浙江理工大学新增人工智能专硕408,网安专硕改考408!

在2025年考研之际，浙江理工大学新增人工智能专硕初试科目为408，并调整网络安全专硕的初试科目为408。学校提供个性化咨询服务，助力考生根据自身情况、历年录取数据及专业需求，筛选最适合的院校。选择正确的院校，对于考研至关重要。不要忽视咨询服务的价值，因为它能够帮助你发现那些可能改变命运的机会。

浙江大学软件学院的电子信息-软件工程领域调整为408计算机学科专业基础。东北大学计算机科学与工程学院、人工智能专业选择全国统考408。南京大学智能软件与工程学院、软件学院均改考408。南开大学软件工程专业调整为“408计算机学科专业基础综合”。

改考背景：天津理工大学，作为一所双非大学，在计算机学科和软件工程学科方面有着较强的实力，评估分别达到B和B。最近，该学院发布公告，宣布计算机学硕、软件学硕、网安学硕、计算机专硕以及人工智能专硕的考研初试专业课将改为统一的408计算机学科专业基础。

东北大学及北京交通大学的计算机科学与技术、计算机技术、人工智能等专业也作出了类似的调整。浙江大学软件学院从程序设计、数据结构课程改考为408计算机学科专业基础。据统计，2024年全国约有127所院校采用408统考，预计招生统考人数达到15535人。

与2022年相比，深圳大学的计算机类研究生招生科目并未发生太大变化，但招生政策上有一些调整。例如，腾讯云人工智能学院的计算机技术仅限于接收推免生，而大数据系统计算机技术国家工程实验室的计算机技术则从推免改为统招。新增招生专业与亮点：大数据系统计算机技术国家工程实验室新增了计算机科学与技术招生。

人工智能主要的研究方向有哪些

1、人工智能（AI）是当今科技领域的热门话题，涵盖了广泛的研究方向和应用场景，以下简短介绍人工智能的几个主要研究方向，包括机器学习、自认语言处理、计算机视觉、专家系统、机器人学、语音识别、数据挖掘和机器学习算法以及人工智能在各个领域的应用研究。

2、人工智能主要研究的领域包括机器学习、深度学习、自然语言处理、计算机视觉、机器人技术、知识表示与推理、强化学习、智能控制等。其中，机器学习与深度学习是核心研究方向。机器学习让计算机从数据中学习，提高智能水平，涵盖了决策树、SVM等算法。

3、人工智能领域的研究方向多样，其中几个核心方向包括机器人技术、机器视觉、语言理解和沟通、机器学习、认知和推理，以及游戏和道德。这些方向共同推动了人工智能的发展。在这些方向中，机器人技术是将人工智能应用于制造、医疗、农业等多个领域的关键。它不仅能够实现自动化生产，还能在复杂环境中执行任务。

4、人工智能的主要研究领域包括感知能力、计算机视觉、语音识别、语言能力、记忆能力、推理能力、规划能力和多智能体系统等。感知能力主要研究如何让机器模拟人类的感知过程，如视觉和听觉等，这是机器与外界交互的基础。计算机视觉则更专注于让机器“看懂”世界，通过图像处理和分析来识别、跟踪和测量目标。

5、人工智能硕士的研究方向多样，涉及多个学科领域。以下是主要的研究方向： 计算机视觉 研究如何使计算机“看”懂世界，解决图像识别、物体检测、场景理解等问题，广泛应用于安防、自动驾驶、医疗诊断等领域。

人工智能考研可以微电子专业吗

可以。根据查询知乎网显示，人工智能考研有两个专业能够选择，分别是计算机技术，微电子专业。

人工智能专业考研方向主要包括以下几个，且以下方向并无明确排名先后：机器人工程专业：方向介绍：该专业培养的是能够设计、安装与改造机器人工作站，管理和运行自动化生产线的高素质应用型人才。特点：作为新兴且炙手可热的选择，机器人工程专业融合了机械、电子、计算机等多学科知识。

在考虑考研人工智能方向的专业时，可以关注以下几个专业：首先，机器人工程专业。这是一个新兴且热门的专业，自2016年首次开设以来，已迅速受到关注。该专业培养具有全面素质和责任感，掌握工业机器人技术的专门人才，涉及工作站设计、装调与改造，自动化生产线设计、应用及运行管理等岗位。

考研人工智能可选专业依次为：机器人工程专业 这是一个绝对新兴的专业，也是最热门的专业，2016年才在大学里面首次开设，但到2018年，本专业已经成为热门。

本科人工智能考研可以选择机器人工程专业、智能科学与技术专业和计算机科学与技术专业，这三个专业都是较好的选择。机器人工程专业：这是一个新兴且热门的专业，致力于培养具有高度社会责任感和实践能力的人才。

如何从零开始学习人工智能?

1、动手实践：通过实际项目或案例来检验所学知识，将理论与实践相结合。持续学习：AI技术日新月异，需要保持持续学习的态度，不断更新自己的知识和技能。总结：从零开始学习人工智能需要系统地掌握基础知识，深入学习机器学习与深度学习，利用优质资源进行学习，并注重实战与练习。

2、学习内容包括数学基础、算法积累以及编程语言。数学要学好高数、线性代数、概率论、离散数学等等内容，算法积累需要学会人工神经网络、遗传算法等等，还需要学习一门编程语言，通过编程语言实现算法，还可以学习一下电算类的硬件基础内容。

3、学习人工智能的旅程可以从多个角度出发。如果你是具有编程基础的程序员，推荐从数学、Python编程技能入手，进一步深入机器学习和深度学习领域。

4、学习方法方面，首先需要掌握AI的基础知识，如统计学、概率论、编程语言、高数等。了解机器学习、深度学习的流程与应用，根据兴趣选择深耕方向，如计算机视觉、自然语言处理等。在学习过程中，数学是AI的基石，高数知识如函数、极限、导数、微分等是理解算法的基础。概率论和统计学则帮助AI快速处理信息。

5、尽管如此，零基础的朋友也不必完全放弃学习人工智能的念头。可以通过在线课程、MOOC（大型开放在线课程）、专业书籍等途径逐步积累相关知识。同时，建议寻找具有人工智能背景的导师或同行，他们的指导和建议将有助于你更有效地学习。