形式已经非常明朗了，未来十年就是AI的世界，其它CS方向都是浪费时间。STEM娃一定要盯准AI强校

美东时间周六凌晨，马斯克在推特上表示：我曾经醉心数字货币，但现在钟情人工智能了。

https://csrankings.org/#/fromyear/2020/toyear/2022/index?ai&vision&mlmining&nlp&inforet&us

注意FILTER用过去三年，而不能用过去10年。AI这个行业发展太快了。

#Institution                    Count Faculty

1   Carnegie Mellon University    

2   Univ. of Illinois at Urbana-Champaign 

3   Cornell University  4   Univ. of California  5   University of Maryland - College Park 6   Stanford University  6   Univ. of California - San Diego  8   University of Michigan 9   Rutgers University  10  Univ. of California - Berkeley   

 

 

CMU的确在AI 几十年独占鳌头

不得不说就是第一！

紫檀是否该讨论一下AI的法规?

紫檀一般只相信钞票

UMaryland, Rutgers, UMass Amherst, hidden gems

没有法规比较可怕

对本科生来说，只有一定的参考意义，大多数学生做不了多少有意义的研究。应用方面

的课程，上几门网课就够了。

从历史上新兴产业发展看，总是技术先行，法规跟上，所以放心，不会缺席

俺这个AI ranking更全更customlize

https://airankings.org/

你大概不知道好学生一般大二就进LAB跟教授做研究了，现在很普遍。没有好的本科Research，很难进好的PHD PROG

但愿，刚去查了一下，欧盟去年12月有推出DRAFTED 法规。紫檀可以推娃法律，哈哈

哈哈，我帮你细分一下，现在的钞票和未来的钞票

AI是否会从CS独立出来？

问一下，AI PHD需要什么背景? 比如做过什么研究? 问得有点粗糙，不过希望您能展开谈谈

哈，好像更是需要交叉学科?

哈哈哈

现在离电影科幻里的强AI还有非常远的距离。 Isaac的3个Laws of Robotics：

 

A robot may not injure a human being or, through inaction, allow a human being to come to harm.

 

A robot must obey orders given it by human beings except where such orders would conflict with the First Law.

 

A robot must protect its own existence as long as such protection does not conflict with the First or Second Law.

根本不靠谱，国内的大学科研都是低层次复制刷文章，校领导忙着挂名，年轻教师想的都是非升即走，重文章数量轻文章质量

AI 方面研究，比如 ML，NLP 等等，都属于CS专业的不同方向，做research也应该找这方面的

这些方向的几个强校的PHD program 竞争很大

本科 CS+数学 的话，就更好

 

 

AI没有理论突破，还在玩神经网络，因此只能在传统领域会很火，大厂或者研究领域基本到头了，除非有技术革命

有钱多买Navidia 的股票是硬道理，虽然它现在很高了

看来俺娃还得先爱上CS哈哈。比较难

今年ChatGPT的高考分是551. 预计2025年智力超过最聪明的人类。

啥样的技术革命？

ＡＩ理论到头，实践应用还没影儿呢

按你这个网站排名中国会遥遥领先：），头5名中国占4个，CMU排第3

https://csrankings.org/#/fromyear/2020/toyear/2022/index?ai&vision&mlmining&nlp&inforet&world

哈哈，就怕来得太快

没有这么快，它可能只有某一方面比人类强，那也是因为人类喂了它无数的数据。其实

要想AI达到3，4岁小孩的智力都极其难

比如，给3，4岁小孩看一个小狗以后，他们会认识各种小狗，黑白灰，躺着坐着跑着的。。。

但是现在的“AI”就不行，你要给它喂上亿的图形数据，才能做到这种能力

超过90%的AI成果都诞生在美国，中国的科研都是做给领导看的，目的是吹牛申报课题， 别当真

我前一阵看过一个documentary，强AI现在几乎没有人研究呢，没有什么头绪。。。

这确实令人兴奋，但是AI也需要硬件吧

那你这个排名能当真吗？同一个网站一个方法

说的挺好的，娥都不知道有啥飞跃，本质还是CS 啊。

谁愿意根据这个排名去北大清华读cs快走不送

我是外行看热闹 LOL 现在的研究貌似有很多的技术难题，软硬件都有。比如“模型爆炸”

深度神经网络有很多层，一般参数都很大，几十亿的参数常见。几十亿甚至上百亿个参数意味着模型本身的存储量是非常大的。

比如用神经网络来做语言模型，给出的训练数据集大概有十亿个网页的量级。 如果用循环神经网络去训练一个语言模型，它需要用到的模型的大小大概是80G到100G的大小，已经远远超过一个GPU卡的容量，那么就需要做分布式的运算，还要做模型并行，这里就有很多技术难度在里面。

假设有一个GPU卡，能够放下这80G或100G的模型，这些数据过一遍也可能要用上百年的时间。。。

 

又牵扯到系统散热，驱动等，一环扣一环

所以啊，只列了美国大学，视力有问题？

不是视力问题，是逻辑问题，如果认这个排名就要认中国领先：）

就象挖雷游戏点开了一片新天地，相应人才缺口大，供需关系高薪些……my two cents

神经网络，不过是典型的overfit技术，从思路上讲，算不上啥了不起的成就，主要还是台机电和摩尔定律的贡献

这个Airanking 和上面那个csranking (只看AI）差别很大

csrankings(AI only) and airankings比较：清华/北大/卡内基梅隆/中科院一致靠前

UIUC和Berkeley排名差别很大，不知道为什么

有根据这排名上大学的吗？赶紧的抢，把其他大学位置留出来。

中国近十年AI之风刮的如火如荼，大有盖过美国的势头。前几年看到一个报道，据研究说当年的大地主刘文彩其实也是一位AI专

中国近十年AI之风刮的如火如荼，大有盖过美国的势头。前几年看到一个报道，据研究说当年的大地主刘文彩其实也是一位AI专家。刘文彩没有文化，不太识字，但是他极有商业意识，白手起家，游走在当时的政，商，匪，黑各种势力之间，如鱼得水，赚的满盆满罐。据说他毕生的经验都总结在一个长达十分钟才能背完的口诀里。这个口诀把当时的各种可能影响生意的因素都统一考虑在一起，有点像棋谱，非常灵动，列举出数百种可能出现的pattern和他应当考虑的策略等等，有人把这个口诀应用到现代AI的神经网络上，据说相当精到。唯一不方便的是这个口诀里有很多旧的说法，比如衙门，县太爷等等，但是如果把这些旧的说法换成现代语，比如把衙门换成县政府，把国民党换成共产党，把县太爷换成县委书记照样说的过去。所以那些读AI的学子，在读完了美国的大学之后，不要忘了再去刘文彩的收租院进修一把。