人工智能項(xiàng)目最好的美國(guó)大學(xué)Top15！未來(lái)的大勢(shì)所趨！

隨著ChatGPT風(fēng)靡全球，人工智能也算是狠狠刷了一波存在感。雖然人工智能其實(shí)已經(jīng)不是新概念了，但是技術(shù)的日漸成熟會(huì)不可避免地給各行各業(yè)都帶去一定的變革。
有些職業(yè)可能直接被人工智能取代，辛辛苦苦學(xué)了幾年，畢業(yè)后發(fā)現(xiàn)機(jī)器人比你效率高，比你做得好，公司根本不需要你的存在，完蛋。所以說(shuō)，與其擔(dān)驚受怕，不如直接學(xué)人工智能和機(jī)器學(xué)習(xí)（狗頭）。
今天，我們就來(lái)看看人工智能項(xiàng)目最好的15所美國(guó)大學(xué)吧！

No.15 Princeton University 普林斯頓計(jì)算機(jī)科學(xué)系提供計(jì)算機(jī)科學(xué)核心領(lǐng)域以及一系列應(yīng)用和跨學(xué)科領(lǐng)域的本科課程，課程的另一個(gè)重要方面是獨(dú)立項(xiàng)目，每個(gè)學(xué)生至少完成一個(gè)由教職員工建議的設(shè)計(jì)或研究項(xiàng)目，這使學(xué)生有機(jī)會(huì)從事前沿研究或創(chuàng)業(yè)產(chǎn)品設(shè)計(jì)。
普林斯頓的機(jī)器學(xué)習(xí)和計(jì)算感知研究側(cè)重于機(jī)器學(xué)習(xí)的理論基礎(chǔ)、機(jī)器學(xué)習(xí)算法的實(shí)驗(yàn)研究，以及機(jī)器學(xué)習(xí)在生物學(xué)和信息檢索等其他領(lǐng)域的跨學(xué)科應(yīng)用，學(xué)者正在研究的一些技術(shù)包括概率圖形模型和非參數(shù)貝葉斯技術(shù)。

普林斯頓大學(xué)提供的有關(guān)人工智能和機(jī)器學(xué)習(xí)的課程如下： COS 302 (Fall, Spring) - Mathematics for Numerical Computing and Machine Learning
COS 324 (Fall, Spring) - Introduction to Machine Learning
COS 424 (Spring) - Fundamentals of Machine Learning
COS 429 (Fall) - Computer Vision
COS 484 (Fall) - Natural Language Processing
COS 485 - Neural Networks: Theory and Applications
COS 511 - Theoretical Machine Learning
COS 529 (Spring) - Advanced Computer Vision
COS 584 (Spring) - Advanced Natural Language Processing

No.14 University of California, Los Angeles 加州大學(xué)洛杉磯分校校園內(nèi)有一個(gè)充滿活力的人工智能生態(tài)系統(tǒng)，但在 Samueli 工程學(xué)院內(nèi)尤其如此。該領(lǐng)域?qū)Ｗ⒂跇?gòu)建智能行為的算法，能夠做出復(fù)雜的預(yù)測(cè)并解決具有挑戰(zhàn)性的問(wèn)題。
教師陣容包括來(lái)自不同工程背景的世界知名專家，包括電氣和計(jì)算機(jī)工程領(lǐng)域的計(jì)算機(jī)視覺(jué)和信號(hào)處理專家，以及學(xué)校計(jì)算機(jī)科學(xué)系從事機(jī)器學(xué)習(xí)、自然語(yǔ)言處理和概率模型的人才，課程側(cè)重于構(gòu)建能夠推理、學(xué)習(xí)和智能行動(dòng)的智能機(jī)器，以及執(zhí)行通常需要人類智能才能完成的任務(wù)。

No.13 University of Maryland, College Park 人工智能在馬里蘭大學(xué)帕克分校的計(jì)算機(jī)部門有著悠久的歷史，目前支持非常活躍的研究和教育項(xiàng)目，提供范圍廣泛的課程，包括入門 AI、自動(dòng)規(guī)劃、認(rèn)知建模、常識(shí)推理、進(jìn)化計(jì)算、博弈論、機(jī)器學(xué)習(xí)、多代理系統(tǒng)、自然語(yǔ)言處理和神經(jīng)計(jì)算。
學(xué)校以前的許多學(xué)生都取得了很高的成就，包括 Vipin Kumar（博士，1982 年），美國(guó)科學(xué)促進(jìn)會(huì)、ACM 和 IEEE 院士；楊強(qiáng) (博士，1989年)，IEEE 院士；Naresh Gupta（博士，1993 年），Adobe 高級(jí)副總裁；Lee Spector（博士，1992 年），ISGEC 院士；Gary Flake（博士，1993 年），Microsoft 杰出工程師和著名的《The Computational Beauty of Nature》一書的作者；以及 Narendra Ahuja（博士，1979 年），IEEE、AAAI、SPIE 和 ACM 院士。

