人工智能领域哪些高校实力强?
发布网友
发布时间：2022-04-23 00:25
共3个回答
热心网友
时间：2023-09-16 17:32
高校建立的实验室与大公司有所不同，其研究项目除了偏应用科学的领域，还有一些属于基础理论研究的项目，是无法从具体的产品上表现的，通常高校实验室会同时进行两种领域的研究甚至侧重后者，考虑到高校在学术界的地位，人们在关注实验室研究内容的时候除了关注它的产品，同时也应该注意其在基础研究领域的水平。
麻省理工学院
MIT的人工智能实验室全称叫CSAIL (ComputerScience and Artificial Intelligence
Laboratory)。最初，这是两个实验室：计算机实验室创办于1963年，人工智能实验室创办于1959年，两个实验室在2003年正式合并。
CSAIL是MIT最大的实验室，也是世界上最重要的信息技术研发中心。CSAIL的成员创立了多于100家知名公司
，包括机器人之父科林·安格尔，iRobot公司创始人之一海伦·格雷纳，波士顿动力公司创始人马克·雷伯特，还有卡内基·梅隆大学机器人研究所的负责人马特·梅森。
MIT也几乎是顶尖技术的代名词。它在去年底发布了2015年CSAIL的主要创新，包含3D打印心脏，可以爬楼梯、开门甚至驾车的机器人，癌症预测工具等。
斯坦福大学
斯坦福大学的人工智能实验室成立于1962年，50多年来一直致力于推动机器人教育。由于斯坦福与硅谷的特殊联系，斯坦福的学生有更多机会将他们的发明商业化。斯坦福大学在2014年底宣布了一个长达100年的人工智能研究计划，可见其在人工智能研究方面的投入和决心。
另外，斯坦福大学在网上公开了许多他们有关机器人和深度学习的课程。在斯坦福人工智能实验室的教授团队中，最为华人熟悉的是Andrew
Ng（吴恩达），他是世界上machine learning（机器学习）领域的大师，在斯坦福教授的machine
learning课程十分受欢迎。同时，他还曾在Google公司的“谷歌大脑”项目中担当要职，帮助谷歌建立全球最大的“神经网络”，这个神经网络能以与人类大脑学习新事物相同的方式学习现实生活。2014年，Andrew加入百度担任百度首席科学家。
斯坦福的华人李飞飞参与建立了著名的ImageNet计算机视觉识别数据库及挑战赛，其每年都会吸引各大公司的图像识别程序的参加，极大促进了图像识别领域的技术发展。目前，李飞飞是斯坦福人工智能实验室的主管。
卡内基梅隆大学
卡内基梅隆大学在1979年成立了Robotics
Institute（机器人学院），专门在机器人科技领域进行实践和研究，这个学院还是全世界第一个推出机器人PHD项目的大学。在该学院下面还设有National
Robotics Engineering Centre （NREC），与*及商业机构合作，进行高端项目研究。
同时，卡内基梅隆大学还是NASA航空航天科研任务的主要承制单位之一,该校的机器人研究所从事过自动驶车、月球探测步行机器人,单轮陀螺式滚动探测机器人的研究。
加州大学伯克利分校
加州大学伯克利分校是最负盛名的公立学校。该校的机器人和智能机器实验室，致力于用机器人复制动物的行为。它的自动化科学和工程实验室从事更广泛的机器人功能的研究，如机器人辅助外科手术和自动化制造。还有计算机可视化小组，学生可以学到如何帮助机器人能“看的见”。
加州大学伯克利分校研发的一个机器人可以自己拧开瓶盖。
布里斯托大学
布里斯托大学智能系统实验室（Intelligent Systems
Laboratory，ISL）的研究领域涵盖了机器学习，数据分析和挖掘，图像识别等多个领域，除了专精计算机科学和工程学外，布里斯托大学还非常注重计算机科学在其他领域学科中的交叉应用。去年3月，该实验室由人工智能教授尼洛·克里斯蒂亚尼（Nello
Cristianni）所带领的团队在一项新的研究中首次使用算法分析了13万多篇网上有关2012年美国总统大选的媒体报道，总结出了大选年媒体的表达规律从而判断出他们对政党的态度。这是一项典型的大数据与社会学的综合研究。ISL的负责人目前是Colin
Campell
耶路撒冷希伯来大学
以色列以科技创新闻名于世，那里的希伯来大学虽然没有专门的人工智能实验室，但在人工智能领域取得的成就却丝毫不逊于很多专门成立了实验室的学校。希伯来大学还拥有世界上第一家技术转让公司Yissum，独家负责希伯来大学发明创造的商业化应用。希伯来大学最著名的发明应该数自动驾驶系统Mobileye，它于今年被Tesla采用，视为在自动驾驶领域对抗谷歌的武器。
牛津大学
牛津大学也没有专门的人工智能实验室，但其在深度学习方面的实力也不容小觑，14年谷歌先是收购了人工智能公司DeepMind，然后在年底展开了与牛津大学的合作，雇佣了7位深度学习领域的专家，其中3位仍然保留牛津大学教授的职称。正是这些人和DeepMind一起研制出了后来名扬天下的AlphaGo。
Dalle Molle
瑞士意大利语区高等专业学院Dalle Molle人工智能研究所（意大利语Scuola universitaria
professionale della Svizzera italiana - Istituto Dalle Molle di studi
sull'intelligenza
artificiale）是一个非营利性的人工智能研究机构，隶属于卢加诺大学信息学院，瑞士意大利语区高等专业学院信息技术部以及瑞士南方的应用科学大学。
研究所致力于机器学习，包括人工神经网络和强化学习，目前，该实验室正在研制一种用于无人机搜救的人工智能系统，可以识别出复杂的从林中需要救助的对象，如迷路的人或登山队员。
SCIAI
SCIAI全称为锡耶纳大学人工智能研究所（The Siena College Institute for Artificial
Intelligence），它与布里斯托大学一样比较重视计算机科学与其它科学，如经济学、社会学、医学等领域的联合应用。并且它还比较重视有关AI的伦理问题和AI应用后对社会可能的冲击的研究。我们认为后者应该属于AI领域的基础理论研究，因此尽管其没有有名的产品和合作，我们也将其选入了进来
苏黎世理工
苏黎世联邦理工学院的人工智能实验室在机器视觉和深度学习、机械工程等方面有深厚的积累。培养出了无数人工智能领域的人才。国内外的许多AI公司的CTO都毕业于该校的计算机视觉领域。
在其人工智能实验室成立25周年之际，苏黎世理工展示了他们建造的最新的一款人形机器人，其结构设计看起来同人类的肌肉-骨骼系统颇为相似。其分布式自动控制实验室甚至制造出过一款带有球拍的、可以用来打球的四旋翼无人机系统“Quadrators”。
热心网友
时间：2023-09-16 17:32
华中科技大学、清华大学、西南电子科技大学、中国科学技术大学等。
人工智能
定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。[1]
关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND））等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构*的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。
人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济*决策，控制系统，仿真系统中得到应用。
著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个的分支，无论在理论和实践上都已自成一个系统。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。
热心网友
时间：2023-09-16 17:33
要根据自己兴趣和能力慎重选择专业，院校和导师。
首先，是专业。
相关专业:计算机类+数学类+自动化类+软件类+电子类+信息科学类（信息管理和图书情报），学院与之对应
其次，对应专业的院校。
考量指标:院校级别和排名+正教授人数及学者头衔数量+基金类目、级别及数量+博士后流动站有无和数量+国家重点实验室有无和数量+科研成果产出质量数量。
