五门人工智能课程，带你了解IIT真正的实力

人类创造了人工智能，但人工智能似乎又正在超越人类。比如，被人们所熟知的AlphaGo战胜李世石。

而最近，国际权威机器视觉问答榜单 VQA Leaderboard更新了一项数据：

人工智能在“读图会意”任务中，准确率达到了 81.26%，人类的准确率才80.83%。

在超越人类这件事上，人工智能又拿下一分。

人工智能到底还能给我们带来多少惊喜？而人类又是如何实现人工智能越来越聪明？

伊利诺伊理工大学（简称IIT）这五门人工智能课程也许会告诉你答案，它将带你走进人工智能的真实世界，以及让你了解IIT对于人工智能的强大实力。

1.CS422 数据挖掘——机器学习和数据科学的结合

课程内容：

本课程将介绍数据挖掘领域中的概念和技术。课程将带领学生讨论如何利用大量数据发现有意义的规则和知识，如购物篮分析、最近邻、决策树和聚类。

课程教授：

Vijay Kumar Gurbani教授是实时通信实验室的联席主任，他有着丰富的教学经验，在课程中他会实操演示代码的运行，帮助学员真正了解每一个细节。

除了在IIT的教学工作外，他同时在一家科技公司成立了一个研究小组，领导整个公司的机器学习、数据科学和 AI 相关的业务。

课程作用：

让学员掌握预测任务和描述任务。根据历史数据的波动和数据的关联，对方案进行相应优化。

数据挖掘是一门交叉学科，内容会涉及数据库、人工智能、统计学和可视化等不同领域的知识，学好数据挖掘可有利于向其他方向延伸。

比如，当下的商业智能和数据分析团队广泛采用数据挖掘技术，帮助他们为组织和行业提取信息和知识。

应用场景包括信贷风险评估、欺诈识别、运营优化、实施个性化教育、医疗成本的预测和控制、慢性疾病的预警、医疗信息质量管理等方面。

2.CS480 人工智能导论——人工智能入门课程

课程内容：

课程主要包含六个章节，分别是智能体、搜索、知识表示及推理、不确定性及概率推理、决策问题和学习。

课程教授：

Jacek Dzikowski教授非常严谨认真，在本学期的第一周课程他就图灵测试与学员进行讨论，并对于每位学员的想法进行一对一点评。

此外，每周他都会细致地给同学们准备学习清单，推荐额外的学习资源。

课程作用：

作为人工智能的入门课程，CS480将会带你了解人工智能的全貌，真正走进人工智能的世界。

通过这门课，学生能够分析一个复杂的计算问题，并应用计算和其他相关学科的原理来设计、实施并评估解决方案。

3.CS583 概率图模型——概率图算法以及应用

课程内容：

本课程将涵盖概率图模型——不确定性下推理的强大和可解释模型。

课程内容包括，讨论有向、无向和因子图等一般模型族，以及隐马尔可夫模型和条件随机场等具体表示，讨论包括表征、学习和推理的理论方面，以及它们在许多有趣领域的应用，如计算机视觉、自然语言处理、计算生物和医学判断。

课程教授：

以严谨的教学态度、细致的专业讲解、贴心的关怀问候，Mustafa Bilgic教授一直备受学员好评，他本人也是IIT最受欢迎的AI课程教授之一。

他曾被Chicago Inno评选为在芝加哥大学任教的顶尖企业家和创新者之一，并在首屈一指的国际数据挖掘会议(ACM SIGKDD)上获得了最佳学生论文奖。

课程作用：

概率图模型是将人工智能的研究热点从传统AI（如逻辑、推理、知识表示）转向机器学习的重要工作。

其中，隐马尔可夫模型（HMM）是语音识别的支柱模型，高斯混合模型（GMM）及其变种K-means是数据聚类的最基本模型，条件随机场（CRF）广泛应用于自然语言处理（如词性标注，命名实体识别），Ising模型获得过诺贝尔奖，话题模型在工业界大量使用（如腾讯的推荐系统）。

4.CS584 机器学习——神经网络和深度学习

课程内容：

机器学习简介、回归算法、核方法、生成学习、判别学习、神经网络、支持向量机、图模型、非监督学习、维度降低。

课程教授：

意大利特伦多大学博士，佐治亚理工大学硕士，主要研究方向是深度学习在视频流数据理解方面的应用。

课程作用：

机器学习研究的是计算机怎样模拟人类的学习行为，以获取新的知识或技能，并重新组织已有的知识结构使之不断改善自身。

近年来互联网数据大爆炸，数据的丰富度和覆盖面远远超出人工可以观察和总结的范畴，而机器学习的算法能指引计算机在海量数据中，挖掘出有用的价值。

5.CS585 自然语言处理——用机器学习处理语言文字

课程内容：

实用的文字处理、单词和模式匹配、神经网络、词义消歧、文本分类和朴素贝叶斯、广义线性模型、NLP中的无监督方法、隐马尔可夫模型和维特比算法、结构化预测、上下文无关的语法和语法、CKY解析、概率CFG解析、依存语法、语义角色标签、机器翻译。

课程教授：

芝加哥大学语言学博士蓝十字蓝盾保险公司高级数据科学总监，曾任美国家庭保险集团数据科学经理，ETS美国教育考试服务中心语言研究总监等职务。

课程作用：

自然语言处理可以称得上是人工智能领域皇冠上的明珠。自然语言处理主要涵盖两个过程，自然语言理解和自然语言生成。

自然语言是认知智能的核心，如果语言智能有重大突破，那么人工智能的研究也会有质的飞跃。

自然语言处理是体现语言智能的重要技术，可以分析、理解或者生成自然语言，实现人与机器的自然交流，同时也有利于促进人与人的交流。

6.选择IIT——一起投入人工智能的浪潮

IIT人工智能课程主打系统与前沿，课程之间相互关联，循序渐进。

因此，在课程编排上，IIT先设置CS422和CS480，让学员对于数据和人工智能的发展状况有所了解，之后再去学习相关的高阶课程。

IIT设立人工智能课程的初衷，是为了帮助每个想要继续提升自我的计算机专业人才，以及零基础但却想要在人工智能成就一番事业的学生们真正了解人工智能的奥秘，并有掌握足够的能力去驾驭人工智能，为自己扩展更宽阔的职业道路。

因为IIT早已基于人工智能火热的时代背景，广泛的应用领域，预测到未来社会急需更为优秀的人工智能人才。

在2019年，计算机科学学院副教授Aron Culotte发表讲话：“人工智能是未来，IIT致力于培养一支能够应对未来挑战的优秀人工智能优秀人才队伍。”

同时，他也表示人工智能是科技行业增长最快的领域之一，预计在可预见的未来，其规模和重要性将继续增长。

在中国，已有许多行业报告印证了Aron Culotte教授的观点。

据《2020年新兴职业报告》显示，在15大新兴职业中，人工智能专家（Artificial Intelligence Specialist）的招聘数在过去4年中年增长率为74%，位居首位。

《中国互联网发展报告（2021）》报告显示，2020 年，我国人工智能产业规模为 3031 亿元，同比增长 15%，增速略高于全球增速。

各种行业数据显示人工智能如火如荼，人工智能有着太多可以值得我们人类去研究深挖的地方，同时它也是人类审视自己的一个过程。

人工智能是否真的会完全超越人类，我们不得而知。

但站在IIT巨人的肩膀上，探索人工智能的世界，用人类的智慧创造极具颠覆性的人工智能，是已知的答案。

选择IIT，一起投入人工智能的浪潮吧！