No.12 Columbia University 哥倫比亞大學(xué)的人工智能研究側(cè)重于機(jī)器學(xué)習(xí)、自然語(yǔ)言和語(yǔ)音處理、計(jì)算機(jī)視覺(jué)、機(jī)器人技術(shù)和安全性。人工智能研究人員在大學(xué)內(nèi)外廣泛合作，為醫(yī)學(xué)、公共安全、法律、新聞和其他領(lǐng)域的應(yīng)用做出貢獻(xiàn)，一些人工智能的教師也是統(tǒng)計(jì)系、電氣工程系或數(shù)據(jù)科學(xué)研究所的成員。

No.11 University of California, San Diego UCSD 的人工智能團(tuán)隊(duì)從事廣泛的理論和實(shí)驗(yàn)研究，特別強(qiáng)的領(lǐng)域包括機(jī)器學(xué)習(xí)、不確定性推理和認(rèn)知建模。在這些領(lǐng)域內(nèi)，學(xué)生和教師還致力于解決自然語(yǔ)言處理、數(shù)據(jù)挖掘、計(jì)算機(jī)視覺(jué)、機(jī)器人技術(shù)、語(yǔ)音和音頻處理、生物信息學(xué)和計(jì)算機(jī)安全等問(wèn)題的實(shí)際應(yīng)用，學(xué)校大力支持和鼓勵(lì)跨學(xué)科合作。

No.10 University of Texas, Austin 得克薩斯大學(xué)奧斯汀分校的人工智能研究側(cè)重于機(jī)器認(rèn)知的挑戰(zhàn)，機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、NLP和機(jī)器人技術(shù)等不同子領(lǐng)域的理論和經(jīng)驗(yàn)，目前的研究主題包括計(jì)算機(jī)視覺(jué)、進(jìn)化計(jì)算、機(jī)器學(xué)習(xí)、多模態(tài)、自然語(yǔ)言處理、神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)和機(jī)器人技術(shù)。

No.9 University of Michigan, Ann Arbor 密歇根大學(xué)的人工智能研究由一個(gè)多學(xué)科研究小組組成，他們對(duì)智能系統(tǒng)進(jìn)行理論、實(shí)驗(yàn)和應(yīng)用研究，目前的項(xiàng)目包括理性決策、多代理分布式系統(tǒng)、機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、認(rèn)知建模、博弈論、自然語(yǔ)言處理、機(jī)器感知、醫(yī)療保健計(jì)算和機(jī)器人技術(shù)的研究。
人工智能的研究往往是高度跨學(xué)科的，建立在計(jì)算機(jī)科學(xué)、語(yǔ)言學(xué)、心理學(xué)、經(jīng)濟(jì)學(xué)、生物學(xué)、控制學(xué)、統(tǒng)計(jì)學(xué)和哲學(xué)的思想之上。在追求這種方法時(shí)，教師和學(xué)生與整個(gè)大學(xué)的同事密切合作。

No.8 University of Illinois, Urbana-Champaign UIUC的人工智能包括幾個(gè)關(guān)鍵領(lǐng)域：計(jì)算機(jī)視覺(jué)、機(jī)器聆聽(tīng)、自然語(yǔ)言處理和機(jī)器學(xué)習(xí)。計(jì)算機(jī)視覺(jué)系統(tǒng)可以理解圖像和視頻，例如，從視頻中構(gòu)建廣泛的城市幾何和物理模型，或警告建筑工人注意附近的危險(xiǎn)。
自然語(yǔ)言處理系統(tǒng)理解書面和口頭語(yǔ)言，可能性包括將文本從一種語(yǔ)言自動(dòng)翻譯成另一種語(yǔ)言，或者理解維基百科上的文本以產(chǎn)生關(guān)于世界的知識(shí)。
機(jī)器收聽(tīng)系統(tǒng)可以理解音頻信號(hào)，其應(yīng)用包括收聽(tīng)交通信號(hào)燈處的碰撞聲或自動(dòng)轉(zhuǎn)錄和弦音樂(lè)。機(jī)器學(xué)習(xí)對(duì)現(xiàn)代人工智能至關(guān)重要，它利用示例來(lái)調(diào)整系統(tǒng)以盡可能有效地工作。

