AI大佬-楊立昆：不要選擇CS，EE才是王道

（楊立昆：“卷積神經網絡之父”，原Meta首席人工智能科學家和紐約大學教授，圖靈獎（Turing Award）得主。）

楊立昆給有志投身人工智能領域青年學子的建議

楊立昆深耕基礎知識，遠比追逐 “當下的熱門新潮技術” 更有價值。

人工智能時代背景下，科技與人工智能領域的領軍人物，仍在圍繞計算機科學專業課程的未來發展方向展開熱議。

楊立昆直言，倘若計算機專業學生不能善用時間，到頭來可能會發現，自己的學位根本不值一提。

“如果你是一名計算機科學專業的學生，并且只修讀了典型計算機科學課程所需的最低數學課程，你可能會發現自己無法適應重大的技術變革，”LeCun 在給 Business Insider 的電子郵件中寫道。

在紐約大學教授計算機科學的LeCun在最近的一次播客節目中表示，他經常開玩笑說自己是“一個反對學習計算機科學的計算機科學教授”，因為他一直在推動學生將時間投入到其他領域。

“我的建議不是不要選擇計算機科學作為專業，而是盡可能多地學習基礎課程（例如數學、物理或電子工程課程），而不是學習當下流行的技術課程，”他告訴《商業內幕》。

Meta公司前首席人工智能科學家表示，他的建議是學生“學習那些能夠長期受益的知識”。但根據計算機科學專業的不同，并非所有這些技能都能通過學位課程獲得。

“我們應該學習一些數學基礎知識，比如建模，以及能夠與現實聯系起來的數學，”LeCun在“信息瓶頸”播客節目中說道。“你往往會在一些工程院校學習這類知識，它們與計算機科學相關，或者與電氣工程、機械工程等相關。”

大學和計算機科學專業的學生仍在努力探索如何調整課程設置，以適應生成式人工智能和日益智能化的人工智能時代。今年早些時候，加州大學伯克利分校教授哈尼·法里德（Hany Farid）描述了學生在求職方面面臨的困境，與以往畢業生“求職無憂”的局面形成了鮮明對比。

包括OpenAI的布雷特·泰勒在內的該領域領軍人物強調，計算機科學遠不止學習編程那么簡單。而包括諾貝爾獎得主杰弗里·辛頓在內的其他學者則強調，培養批判性思維才是跟上人工智能發展步伐的關鍵。

“有些技能永遠都很有價值，比如懂一些數學、統計學和概率論，懂一些線性代數之類的知識，這些知識永遠不會消失，”辛頓最近告訴《商業內幕》。

LeCun開玩笑地指出，他最初并沒有學習計算機科學。他先是在巴黎高等電子與電氣工程學院（ESIEE）學習電氣工程，之后于1987年在著名的索邦大學獲得計算機科學博士學位。 LeCun 說，一些計算機科學院校與工程專業有關聯，而工程專業往往需要更高等的數學知識。

“你知道，在美國，工程類學科要學微積分1、2、3，這能給你打下良好的基礎，對吧？”他說道。“但在計算機科學里，你只要學過微積分1就夠了。但這遠遠不夠，對吧？”

工程學還能讓學生接觸到控制理論和信號處理等概念，LeCun 表示這些概念“對人工智能等領域非常有用”。

LeCun表示，這一切并不是說應該拋棄基礎編程。即興編程固然不錯，但它不能替代基礎知識。

“顯然，你需要學習足夠的計算機科學知識才能進行編程和使用計算機，”他說。“盡管人工智能可以幫助你更高效地進行編程，但你仍然需要知道如何去做。”

—— 芯榜 ——