斯坦福大学AI课程十年增长趋势分析：AI如何改变世界

hwyzw

    来源：图片网

    编者按：本文来自微信公众号毒科技（ID：），作者XXX，经创业邦许可转载。

    人工智能正在改变世界，斯坦福大学处于这一趋势的最前沿。多年来，斯坦福大学在人工智能领域取得了许多重大研究突破，斯坦福大学的研究人员也是人工智能领域的先驱。

    为了分析斯坦福大学过去十年的变化，Daily 的数据团队分析了过去 10 年 AI 相关计算机科学课程的数据变化，以探索其演变。

    过去10年，计算机科学系的AI课程和在校学生人数都有所增加，许多课程仍然是非常热门的课程。下图展示了近10年斯坦福大学AI课程的增长趋势：

    AI课程数量持续增长

    过去10年，人工智能相关计算机科学课程总数增加了两倍多，从25门增至77门。继2014年课程数量首次激增之后，自2015年以来课程数量一直稳定增长， 2018年至2020年增长率最高。

    过去10年，与机器学习相关的课程数量最多，而且课程数量也呈现出相对稳定持续的增长，从不到10门到如今的近40门。这可能是因为自然语言处理或深度学习等其他类别属于更广泛的机器学习范畴。

    斯坦福大学于 2014 年首次提供与机器学习相关的课程，但此后数量迅速超过了自然语言处理和计算机视觉课程。 2016年以来，自然语言处理课程的数量增长越来越快，而计算机视觉课程的数量增长越来越慢。

    从课程数量趋势来看，人工智能课程越来越多，人工智能子主题课程种类也越来越多。

    “课程具有更大的灵活性和可用性，”斯坦福大学计算机科学教授兼教育副主席说。

   

    带来这种灵活性的一项重大变化是 2008 年引入的跟踪系统。该系统提供了灵活的课程机制，确保学生学习核心基础课程以及符合其特定兴趣的其他课程，例如人工智能、生物计算等。

    “学生在他们想要学习的特定领域有更多的选择，”他说。

    机器学习是人工智能中一个重要的学习领域。表示：“众所周知，机器学习是人工智能最重要的领域之一，这也是为什么每个人都需要了解机器学习。像CS 109这样的课程提供了机器学习的入门知识，CS专业的每个人都至少有过能够学习入门级知识。”

    “赢家通吃”：球场越受欢迎，规模越大

    尽管斯坦福大学提供的课程数量大幅增加，但注册人数最多的课程（包括许多机器学习课程）的排名保持不变。但到了某个时候，这些课程的规模就会呈指数级增长。

    下图为2010-2020年热门AI课程注册人数发展趋势：

    以CS 229机器学习课程为例。基本上是近10年来学生人数最多的课程（2016-17和2018-19学年除外）。学生人数从2010-11学年的318名学生增加到2019-2020学年的318名学生。 869人。同样，CS 221 人工智能原理与技术和 CS 109 计算机科学家概率论的班级规模也显着增加，从不足 300 名学生增加到超过 700 名学生。

    课程规模增加的驱动因素之一是学生需求的爆炸式增长。

    “很明显，所有学生的需求都促成了课程规模的增加，这也反映了近年来人工智能领域的重大突破。”博士说，以及学生们学习这些课程的巨大热情。 ”

    需求增加的部分原因是学习计算机科学，特别是人工智能的学生人数增加。

    “过去 10 年来，学生对计算机科学专业的兴趣急剧增长。”他估计，自2007年以来，计算机科学专业的数量增加了约300%-400%，使其成为斯坦福大学最受欢迎的本科专业。

    在计算机科学的各个分支中，人工智能的发展最为显着。 “随着时间的推移，我们看到人工智能不断发展，现在它已经成为最受欢迎的学科，在硕士生中也是如此。”不仅如此，越来越多的计算机专业以外的学生也在选修人工智能课程。

    他补充道：“越来越多来自不同院系的博士生希望学习机器学习课程，例如工商管理、教育或法律博士生。”

   

    然而，有些课程正在逐渐失去人气。例如，CS 223A 机器人概论是 2010-11 学年第五大最受欢迎的课程，有 92 名学生注册，但在 2019-20 学年，注册人数下降至 64 名学生。

    CS 224N 深度学习自然语言处理（以前称为自然语言处理）和 CS 231N 用于视觉识别的卷积神经网络的学生人数在 2016-17 学年达到顶峰，但此后略有下降，但仍具有相对可比性。受欢迎的。

    “大约在2010年代中期，我们开始提供NLP和计算机视觉领域的深度学习课程，然后突然间NLP和计算机视觉课程的学生数量达到了500-600人，”介绍中说道。

    受学生欢迎的新课程也不断涌现，例如CS 230深度学习课程。该课程于2017-18学年推出，至今注册学生人数一直保持在800人以上。

    表示，现在很多在本科生中流行的人工智能课程“最初主要是作为研究生水平的人工智能课程”。以一直流行的 CS 229 课程为例，该课程最初是为想要进行机器学习研究的博士生提供的。

    增长背后：学生需求和整个行业的变化

    人工智能学生分享了他们投身该领域的原因。计算机科学学院高级研究员尼克·马尔达 (Nik Marda) 表示，他对政治学和数学有着浓厚的兴趣，这转化为对制定更好的人工智能策略的热情。

    Manan Shah 也是一名高级计算机科学联合术语，曾参加过多项在医疗保健应用中使用深度神经网络的研究竞赛。他始终相信，将人工智能应用到有意义的事情上将会大有裨益。

    其表示，学院在招聘教师时，注重为学生提供多元化的课程，以“满足更多学生的需求”。学生兴趣和学院师资的增长表明计算机科学学科的重要性日益增加。

    我相信2010年“很多事情开始发生”。那时，人工智能开始取得成功，各种机器学习应用开始出现在世界各地。

    他补充说，从 2000 年到 2010 年，事情第一次真正开始发生变化。人工智能领域越来越重视概率模型，概率被视为在不确定世界中对不确定思维进行建模的一种方式。此后，机器学习开始兴起。

    另外，还有人提到，从2010年左右开始，又发生了一个巨大的变化——人工神经网络方法和深度学习方法。这两个人现在已经接管了一切，包括斯坦福大学的大部分课程，事实上，绝大多数人工智能研究人员都在使用神经网络。

    学习AI的学生也意识到斯坦福大学的课程与专业领域有很多交叉点。 Nik Marda 认为斯坦福人工智能课程并不是孤立存在的。它们在一定程度上受行业驱动，与行业及其他参与者密切相关。所有这些都对课程的发展产生了不可或缺的影响。