麻省理工学院是如何培养计算机学生的

Posted 2023-03-19

参考技术A

麻省理工学院（后面简称MIT）的计算机专业由EECS系开设，EECS系隶属于MIT的工学院，这点和UC Berkeley一样。在EECS系的官网上，MIT这样介绍自己： EECS系无处不在，我们把科学的严谨、工程的力量和 探索 发现的兴奋结合在一起。我们的学生在改变世界 。注意这句 我们的学生在改变世界 ，敢说自己的学生改变世界，全世界恐怕没几所高校，然而MIT EECS却有这个自信。下面我们一起 探索 MIT的自信来自哪里，也为CS专业或想转行CS的小伙伴提供可借鉴的方法和参考。

本科

对于本科生，MIT EECS有着清晰明确的专业设置：

•6-1:Electrical Science and Engineering

•6-2:Electrical Eng. & Computer Science

•6-3:Computer Science and Engineering

•6-7:Computer Science and Molecular Biology

•6-14: Computer Science, Economics and Data Science

为了方便学生选择，学院为每个专业制作了课程体系路线图，笔者以6-3的路线图为例：

上图可以看出，本科生的课程分为四个类型：

1.介绍性课程，注重内容的广度和基础

2.基础课程

3.头部课程，这类课程需要先学习2中的基础课程

4.高级本科课程

这些课程层次分明、层层递进，并且有依赖关系：有的课程需要学完基础课程才可以学习，比如 6.824: Distributed Systems 要学习完 6.044 Computation Structures 和 6.033 Computer System Engineering 才可以学习。

另外，MIT为本科学生提供了丰富且前沿的科研项目，本科生就有机会参与真正的科研，不是去给老师干杂活的那种。为了丰富科研项目，MIT与很多公司合作，为学生提供校企合作项目和奖学金。学生可以利用暑假到合作企业工作，锻炼自己的实际动手能力。

研究生

EECS为研究生提供两个研究领域：Graduate Area I和Graduate Area II，前者偏EE，后者偏CS，Area II包含以下细分领域：

•Artificial Intelligence，人工智能

•Computer Systems, Networks, and Architecture，系统、网络和架构

•Theory of Computer Science，理论

Area II中也提供了丰富的课程帮助学生加强基础和研究，如系统方向有6.824 Distributed Computer Systems Engineering、理论方向有6.854J Advanced Algorithms、人工智能方向有6.825 Techniques in Artificial Intelligence，详细课程信息见Graduate Subjects [1]

EECS在研究生项目中强调，虽然分了两个领域，但是教授们的研究项目交叉性很强，彼此少不了合作沟通，也会涉及其它学科：数学、物理、统计、材料科学、化学、生物学等。研究生会被分散到以下几个实验室：

•Computer Science and Artificial Intelligence Lab (CSAIL)

•Laboratory for Information and Decision Systems (LIDS)

•Microsystems and Technology Laboratories (MTL)

•Research Laboratory of Electronics (RLE)

MIT非常重视教学，在学生教学上有以下几个特点：

1. 课程设置全而新 。学校不会开设过时或无用的课程，对于前沿内容和新事物，学校很快能开出课来。课程不仅数量多，而且质量很高，而且几乎每一门都是精品课。作为理工科学校，人文学科的课程可能无法满足学生的需求，MIT专门和哈佛合作，允许学生到哈佛去学习，把学分带回来。

2. 对老师和助教要求都很高 。很多课程通常由最好的教授讲课（包括诺贝尔奖得主），而且大牛们也非常愿意给学生上课。他们也很会讲课，教授对助教要求严格，不仅一起设计课程作业和实验，还要求助教每周至少花20小时。

3. 学生的功课负担很重 。工程性课程实验、实践多，大部分课程需要花大量的时间做课程设计。

因此，EECS的很多课程广为流传，成为经典，比如 6.037 Structure and Interpretation of Computer Programs 的教材一经出版，逐渐被世界各地多所院校采用，包括斯坦福大学、普林斯顿大学、牛津大学、东京大学等。这们课程如此出名，GitHub上也有人整理了中文学习资源Learning-SICP|GitHub [2] ，感兴趣的同学可以去学习哟~

