我做研究是被好奇心,复旦大学脑科学研究院

人工智能在大学里是什么学科或专业？

在大学里没有一个人工智能这样的学科，只能说一些相关专业或学科与人工智能相接轨，而且一般人工智能可能需要到硕士甚至博士才能学会，因为人工智能毕竟比较高深。人工智能会到硕士在深入，本科建议学基础一点的，如果本身计算机基础就比较好的话就建议学数学，一般的话学计算机也行，本科毕业建议直接出国，国内没前途。另外有很多学校把人工智能分到自动化或者控制里，人工智能打算做机械控制。

好像自动控制，专家系统，模式识别等等都可以冠以"人工智能"系统。而且研究人工智能的流派也很多，各成一派眼花缭乱。你们所说的自动化，自动控制之类的和各位所说的人工智能有很大区别。自动化主修的是控制理论，即使使用人工智能方面的知识，也只是用来作为智能控制之用，对象往往是电机等阀门等控制器。本科生基本接触不到人工智能的东西。

想看一个专业与人工智能是否有关，建议先看看课表，因为你想象中的“人工智能”可能和真正的人工智能有非常大的差距。一般说的自动化，数学，计算机都有道理，因为工科和数学基础课里都包含了人工智能所需的内容，主要是概率论、数理统计、工程数学计算方法、复变函数、线性代数以及几门计算机语言。但是你要清醒的认识到是否真的对“把一堆数据算来算去弄成另一堆数据”感兴趣。

因为人工智能学的就是“如何把一堆数据算来算去弄成另一堆数据”以及“创造一些方法和公式把一堆数据算来算去弄成另一堆数据”。如果你喜欢的是造个机器人机械臂，弄个聊天系统，智能小车之类的，那就跟人工智能完全是两码事了。举个例子，一个模式识别任务，十万幅各种各样的图片，读入计算机里是按像素和位数存储的十万组数据，现在想个方法得到一个关于每组数据的函数f(.)，使得f(x)对于田园场景的图像等于1，对于雪地场景的图像等于2等等。

这实际上就是人工智能研究最常做的事情。人工智能其实也应该要分为软硬件软软件，如果是面向软硬件方面基本就是实现一个人类婴儿水平的基本平台所需要的大脑基础：计算机编程、仿神经网络、语音识别、图像识别、数据库处理等等，软软件就要看想实现哪些功能了，就跟我们人类要学哪些专业一样的，需要专门的应用程序（配合专门的传感器）来达成。

“人工智能”是一种跨学科的未来科技。究其基础，几乎涉及我们现在知识的方方面面，比如电路原理、数学架构、层级分析、涉及考察和参考的史料、哲学、生物学认知科学、语言学、社会学、信息学、甚至未来就是做饭也可以用人工智能、人工智能还可以反向补充科学研究、甚至未来对于时空的研究也会用到人工智能。人工智能可以清晰的让人类认识到自身的不足，又或者可以说人工智能是未来人类进化的基石。

现在学界还没有人工智能确定的开发方向，跟脑神经·心理·量子物理也有关系，电脑编程只是人工智能的一个简单的概念可以说分支也算不上，不过编程可以实现纙缉性的简单智能，我只能说真正人功智能是一个神的化身。从进化论可以得出。智能首先要诞生自己的欲望，欲望是源动力。（求生欲等）更多的感知、反馈 可以获得主动满足自己的欲望的能力，衍生出对世界的求知欲。

新基建新在哪？为何此时按下“快进键”？

备受关注的新型基础设施建设，今年被首次写入政府工作报告。“加强新型基础设施建设，发展新一代信息网络，拓展5G应用，建设数据中心，增加充电桩、换电站等设施，推广新能源汽车，激发新消费需求、助力产业升级。”报告对“新基建”进行更为明确地部署。近年来数字化经济的迅速发展和潜力，促进“新基建”的快进，上升为国家战略层面。

“新基建”之新，新在发展理念，新在扩大有效投资、赋能新经济发展的重要手段。政府工作报告中，“新基建”位列投资重点支持的“两新一重”（新型基础设施建设，新型城镇化建设，交通、水利等重大工程建设）之列，处于既促销费、惠民生，又调结构、增后劲的重要战略地位。尤为重要的是，国家发改委首次指出，创新基础设施为新基建三大范围之一，包括科技基础设施、科教基础设施等，重点支撑科学研究、技术开发等工作。

随着中国高校科研费用投入逐年增加，创新基础设施的重要性也日渐突出。为给创新基础设施构建坚实的数据底座，让科研新范式进入到发展的快车道，浪潮存储今年提出新存储之道，在“云存智用、运筹新数据”理念的基础上，推进“存储即平台”战略，打造存储的极致性能、容量、管理等七大核心能力。不仅如此，针对高校科研领域对于数据存储需求趋势，浪潮存储积极调研与深入沟通，在新存储之道中聚焦新架构、新介质和新能力的打造，在EB级容量、亿级IOPS、TB级带宽、7个9可靠性、存储自治等关键新能力上提前布局，为科研的数据底座“厉兵秣马”，提前做好准备。

总体来看，浪潮存储近年来为构建强大的科研新基建不断“加码”，除了复旦大学类脑智能科学与技术研究院、清华大学RUSH、华中科大苏州脑科学研究院、中国天眼等一系列明星科研项目中积累了丰富的实践经验外，还在科研领域打通用户需求洞察、场景功能适配与前沿技术创新，形成良性循环，让科研新范式加速步入发展的快车道。