作者：mike liu        来源：知乎

新事物总是充满了吸引力，机遇与挑战并存。但是AI与别的风口是不一样的，不管它与我们自己的生活有多少关系，不管我们的态度是支持也好，反对也罢，它就处在这个风口浪尖的位置上。赶也赶不跑，而且一呆就是好几十年。从科技大佬，到身边同学，街头巷尾几乎只要是受过教育的有志之士都会对AI或是所谓“人工智能”评头论足，甚至家里的老人也会时不时提到两句。

但是关于Artificial Intelligence，不同人看到的是完全不同的东西。你可能会对着正在调试的tensorflow和CoreML苦笑；拿起手边的砖头书，脑中过着系统学过的算法，呆呆望着眼前的代码；回想起曾经学过的natural word processing, Machine Learning, facial recognition等等概念；联想到Google，Facebook，Apple等公司的发布会上看到的最新技术；吹嘘起alpha go，无人驾驶汽车，自动翻译软件；但是对于更多的人来说所谓“人工智能”就只是几段电影里精彩的片段，多次不知是否有意义的辩论，或者几篇水平参差不齐的推送。关于人工智能这个翻译是否传递出了它的本义，它的定义，目前水平，在我们的生活当中处于一个什么样的地位，我没有资格也没有能力对他进行评价，但是多去了解AI总是一个不会太错的决定。

或许你可以把CMU的AI专业与53年剑桥和62年普渡开办CS来类比。在此之前，人们一般会通过在数学系学习algorithm或者在工程系猛攻electronic engineering来为自己成为一名早期电脑工程师做准备。第一代的电脑大神或者说是电脑的奠基者一般都还是个数学家或者工程师。而对于硬件的过分追求则造成了一个很有趣的现象：早期所有的programer也就是我们现在所定义的软件工程师几乎都是女性，而这些则是被认为最底端的工作。所以说可能虽然我们现在十分注重关于AI和电脑编程，而最后成为下一个世纪最重要的技能却是编写使用指南的人？当然鉴于这种新兴学科的不确定性，我们也无法预测最后究竟会是什么技能主导这个新的浪潮。但是我们能做好准备的或许就是在各个方面都不停学习积累经验。或许不是巧合，在看完Walter Isaacson的The Innovators: How a Group of Hackers, Geniuses and Geeks Created the Digital Revolution之后，我最大的收获就是那些主导上一次科技革命的人，都在某种程度上是跨学科的全才。

CMU的教学质量还是很强的，特别是在CS方面。虽然是第一个提出本科AI学位的学校，但是把AI作为重点或许可以最早追溯到60年代MIT的AI Lab。在最近这个就连MSOE这个并不是主流CS强校（在这里没有任何看不起的意思，只是了解不够）的学院也投入巨资打造AI学院的年代，或许CMU推出这个系也是一种保持自己领先地位的方式吧。

也这一届总共只有35个名额 而且按照理论是全部给CS院的人。所以成为第一个吃螃蟹的人，还是需要一定水平的。建议在决定之前可以先上手一门顺手的编程语言，然后再去了解一下自己对于AI比较感兴趣的研究方向。同时也可以继续对于别的理科甚至是humanity和social science的研究，或许有一天你的AI会需要这些知识的。

最后，我希望无论你对这些东西了解如何，千万不要把AI和CS这两个东西神话。不要因为码农收入高或者AI火就去报名一个什么“python人工智能”之类的培训班，然后放弃自己的兴趣和大好前途。当然，如果你们想题主和本人一样对于这种特殊的解决问题的方式感兴趣的话，还是一个很好的机会。

最后留一句：题主如果你想清楚了，暑假就应该要和我一起忙着学了，然后到了CMU估计就更累了……我会支持你的！