![商学院banner图](../wl_upload/pic/1542338324.jpg)
人工智能博士研究领域:人工智能博士学位的入学要求
人工智能和智能系统被认为是下一次“工业革命”的关键。在一个数据丰富的世界里,开发一种能够从经验中学习并呼吁人类行为做出决策的人工智能,可能会改变我们的生活方式,并提供无穷无尽的经济、社会和科学应用。在全国范围内,对人工智能工作者的需求越来越大,因为世界越来越依赖于开发技术和自动化系统。因此,越来越多的人在攻读人工智能研究生。
人工智能博士专注于什么?
人工智能博士学位将使您深入了解人工智能,让您为新兴技术的发展做出贡献,并为您配备高度适用的技术技能。
例如,人工智能的工程应用包括任务自动化和参数化建模。医疗应用包括使用数据科学方法识别临床数据中的疾病模式。金融应用包括使用机器学习平台处理大量数据,帮助信贷机构分析风险和评估潜在借款人。
人工智能博士课程可以专注于:
• 机器学习
• 深度学习
• 自然语言处理
• 深度神经网络架构
• 人机交互
• 增强现实
• 机器人学
• 以及无数其他领域
人工智能博士学位的入学要求
人工智能博士学位的入学要求通常是认可大学相关学科的高二等荣誉学位(或国际同等学历)。被认为与人工智能相关的科目包括计算机科学、工程、数学、统计学、电子/电气工程或科学。
一些研究课程还要求申请人拥有编程经验,所需的编程语言将特定于研究项目。机器学习或数据科学的学术或工作经验通常有利于申请。
国际学生还需要满足大学设定的几个最低英语语言要求,通常是托福或雅思考试的一部分。
会期和课程类型
像大多数博士一样,人工智能博士课程通常需要3-4年的全日制,或者6年的兼职。
除了传统的博士学位,还有CDT博士学位。许多大学都有博士培训中心,这些中心通常由UKRI中心资助。这些CDT可以提供CDT博士学位,这是一个专门的人工智能博士课程。标准人工智能博士学位和CDT人工智能博士学位的主要区别在于,后者包括额外的模块,为候选人提供神经科学、企业家精神、高性能计算、人工智能伦理和科学交流方面的培训。
由于你可以在人工智能领域从事不同的研究领域,项目的性质可能会有所不同。一些博士研究项目是基于计算的,严重依赖编码、数学和实验室工作。其他研究项目可能是人们面对的,包括问卷调查,例如确定公众对拟议立法的看法。
成本和资金
对于英国/欧盟学生来说,人工智能博士的年度学费通常在4000到5000英镑左右。国际学生的学费通常要高得多,通常每学年约为25000英镑。
研究生学习有多种奖学金和资金支持选择。特别是对于人工智能,UKRI和ESPRC在不同的大学提供许多学生名额和CDT机会。许多大学都有与英国研究委员会合作的研究中心,并提供全额资助的项目。英国/欧盟学生通常可以获得资金。国际学生也有资格获得一些资助机会,但这些机会往往不太普遍。
AI中可用的职业道路
人工智能的主要优势之一是它有广泛的应用,因此有许多职业道路可供选择。随着计算机系统和数据在日常生活中变得更加集成,对人工智能专家的需求迅速增长。这种高需求导致了许多高工作保障和丰厚的工资。
AI博士生的示例目的地包括:
数据分析师——如果你是一个非常善于分析的研究学生,你可以利用你的人工智能博士学位从事数据科学或分析的职业。数据分析师可以在工程、金融、医疗保健以及两者之间的任何地方找到。他们负责数据处理,并利用他们的技能以清晰的方式——视觉和口头——呈现复杂的信息。典型的职责包括记录管理、维护自动化流程、监控分析和KPI、改进算法以及为客户创建仪表板。英国数据分析师的平均工资约为3万至4.5万英镑,尽管这个数字可能会因行业而大幅增加。
网络安全——随着网络攻击变得越来越普遍,各行业都在寻求发展网络安全,工资也相应大幅上涨。人工智能博士学位非常适合网络安全职业,典型的职业目的地包括安全分析师、渗透测试人员、系统工程师、网络开发人员和网络安全顾问。在这些职位上,你将负责保护信息技术基础设施,并帮助开发安全系统。
机器学习——通常那些拥有人工智能博士学位的人会成为机器学习工程师,负责智能系统的开发。机器学习是人工智能的一个子集,它专注于这样一个想法,即机器可以通过编程从数据和经验中学习,从而在没有人工输入的情况下改善决策。机器学习可能处于人工智能研究的前沿,有许多项目希望提高其能力。这非常适合那些喜欢计算机科学数学和编程方面的人。典型的职责包括管理数据管道、开发算法、与利益相关者联络、分析数据集和领导软件设计。入门级工资约为3.5万英镑,有经验可能超过15万英镑。深度学习类似于机器学习,主要区别在于深度学习旨在创建人工“神经网络”。
研究生研究通常会带来学术生涯。作为一名学者,你可以根据自己的兴趣提出自己的研究项目,并监督学生。作为一名教授,你可以塑造下一代人工智能专家。作为一名研究人员,你可以利用大学的部门资源、设施和产业联系,与尖端技术合作,突破我们知识的界限。