UIUC的人工智能和機(jī)器學(xué)習(xí)相關(guān)課程包括： CS 543 / ECE 549 – Computer Vision
CS 445 – Computational Photography
CS 446 – Machine Learning
CS 598 – Machine Learning Theory
CS 440 – Artificial Intelligence
CS598PS – Machine Learning for Signal Processing
IE 534 – Deep Learning

No.5 University of Washington 華盛頓大學(xué)的人工智能組研究智能行為背后的計(jì)算機(jī)制，活躍于廣泛的研究領(lǐng)域，包括機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、概率推理、自動(dòng)規(guī)劃、機(jī)器閱讀和智能用戶界面，是世界領(lǐng)先的 AI 研究中心之一，在該領(lǐng)域頂級(jí)會(huì)議上的成績(jī)、學(xué)生和教師的個(gè)人榮譽(yù)以及備受矚目的研究合作（例如與艾倫研究所的合作）都證明了這一點(diǎn)。

華盛頓大學(xué)的人工智能相關(guān)本科課程包括： CSE 415: Introduction to Artificial Intelligence
CSE 427: Computational Biology
CSE 428: Computational Biology Capstone
CSE 446: Machine Learning
CSE 455: Computer Vision
CSE 473: Introduction to Artificial Intelligence Principal

No.5 Georgia Institute of Technology 在佐治亞理工學(xué)院，人工智能 (AI) 和機(jī)器學(xué)習(xí) (ML) 是大量的教師和研究興趣，主要關(guān)心的是構(gòu)建人類智能的自上而下和自下而上的模型；
構(gòu)建可以提供智能輔導(dǎo)的系統(tǒng)；創(chuàng)建自適應(yīng)和智能娛樂(lè)系統(tǒng)；制作能夠理解自己行為的系統(tǒng)；加深對(duì)如何構(gòu)建能夠適應(yīng)涉及眾多其他智能代理的動(dòng)態(tài)環(huán)境的自主代理的理解；
建模和預(yù)測(cè)人類行為；自動(dòng)化創(chuàng)造力；以及解決其他各種問(wèn)題。
在本科階段，AI 和 ML 主要存在于兩個(gè)線程中：Intelligence 和 Devices，課程包括人工智能概論、機(jī)器學(xué)習(xí)、自然語(yǔ)言理解、基于知識(shí)的人工智能、游戲人工智能和模式識(shí)別。機(jī)器人學(xué)和計(jì)算感知方面的一些課程也有人工智能或機(jī)器學(xué)習(xí)方面的內(nèi)容，這些課程的版本也適用于研究生級(jí)別。

No.5 Cornell University 學(xué)校官網(wǎng)自 1990 年代初以來(lái)，康奈爾計(jì)算機(jī)科學(xué)系已發(fā)展成為世界領(lǐng)先的人工智能團(tuán)隊(duì)之一，從他們的獲獎(jiǎng)記錄、新聞報(bào)道和其他認(rèn)可中可以看出這一點(diǎn)。
同時(shí)，相對(duì)較小的規(guī)模造就了一個(gè)協(xié)作和合作的環(huán)境，在這個(gè)環(huán)境中，廣泛的研究小組蓬勃發(fā)展。一些研究小組如下：
AI, ethics, and policy
Combinatorial search, connections to operations research and statistical physics
Computational sustainability

No.4 University of California, Berkeley 伯克利人工智能研究 (BAIR) 實(shí)驗(yàn)室匯集了加州大學(xué)伯克利分校計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、規(guī)劃、控制和機(jī)器人領(lǐng)域的研究人員，包括 50 多名教職員工和 300 多名研究生和博士后研究人員，他們從事上述領(lǐng)域的基礎(chǔ)性進(jìn)展研究，以及跨領(lǐng)域主題，包括多模態(tài)深度學(xué)習(xí)、人類兼容的 AI 以及將 AI 與其他科學(xué)學(xué)科聯(lián)系起來(lái)。
在加州大學(xué)伯克利分校，本科 AI 相關(guān)課程往往有課程編號(hào) CS18_、EE12_，研究生 AI 相關(guān)課程往往有課程編號(hào) CS28_、EE22_，以及專題課程CS294-xxx。

