斯坦福大学人工智能课程发展十年变迁

摘要: 斯坦福大学人工智能课程发展十年变迁,探索人工智能专业的发展历程,分析人工智能课程的增长趋势和学生需求,揭示人工智能领域的热门课程和发展趋势。

大数据文摘作品

作者:mickey

众所周知,人工智能正在改变着世界,而要说其中的引领者,斯坦福大学一定有一席之地。

多年来,斯坦福大学不仅产出了人工智能方面的许多重大研究突破,还培养了不少教职员工,成为了该领域的开拓者。从李飞飞教授到吴恩达教授,都在斯坦福大学任教,也成为了一代ai人的人工智能启蒙人。

最近,斯坦福Daily’s Data Team数据团队精心设计了一个课题,对十年来斯坦福所有与人工智能有关的计算机科学课程进行了分析,想要了解这个行业是如何变化的,以一窥这个行业十年来的发展。

AI相关课程的数量增长图

分析后,团队得到了一些非常有趣的结论,比如:

  • 与ai相关的计算机课程在过去十年从25门增加到了77门,涨了两倍以上;
  • 其中,自然语言类课程增长速度越来越快,计算机视觉类涨速趋缓;
  • 机器学习课程CS229是过去十年最火的课程,学生人数从318名增加到869名;
  • ai相关的课程从最初的基础课程开启,目前开始逐渐向跨学科发展。

一起看看还有哪些精彩发现。

人工智能课程数量和学生数量都在增加

在过去的十年中,计算机科学系的人工智能课程以及在校学生的数量都在增加。人数规模显着增加,许多课程直到2020年都是学校最热的课程选择。

在过去的十年中,与人工智能相关的计算机科学课程总数从25个类别增加到77个类别,增长了两倍多。在2014年首次跃升后,自2015年以来,课程的数量一直稳定增长。增长最快的是最近的学年,即2018年至2020年。

在过去10年中,与机器学习相关的课程数量一直保持最高水平。机器学习还提供了相对恒定的课程数量,从少于10种增加到将近40种。这可能是因为其他类别(例如自然语言处理或深度学习)属于机器学习的大类。

2014年斯坦福,首次提供了与深度学习相关的课程,但课程数量迅速超过了自然语言处理和计算机视觉课程。自2016年以来,自然语言处理课程的增长速度也越来越快,而计算机视觉课程的增长速度却越来越慢。

课程门类变化趋势也很有趣,其中,人工智能基础课程最多,不过,跨AI子主题的课程也更多。

胜者为王:许多热门课程的规模进一步扩大

尽管提供的课程数量大量增加,但入学率最高的课程(其中许多课程强调机器学习)的排名仍相对稳定。但是,其中许多类别的规模成倍增加。

比如吴恩达教授大热的机器学习课程CS229:机器学习是过去10年来最受欢迎的课程,从2010-11年的318名学生增加到2019-20年的869名学生。同样火爆的还有计算机科学课程:人工智能:原理与技术,以及CS 109:计算机科学家概论,都从不到300名学生增加到700多名学生。

增长的驱动因素是学生需求的爆炸性增长。

计算机科学和语言学系教授,斯坦福人工智能实验室(SAIL)主任Christopher Manning博士说:“这显然是所有学生需求驱动的,这只是反映了最近在AI方面取得的巨大突破以及学生学习这一知识的巨大热情。”

需求增加的部分原因是学习计算机科学的学生数量增加,尤其是专门研究人工智能的学生。

斯坦福计算机科学系教授兼教育副主席 Mehran Sahami说:“在过去的十年中,我们当然已经看到学生对计算机科学专业的兴趣大大增加了。” 他估计,自2007年以来,该专业已增长了300%至400%,成为斯坦福大学最受欢迎的本科专业。

在计算机科学系中存在的多个方向中,选择人工智能方向的是最多的。

Sahami说:“我们已经看到AI方向的规模随着时间的推移而增加,这是目前最受欢迎的方向,与硕士课程类似。”

此外,计算机科学系以外的学生越来越多地在该系学习人工智能课程。

“博士学位的数量开始有所增加。各个部门的学生都需要机器学习技能,”Manning说,例如正在学习商业、教育或法律的学生。

另一方面,CS 223A:《机器人学概论》曾在2010-11年度排名第五,在该课程中排名下降。虽然在2010-11年度有92名学生入学,但在2019-20年度只有64名学生入学。

CS 224N(以前是自然语言处理,现在是带深度学习的自然语言处理)和李飞飞老师的CS 231N课程:用于视觉识别的卷积神经网络,这门课程的注册人数在2016-17年达到顶峰,之后略有下降,尽管课程仍然相对受欢迎。CS 224N在达到顶峰的那年改掉了课程名称。

“ [2010年代中期左右],我们开始为NLP和[计算机]视觉课程提供深度学习内容。然后突然之间,自然语言处理和[计算机]视觉正在教500到600名学生上课,”Manning说。

还出现了新的流行类,例如CS 230:深度学习。该课程首次出现在2017-18学年,自开设以来,一直以来已有800多名学生。

Manning认为,如今在本科生中很受欢迎的许多人工智能课程“最初主要是作为研究生水平的AI课程(设计的)”。

一直很受欢迎的课程CS 229最初也是为进行机器学习研究的博士生设计的。

Manning说:“这反映了直到几年前班级的性质,当时班级主要是像老式的数学班一样在黑板上写字。”

上升源自学生需求和整个行业的变化

在相关报告中,数据分析团队也采访了人工智能领域的学生,询问了他们决定走这个方向的各种原因。Nik Marda是21级修读计算机科学的大二研究生,他说他对政治和数学一直怀有双重兴趣,而这也让她期待未来可以从事人工智能政策制定相关工作。

Manan Shah是计算机科学领域大四本科生,他说他参加了使用深度神经网络在医学和健康领域的多个研究竞赛。Shah说:“我一直认为,使用AI可以完成很多有意义的事情。”

Sahami表示,该学院更多的招生可以为学生提供更多的课程,并帮助“满足了更多的学生需求”。Sahami说,学生兴趣和教职员工人数的增长“表明了计算机科学这一领域的重要性日益提高。”

Manning认为,2010年也是“更多事情开始发生”的时候。“我认为基本上是AI开始成功-会有各种各样的机器学习投入使用的时间。”

“在2000年代的十年中,发生了第一次真正的变化。因此,在人工智能中极大地强调了概率模型,而概率被视为在不确定的世界中对不确定的思维进行建模的方式,”Manning补充道。“在那之后,我们开始看到机器学习的兴起。”

Manning还提到“从2010年开始,又发生了另一次巨变” ——神经网络方法和深度学习方法。Manning说:“现在,这两种方法已经席卷了一切,包括斯坦福大学的大部分课程,而且大多数研究人员现在都在使用神经网络进行人工智能处理。”

“斯坦福大学的AI类课程开设并非一帆风顺,” Marda补充说。“它们在某种程度上受到行业的推动;它们与行业有关;它们被其他人使用。我认为所有这些都会影响我们所看到的增长。”

参考链接:https://www.stanforddaily.com/2021/02/04/the-rise-of-ai-in-stanfords-cs-curricula/

© 版权声明

相关文章