像識別等問題）都需要把一個具體問題進行抽象（abstraction）和簡化（simplification），完成以後再作假設，最後再作敏感性分析。敏感性分析的意思是換一換參數，看參數變化對你的結果有多大影響的一個過程。這些剛好就是數學建模的核心部分，整個人工智慧的問題都是以此為基礎，所以一定要在申請時好好體現數模能力。
其它領域的知識
如果你能同時具有其他領域的知識，申請的時候也是亮點。因為人工智慧強調深度和廣度。廣度的意思是人工智慧本身沒有任何價值，只有把人工智慧用到其它領域才有價值。如果你本科是學金融、電子或機械，申AI是有背景優勢的，因為他們可以很自然地將人工智慧應用於相應的領域，所以如果想轉專業申請人工智慧，一定要在文書中充分利用自己本科所學的知識。
實習
人工智慧在實驗室和工業界的實習機會是很多的，申請的時候最好有相關的實習。和人工智慧相關的公司主要有：MSRA（微軟亞洲研究院）、百度、騰訊和阿里巴巴。這些公司會招很多實習生做人工智慧，我們今年就有申請AI的學生在百度實習過，這段實習是為他的申請是加分不少的。
AI會議
AI領域會議非常多，如KDD(data mining), SIGIR (information retrieval), IJCAI (AI), NIPS (Machine Learning), ICDE(Data Science)，這些會議能給學生提供short paper的機會，如short paper session，for demo，workshop paper，abstract，student paper之類。對於這些會議而言，是很難發表一篇長文章的，但如果你的目的僅僅是想去掛個水，發表一些短文章，那麼門檻還是比較低的。並且這個paper對申請是非常有幫助的。
以上就是對CS的熱門AI方向的專業解析，如果想了解更多關於AI申請的細節，可以進一步和我溝通。