除了提供一流的师资、精品课程和前沿研究外，MIT的学校特色也在潜移默化中影响这学生。

1.这所学校没有清晰的校园边界，像个大工厂或大研究所。

2.校园里建筑前卫且风格迥异，比如著名的CSAIL所在楼Ray and Maria Stata Center。

3.这里拥有独特的Nerd（书呆子）和Hacker（黑客）文化，学生喜欢做一些“有趣的事”或“恶作剧”，比如在哈佛和耶鲁的橄榄球比赛中，在球场上突然出现一个彩色的冒烟彩色球，上面写满了"MIT"，最头爆炸，从里面滚出来一个麻省理工标志。

4.将学生培养成工业界领袖，这是MIT和其它工学院不同之处。

从MIT的生源、师资、软硬件、培养方案等来看，它是有自信说“Our students change the world”这句话的。不过MIT是一所理工科学校，人文气息相对欠缺。 MIT十分重视教学，课程质量都很高，非常建议学习CS课程 。但是MIT没有像UC Berkeley那样对所有课程资源进行整理，读者可以访问Graduate Subjects [3] 和Degree Roadmaps [4] 两个页面查看课程，然后登录MIT Open Course Ware [5] 查找在线课程资源学习。

•MIT EECS website [6]

•《大学之路》 吴军 [7]

•MIT的计算机系课程设置-西交大工作7年的感悟 [8]

•斯坦福或 MIT 的计算机系比清华的强在哪？ [9]

•Circulum2017 [10]

•新生RoadMap [11]

•学位课程图 [12]

•Course 6: Electrical Engineering and Computer Science Fall 2019 [13]

References

[1] Graduate Subjects: https://www.eecs.mit.edu/grad-areas/2-ai/subjects.html

[2] Learning-SICP|GitHub: https://github.com/DeathKing/Learning-SICP

[3] Graduate Subjects: https://www.eecs.mit.edu/grad-areas/2-ai/subjects.html

[4] Degree Roadmaps: https://www.eecs.mit.edu/docs/ug/freshman_roadmaps.pdf

[5] MIT Open Course Ware: https://ocw.mit.edu/index.htm

[6] MIT EECS website: https://www.eecs.mit.edu

[7] 《大学之路》 吴军: https://book.douban.com/subject/27199584/

[8] MIT的计算机系课程设置-西交大工作7年的感悟: https://blog.csdn.net/stephanxu/article/details/3858918

[9] 斯坦福或 MIT 的计算机系比清华的强在哪？: https://www.zhihu.com/question/20266813

[10] Circulum2017: https://www.eecs.mit.edu/curriculum2017

[11] 新生RoadMap: https://www.eecs.mit.edu/docs/ug/freshman_roadmaps.pdf

[12] 学位课程图: http://catalog.mit.edu/degree-charts/

[13] Course 6: Electrical Engineering and Computer Science Fall 2019: http://student.mit.edu/catalog/m6a.html

自兴人工智能学院有话说，好机构培养好人才！

自兴人工智能学院有话说，好机构培养好人才！

　　人工智能这种高精尖人才，无疑是我们现在国家所追寻的高科技人才。但是想要成为一个优秀的人工智能从业者，却并非易事。这除开人工智能领域本身极高的专业性要求和算法天赋的需要，我国人工智能教育方面的缺失也是一大痛点。

　　计算机教育行业还存在诸多弊端

　　我国的人工智能教育行业，还处于刚刚起步的探索时期。其实不光光是人工智能行业，整个计算机/互联网行业的教育，都还不成体系。学习的科目存在着明显的重复、落后、概念化等诸多弊端。

　　我国的计算机发展呈两极分化

　　这些问题也不单单只是学校的过错，我国的计算机发展也注定了两极分化的情况。我国既有像国防科大的超级计算机实验室，这样的高精尖团队；也充斥着大量的只会一些简单的、机械性的、重复的代码编写，而不懂算法、不懂建模、不懂逻辑的码农存在。

　　学习人工智能的高精尖技术还需要找专业的培训机构

　　现在的大学专业的一大特点，是所教授的内容都偏向于理念。这并不是说学理念不好，学好理念才能走的更远、走的更久，AI对于理念性的内容也十分看重。

　　但是学校学习到的内容还是十分基础而空泛的内容。在学习更为切合实际而又与现如今的人工智能发展相关联的内容方面，还是需要在自兴之类的有着丰富的实操经验和国际见识的培训机构，来进行深造的。

　　好的人才要靠好的机构培养

　　自兴人工智能的教师团队依托于“中国人工智能教育第一人”—蔡自兴教授30余年的教育成果，用真正的项目经历和经验去培养人工智能人才。

　　?