180 の大学が人工知能専攻の追加を承認されました。これらの大学への出願をお勧めしますか?

[[317457]]

教育部が発表した最新の学部専攻新登録リストでは、理工系や総合大学のほか、語学や医学など専門分野に強い大学など約180校が人工知能専攻追加の認可を通過した。

3月3日、教育部の公式サイトは「2019年度一般高等教育機関の学部専攻登録および承認結果発表に関する通知」を更新した。大学は、登録専攻を 1,672 科目、承認専攻を 181 科目追加し (州管理の専攻 130 科目とカタログに含まれていない新規専攻 51 科目を含む)、47 科目の学位授与区分または修業年数を調整し、367 科目を取り消しました。

そのうち180校が人工知能専攻を新たに設置しており、新規登録専攻者数が最も多い学科でもある。 100校以上の学校がデータサイエンスやビッグデータ技術の専攻を追加し、数十校がインテリジェント製造、ロボット工学、インテリジェント科学技術などの専攻の認可も通過しました。

以下は、人工知能専攻を新たに追加した大学のリストです。このうち、教育部直属の大学は15校です。また、山東省（14）、江蘇省（11）、河南省（10）、安徽省（10）、湖南省（9）など、人口が多く教育水準の高い省が、人工知能専攻を新たに追加した大学の数でトップを占めています。

AI関連分野の発展

国務院が2017年に「次世代人工知能発展計画」を公布して以来、一部の「双一流」大学は相次いで人工知能学院や研究所を設立したり、その他の革新的なメカニズムを通じて人工知能関連分野の建設を重要な建設任務に挙げたりしている。

2018年4月、教育部は「高等教育機関における人工知能イノベーション行動計画」を発表した。この文書では、新世代の人工知能の発展に適応するために、国は2020年までに高等教育機関の科学技術イノベーションシステムと規律システムの最適化を基本的に完了する必要があると指摘した。 2030年までに、大学は世界の主要な人工知能イノベーションセンターと新世代の人工知能の発展をリードする人材基盤を構築する中核的な力となり、我が国が主要なイノベーション国家の一つとなるための科学技術サポートと人材保証を提供します。

2019年3月、教育部は35の大学に「人工知能」の学部専攻を追加することを承認した。これは中国で初めて人工知能の学部専攻を大規模に承認したものだった。

昨年承認された人工知能分野の新しい学部専攻のリスト。昨年の35校と比較すると、今回は180校という新規開設数も人工知能専攻の人気を反映している。

清華大学は2019年5月、人工知能の学校クラスの設立を発表し、2019年秋から学部生の募集を開始する。このクラスは「スマートクラス」と呼ばれ、チューリング賞受賞者で清華大学学際情報科学研究所所長の姚其志氏が主任教授として率いる。学部課程の低学年では数学、コンピュータサイエンス、人工知能のコアコースを教えています。高学年ではAI+Xコースプロジェクトアプローチを採用し、人工知能と他の分野の相互統合トレーニングを実施し、業界合同インターンシップの機会を設けて、産学研の融合を促進しています。

2020年2月24日、教育部、国家発展改革委員会、財政部は共同で「『双一流』構築大学における人工知能分野の学科融合の推進と大学院教育の加速に関する若干の意見」を発表し、「双一流」構築に依拠して人工知能の内包を深め、基礎理論人材と「人工知能+X」複合人材を同等に重視する教育システムを構築する必要があると指摘した。深く融合した学科構築と人材育成の新しいモデルを模索し、人工知能分野の大学院教育レベルの向上に努め、わが国が世界の技術の最前線に立って独創的な成果をリードする上で大きな突破口を開くために、より十分な人材サポートを提供する。

国の政策に後押しされ、大学では人工知能専攻を積極的に開設しており、これは我が国の AI 人材の不足を補う上で良いことです。しかし、同じ専攻科目を集中的に履修すると、専攻科目の集中化、教員不足、教育の質の不均衡などの問題が生じる可能性があります。したがって、人工知能専攻を志望する学生は注意が必要です。

大学は大量に開校しているので、出願する際には注意が必要です。

人工知能は、数学、コンピューターサイエンス、論理学、言語学など、さまざまな分野の知識を必要とする典型的な学際的な科目です。すべての学校に、このような専門職の体系的なトレーニングをサポートできる十分な数の教師がいるわけではありません。

さらに、人工知能は非常に「頭を悩ませる」専攻かもしれません。南京大学を例に挙げると、同大学の人工知能専攻では、学生の数学的基礎を養うことに特に力を入れています。授業計画には、高度な代数、数学的解析、離散数学など、多くの基礎数学専攻が含まれています。同校人工知能学院長の周志華教授はかつてインタビューで、人工知能が直面する問題は絶えず変化しており、その解決にはさまざまな数学的ツールが関わってくる、と語っていた。高レベルの人材には優れた数学的基礎がなければならない。

伝統的なコンピュータサイエンス専攻との数学教育の違いについて話す際、周志華氏は、伝統的なコンピュータ分野の数学教育の状況は次の通りであると述べた。微積分と線形代数のコースの内容は非常に浅く、行列理論は通常提供されていない。確率論と数理統計のコースの内容は表面的である。最適化法のコースは通常提供されていない。数理論理学のコースは通常選択科目である。これは、学生が人工知能のコアコースを学ぶ上で大きな障害となります。

最後に、人工知能に対する一般の認識と人工知能の現在の開発状況の間には、一定のギャップがある可能性があります。多くの人は「人工知能」はほぼ「全能」であると信じており、この「強い人工知能」はまだ概念段階にあります。現段階では、人工知能は「弱い人工知能」に過ぎず、比較的簡単なタスクしか完了できません。したがって、このような誤解をしている学生は、人工知能の現在の開発状況を再認識する必要があります。