大学の専攻の盛衰は、時代の発展と技術の進歩を最もよく物語る証拠でもあります。

今日のいわゆる「落とし穴」専攻を注意深く研究してみると、そのほとんどはかつては絶大な人気を誇った「人気」専攻だったことがわかります。

しかし、時代の変化とともに、だんだんと「落とし穴」の職業になってきました。

こう考えると、人工知能など最近台頭してきた「ホット」な専攻も、次の「陥没穴」となる専攻になるのだろうかと疑問に思う。

AI関連専攻の台頭

AI としても知られる人工知能は、近年登場した新興産業です。

[[385741]]

実は、いわゆる人工知能技術やこの概念が最近登場したものではないことを知らない人も多いかもしれません。

この概念は 1956 年に初めて提案されました。

さらに、いくつかの浮き沈みを経験しており、それぞれの衰退は開発のボトルネックやハードウェアのボトルネックによるものでした。

近年、コンピュータの性能が継続的に向上したことにより、徐々に再び人気が出てきています。

中国も「レッドオーシャン」だ。

2017年以降、多くの大学が人工知能学部を設立しました。

例えば、中国科学院大学、中山大学など。北京郵電大学も2020年1月7日に人工知能学院を設立した。

[[385742]]

同時に、多くの大学でも人工知能関連の専攻が開設されました。

たとえば、2019 年に純粋な人工知能専攻を実際に提供していた大学は 35 校しかありませんでした。

しかし、この数字も増加しています。

教育部が2020年に発表した「2019年度一般高等教育機関の学部専攻登録・承認結果」によると、新たに180の大学が人工知能専攻を追加した。

教育部はこのほど、2020年度一般高等教育機関の学部専攻の登録・承認結果を発表した。

さらに130の大学が人工知能専攻を追加した。

130以上の大学が人工知能専攻を追加

130の大学が人工知能専攻を追加しており、これはすべての新専攻の中で最も人気の高い専攻でもあります。

[[385743]]

これだけでも人工知能がいかに普及しているかがわかります。

したがって、控えめに見積もっても、純粋な人工知能専攻を開設している大学は 300 校以上あります。

ビッグデータ、データサイエンス、ビッグデータ技術、インテリジェント製造工学、特にデータサイエンスとビッグデータ技術など、人工知能に関連する専攻を提供する大学はさらに多くのあります。

2019年3月時点で、479の大学がすでにデータサイエンスとビッグデータ技術の専攻を開設している。

大学がこれらの専攻を大規模に提供しているという事実は、卒業生の就職についても懸念を抱かせます。

なぜなら、どの業界でも、人材の需要は増え続けることはなく、最終的には飽和状態に達するからです。

さて、多くの人が疑問に思うかもしれません。「人工知能は、いわゆる次の陥没穴メジャーになるのだろうか？ 」

人工知能は次なる「陥没穴」専攻になるのでしょうか?

実際、人工知能業界の歴史的発展を組み合わせることで、この質問に答えることができます。

[[385744]]

つまり、マシンハードウェアのボトルネックに到達し、その後ゆっくりと低下して次の上昇を待つ可能性が非常に高いですが、低下し続ける可能性は低いです。

したがって、比較的「新しい」専門分野であるため、試験に応募する受験者が増えるにつれて、就職に関して多くの問題が発生する可能性があります。

さらに、多くの人がこの問題を発見しました。

[[385745]]

この専門分野には、数学、コンピューター、自動制御など、多くの分野が関係しているからです。

したがって、学ぶべきことはたくさんありますが、同時に、仕事に就くための能力を身に付けるために豊富な経験を積む必要もあります。

その結果、学習サイクルが長くなり、大学や短期大学の卒業生は入門レベルとしかみなされない可能性があります。

このため、多くの企業は、学部生や短大生よりも、この分野の修士課程や博士課程の学生を採用することを好むのです。

これにより、雇用における「需要と供給のミスマッチ」が生じることになります。

企業は適任者を採用できず、卒業生は就職できない。つまり、企業のハイエンド人材の需要が高まる一方で、学歴の低い卒業生が増えているのだ。

[[385746]]

これも「天坑」専攻が結成された重要な理由かもしれません。

したがって、この専攻に応募するためのいくつかの提案を以下に示します。

アプリケーションの提案

人工知能業界に本当に興味があるなら、ぜひ応募してください。

しかし、いわゆる人工知能、機械学習、ビッグデータ、自然言語処理などがあるため、明るい面だけを見てはいけません。

その背後には、Python コード、日々のコード デバッグ、モデル トレーニングが存在します。

それは実は非常に退屈でつまらない仕事です。

同時に、あなたは「ハゲ」になる覚悟をしなければなりません。なぜなら、前述したように、この専攻は単なるコンピューター専攻ではなく、数学的確率と統計分析、自動制御に関する多くの知識も必要だからです。

[[385747]]

したがって、機械がコーパスを更新し続けるのと同じように、学習を続け、知識を更新し続ける必要があるかもしれません。

今日新しいアルゴリズムが登場し、明日は効率的なマシン モデルが登場します。そのペースに遅れないように、知識をタイムリーに更新する必要があります。

また、前述したように、この業界では学習サイクルが非常に長いため、学部を卒業するだけでは十分ではないかもしれません。修士号や博士号を取得するための勉強や、プロジェクト経験を積み続けることも必要になります。

これらはすべて、試験に申し込む前に理解し、精神的に準備しておく必要があるものです。

これらに問題がなければ、試験に申し込んでも大丈夫だと思います。少なくとも、今後数年間は就職に困ることはないでしょう。

少なくとも、高度な教育を受けた医療従事者に対する待遇は依然として非常に良好です。

ただし、学習能力が平均的で、関連専攻にあまり興味がない場合は、この専攻を直接学ぶことはお勧めしません。

[[385748]]

数学、コンピューターサイエンス、オートメーションなどの他の専攻を学ぶこともできます。これらの専攻は人工知能関連の専攻に転入できるためです。