人工智能专业是教育部于2018年批准设立的新兴专业，是面向国家战略需求和未来发展的重要学科。本专业培养学生系统掌握人工智能基础理论、核心技术和应用方法，具备机器学习、深度学习、计算机视觉、自然语言处理等领域的研发能力。学生将深入学习数学基础、算法原理、编程技术、AI框架应用等核心知识，并通过科研项目和工程实践提升创新能力。
培养目标：培养具备扎实的数学和计算机基础，掌握人工智能核心理论和关键技术，能够在人工智能及相关领域从事科学研究、技术开发、工程应用和管理工作的复合型高级专门人才。毕业生应具备：扎实的数学基础和编程能力；深入理解机器学习和深度学习原理；熟练使用主流AI框架和工具；具备算法设计和模型优化能力；了解AI伦理和行业应用场景。
专业特色与优势：本专业融合计算机科学、数学、统计学、脑科学等多学科知识，设有机器学习、计算机视觉、自然语言处理、智能系统等多个方向。配备高性能GPU计算集群、机器人实验室等先进设施，与华为、商汤、科大讯飞等AI领军企业深度合作。学生在ACM、Kaggle等国际竞赛中屡获佳绩。
学科发展趋势：随着大模型（GPT、文心一言等）技术突破、AIGC（AI生成内容）应用爆发、智能驾驶加速落地，AI专业迎来黄金发展期。未来重点方向包括：大模型训练与部署、多模态AI、AI for Science、具身智能、可信AI等。国家人工智能战略推动下，人才缺口巨大，2025年预计AI人才缺口超过500万，薪资水平居各专业之首。
高等数学、线性代数、概率论、最优化方法、矩阵论，奠定AI理论基础
监督学习、无监督学习、强化学习、模型评估与选择，掌握核心算法原理
神经网络基础、CNN、RNN、Transformer、模型训练与优化，深入深度神经网络
图像处理、目标检测、图像分割、视觉识别应用，培养视觉AI开发能力
文本表示、语言模型、机器翻译、对话系统、知识图谱，掌握NLP核心技术
Python语言、数据结构、算法设计、AI框架应用，建立编程基础
特征提取、分类器设计、聚类分析、模式识别应用，理解经典方法
机器人学基础、运动规划、SLAM、人机交互，学习机器人技术
完整机器学习项目流程，从数据清洗到模型部署
基于PyTorch/TensorFlow实现经典模型，训练优化深度网络
开发AI应用系统，学习模型部署与工程化
机器人系统设计与实现，软硬件协同开发
大语言模型训练、Prompt工程、RAG技术、多模态模型
三维视觉、视频理解、医疗影像分析、自动驾驶感知
语音识别、语音合成、声纹识别、语音增强
马尔可夫决策过程、Q-learning、策略梯度、游戏AI
| 院校名称 | 院校层次 | 专业评级 | 2025分数线（物理类） |
|---|---|---|---|
| 中山大学 | 985/211/双一流 | A+ | 665-675 |
| 华南理工大学 | 985/211/双一流 | A | 660-670 |
| 哈尔滨工业大学（深圳） | 985/211/双一流 | A+ | 668-678 |
| 深圳大学 | 省重点本科 | B+ | 632-645 |
| 南方科技大学 | 双一流 | B+ | 650-665 |
| 暨南大学 | 211/双一流 | B | 625-640 |
| 广东工业大学 | 省重点本科 | B- | 600-620 |
| 广州大学 | 省重点本科 | C+ | 590-610 |
| 华南农业大学 | 双一流 | C | 575-595 |
| 广东外语外贸大学 | 省重点本科 | C | 570-590 |
| 东莞理工学院 | 普通本科 | C- | 550-570 |
| 佛山科学技术学院 | 普通本科 | C- | 540-560 |
百度、阿里巴巴、腾讯、字节跳动、华为、商汤科技、旷视科技、科大讯飞、大疆创新、小鹏汽车等人工智能领军企业;各大银行、保险公司的AI实验室;科研院所、高校等研究机构。