機器之心報道

編輯：杜偉

如今，人工智能已經(jīng)成為科技發(fā)展的主流，尤其是 ChatGPT 問世以來，大語言模型（LLM）正在深刻影響社會、企業(yè)和個人的方方面面。

對于想要投身人工智能領(lǐng)域的初學(xué)者來說，選對一門課程顯得尤為重要。很多大學(xué)往往會設(shè)置人工智能導(dǎo)論（Intro to AI）課程，并成為很多學(xué)生的首選。其中最著名、深受學(xué)生喜愛的課程有斯坦福大學(xué)的《CS221: Artificial Intelligence: Principles and Techniques》。

對于入門者來說，人工智能導(dǎo)論可以讓學(xué)生快速了解人工智能的不同分支，一般包括人工智能基礎(chǔ)、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、自然語言處理（NLP）、計算機視覺、強化學(xué)習(xí)等知識。

斯坦福大學(xué) 2025 秋季 CS221 課程。

近日，OpenAI 研究科學(xué)家、德?lián)?AI 作者 Noam Brown 表達(dá)了一種觀點：「對人工智能感興趣的本科生在選擇課程時要謹(jǐn)慎，不要再把人工智能導(dǎo)論（Intro to AI）作為第一門 AI 課程。大學(xué)里真正需要修的其實應(yīng)該是機器學(xué)習(xí)導(dǎo)論（Intro to Machine Learning）」。

他給出的解釋是，過去 15 年里，得益于深度神經(jīng)網(wǎng)絡(luò)的發(fā)展，人工智能技術(shù)迎來了爆炸式的發(fā)展。然而在許多學(xué)校，人工智能導(dǎo)論的課程大綱幾乎沒有變過，依然停留在 2010 年前后，通常只會花幾節(jié)課講機器學(xué)習(xí)。此外，在很多大學(xué)里，對于這門課程的「重構(gòu)」存在爭議，而慣性往往主導(dǎo)了一切。

他認(rèn)為，不要只根據(jù)課程名稱來決定要不要選它。相反，你應(yīng)該仔細(xì)查看課程大綱。理想情況下，一門好的入門課程應(yīng)該涵蓋線性回歸、梯度下降、反向傳播和強化學(xué)習(xí)。不同學(xué)校的課程差異很大，有些「人工智能導(dǎo)論」會講這些內(nèi)容，但大多數(shù)不會。

最后，他的建議是，如果你打算未來從事 AI 相關(guān)的職業(yè)，那么將「人工智能導(dǎo)論」留到后面再學(xué)更合適，它能讓你對智能有更廣闊的理解。但如果你的目標(biāo)是學(xué)習(xí)現(xiàn)代聊天機器人、圖像識別或生成工具、代碼助手背后的核心技術(shù)，那么你真正應(yīng)該先學(xué)的課程很可能是「機器學(xué)習(xí)導(dǎo)論」

另外，他曾經(jīng)與很多大學(xué)教授討論過這個問題，幾乎所有人都認(rèn)為「人工智能導(dǎo)論」課程應(yīng)該涵蓋更多的機器學(xué)習(xí)內(nèi)容。問題在于，他們對刪除哪些內(nèi)容來為機器學(xué)習(xí)騰出空間無法達(dá)成統(tǒng)一的意見。曾經(jīng)有一段時間，他建議應(yīng)該移除 CSPs（約束滿足問題），結(jié)果就讓一些教授覺得被冒犯了。

相較于人工智能導(dǎo)論略顯「傳統(tǒng)」的內(nèi)容（如符合主義、專家系統(tǒng)），機器學(xué)習(xí)導(dǎo)論聚焦現(xiàn)代主流 AI 技術(shù)，通常涉及線性回歸、邏輯回歸、神經(jīng)網(wǎng)絡(luò)、反向傳播、SVM、集成方法、深度學(xué)習(xí)等，內(nèi)容緊貼工業(yè)界和學(xué)術(shù)界熱點，適合未來打算進入工業(yè)界或從事應(yīng)用研究的學(xué)生。

其中著名的課程要數(shù)吳恩達(dá)擔(dān)任主講人的斯坦?！禖S229: Machine Learning》，該課程涵蓋了監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、生成模型、深度學(xué)習(xí)基礎(chǔ)等知識。

Noam Brown 的觀點引發(fā)了熱議，Anthropic 的一位研究者稱自己本科時就感到驚訝，IIT（印度理工學(xué)院）的「人工智能導(dǎo)論」課程完全沒有提到神經(jīng)網(wǎng)絡(luò)，并且好像到現(xiàn)在都沒有變化。

有人覺得「人工智能導(dǎo)論」課程確實存在陷阱。大學(xué)里教搜索算法和專家系統(tǒng)，而學(xué)生想了解 transformer 和反向傳播。這就像在智能手機時代教學(xué)生修打字機。

「我們今天看到的大多數(shù)突破都來自機器學(xué)習(xí)和深度學(xué)習(xí)，而不是那些老派人工智能導(dǎo)論課程里的主題?！?/p>

還有人建議，「只學(xué)提示詞工程和氛圍編程就行了，剩下的一切將迎刃而解?！?/p>

人工智能導(dǎo)論課程是否真的過時了，請在評論區(qū)留下你的看法。