智能科学与技术

专业概况

智能科学与技术是研究智能感知、认知计算、知识推理和智能系统设计与实现的多学科交叉领域。该学科融合了计算机科学、控制科学、脑与认知科学、数学、统计学、电子信息等相关理论与技术，是推动新一代人工智能发展的核心支撑学科。本学科研究生教育面向国家智能化发展战略和产业升级需求，培养能够在前沿理论、关键技术和重大工程方面开展创新性研究的高层次人才。研究生阶段的学习将在本科相关知识的基础上，系统深入地掌握智能科学与技术的基础理论、专业方法与研究范式，并通过科研训练形成独立开展科研和承担复杂工程项目的能力。本学科的研究成果广泛应用于智能制造、智慧城市、智能交通、智慧医疗、智能金融、国防安全等多个国家战略领域，是新一轮科技革命和产业变革中最为活跃的前沿方向之一。

培养目标

本学科致力于培养德智体美劳全面发展，具有坚实宽广的理论基础和系统深入的专门知识，能够独立从事智能科学与技术领域科学研究、技术研发和工程应用的高层次专门人才。要求研究生坚定理想信念，恪守学术道德，具备严谨求实的科学精神和勇于探索的创新意识；系统掌握本学科的核心理论、研究方法和实验技术，能够跟踪国际学术前沿并开展原创性研究；具备跨学科协同攻关能力，能够综合运用人工智能、大数据、控制科学与相关领域知识解决复杂科学与工程问题；具有较强的国际视野、学术交流能力和专业素养，能够在高校、科研机构和重点企业承担教学、科研或技术研发工作。

研究方向

• 人工智能基础理论：机器学习理论、深度学习、强化学习、贝叶斯学习与不确定性推理等建模方法研究；
• 智能感知与模式识别：视觉、语音、文本及多模态信息的感知、理解与识别技术；
• 自然语言处理与认知计算：语义理解、知识表示、大语言模型、对话系统与认知推理机制；
• 智能控制与机器人：自主移动机器人、运动控制系统、人机协作与多智能体协同；
• 知识工程与数据智能：知识图谱构建、推荐系统、数据挖掘与大规模智能数据分析；
• 智能系统与边缘计算：嵌入式智能、端云协同计算、实时智能系统与芯片化实现；
• 类脑智能与神经计算：受脑启发的计算模型、神经形态计算与类脑感知系统；
• 智能安全与可信人工智能：模型可解释性、对抗鲁棒性、隐私保护与智能系统安全；
• 智能科学与技术的交叉应用：智慧医疗、智能交通、智慧能源、智慧制造等行业智能化方法研究。

主要课程

公共学位课程：新时代中国特色社会主义理论与实践、自然辩证法（或马克思主义与社会科学方法论）、研究生英语。

学科基础课程：高级人工智能、机器学习理论与方法、矩阵分析与应用、最优化方法、随机过程与统计分析。

专业核心与前沿课程：深度学习与神经网络、自然语言处理、计算机视觉、智能控制系统、知识图谱与数据挖掘、智能机器人导论、可信人工智能与伦理。

培养方式

本学科研究生培养采取课程学习与科学研究并重、导师指导与团队协同相结合的培养方式。课程学习注重基础理论、前沿动态和科研方法的系统训练，授课形式包括课堂讲授、专题研讨与项目实践相结合。研究生的科研工作以导师科研课题或承担的国家级科研任务为依托，鼓励跨学科、跨平台开展合作研究。培养过程中注重学术训练，包括文献阅读、学术报告、论文撰写和国内外学术交流等环节，硕士生须完成学位论文并通过答辩，博士生须在核心问题上取得创造性研究成果并发表高水平学术论文。研究生培养实行导师负责制，并可组成由相关学科专家参加的指导小组共同指导，具体培养环节与考核要求以院校公布的培养方案为准。

就业与发展

智能科学与技术学科毕业的研究生面向高校与科研院所、高新技术企业、政府部门和重点行业领域就业，主要从事人工智能理论与方法研究、智能系统设计与开发、技术攻关与工程实施等工作。毕业生可在高校与科研单位开展教学和学术研究工作，推动学科前沿发展；也可在国家战略性关键领域和重点企业中，担任算法工程师、智能系统架构师、技术负责人或科研骨干，参与国家级重大科技项目和核心产品的研发。随着人工智能技术在各行业的深度渗透，社会对该领域高层次人才的需求持续旺盛，毕业生的职业发展空间广阔，能够在学术机构、创新型企业和公共服务部门等多类组织中，承担关键岗位并发挥重要作用。