No.3 Stanford University 斯坦福人工智能實(shí)驗(yàn)室 (SAIL) 由John McCarthy 教授于 1963 年創(chuàng)立，至今仍是一個(gè)豐富、充滿智慧和激發(fā)靈感的學(xué)術(shù)環(huán)境。通過(guò)多學(xué)科和多院系合作，SAIL 促進(jìn)新發(fā)現(xiàn)并探索通過(guò) AI 增強(qiáng)人機(jī)交互的新方法，同時(shí)培養(yǎng)下一代研究人員。
SAIL 工作人員的支持幫助研究人員、訪問(wèn)學(xué)者和學(xué)生推進(jìn)新發(fā)現(xiàn)和創(chuàng)新，這些團(tuán)隊(duì)的合作增加了前沿研究的深度和廣度。

斯坦福大學(xué)的人工智能相關(guān)課程包括： CS139 Human-Centered AI
CS157 Computational Logic
CS221 Artificial Intelligence: Principles and Techniques
CS223A Introduction to Robotics
CS225A Experimental Robotics
CS228 Probabilistic Graphical Models
CS229 Machine Learning

No.2 Massachusetts Institute of Technology 計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室 (CSAIL) 是麻省理工學(xué)院的一個(gè)研究所，由 2003 年計(jì)算機(jī)科學(xué)實(shí)驗(yàn)室 (LCS) 和人工智能實(shí)驗(yàn)室 (AI Lab) 合并而成，位于 Ray 和 Maria Stata 中心內(nèi)，按研究范圍和成員資格衡量，是最大的校內(nèi)實(shí)驗(yàn)室。
CSAIL 的研究活動(dòng)圍繞著許多半自治的研究小組組織，每個(gè)研究小組由一名或多名教授或研究科學(xué)家領(lǐng)導(dǎo)，這些小組的研究領(lǐng)域包括：
人工智能
計(jì)算生物學(xué)
圖形和視覺(jué)
語(yǔ)言與學(xué)習(xí)
計(jì)算理論
機(jī)器人技術(shù)
系統(tǒng)（包括計(jì)算機(jī)體系結(jié)構(gòu)、數(shù)據(jù)庫(kù)、分布式系統(tǒng)、網(wǎng)絡(luò)和聯(lián)網(wǎng)系統(tǒng)、操作系統(tǒng)、編程方法和軟件工程等）
值得一提的是，CSAIL 主持萬(wàn)維網(wǎng)聯(lián)盟 (W3C)。

No.1 Carnegie Mellon University

自該領(lǐng)域創(chuàng)立以來(lái)，卡內(nèi)基梅隆大學(xué)在人工智能教育和創(chuàng)新方面一直處于世界領(lǐng)先地位，計(jì)算機(jī)科學(xué)學(xué)院在 2018 年秋季開(kāi)始提供美國(guó)第一個(gè)人工智能學(xué)士學(xué)位。
人工智能本科項(xiàng)目為學(xué)生提供將大量數(shù)據(jù)轉(zhuǎn)化為可操作決策所需的深入知識(shí)，該項(xiàng)目及其課程側(cè)重于如何使用復(fù)雜的輸入——例如視覺(jué)、語(yǔ)言和龐大的數(shù)據(jù)庫(kù)——來(lái)做出決策或增強(qiáng)人類能力，包括計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算建模、機(jī)器學(xué)習(xí)和符號(hào)計(jì)算方面的課程。
由于卡內(nèi)基梅隆大學(xué)致力于人工智能造福社會(huì)，學(xué)生還將學(xué)習(xí)道德和社會(huì)責(zé)任課程，并可選擇參與獨(dú)立的研究項(xiàng)目，這些項(xiàng)目將在醫(yī)療保健、交通和教育等領(lǐng)域改善世界。
正如 AI 將機(jī)器學(xué)習(xí)和自然語(yǔ)言處理等學(xué)科結(jié)合起來(lái)一樣，人工智能項(xiàng)目的教職員工廣泛來(lái)自學(xué)校計(jì)算機(jī)科學(xué)系、人機(jī)交互研究所、軟件研究所、語(yǔ)言技術(shù)研究所、機(jī)器學(xué)習(xí)系和機(jī)器人研究所。
寫在最后
人工智能項(xiàng)目最好的美國(guó)大學(xué)排行就到此為止啦！想必大家不難發(fā)現(xiàn)，這一排行和計(jì)算機(jī)科學(xué)項(xiàng)目最好的排行重疊還是較大的~