想學人工智慧，有必要出國讀本科或碩士嗎？

• 2019 年 12 月 26 日
• 筆記

從我個人本科和碩士的讀書體驗上，國外高等教育成熟，中國一流高校的教學水平正在迎頭趕上。如果考生在中國能考取到不錯的學校，不想讀博，且計劃在中國發展，在中國讀書有更大優勢。如果高考或考研分數不理想，與其被調劑，不如出國讀書，國外高校更能培養鍛煉人。如果你想進行AI研究，或有移民打算，應考慮儘早出國。

筆者碩士畢業於北京大學電腦專業，期間有幸申請到了澳洲國立大學（Australian National University，簡稱ANU）的交換機會，對中國外人工智慧教育均有所體驗。畢業後，有四年一線大數據和人工智慧從業經驗，對AI行業形成了一些個人理解。

University Avenue ANU最美的校園大道

2019年各機構給出的世界大學排名上，澳洲國立大學和北京大學接近，都屬於世界頂尖的研究性高校。關於選學校和選專業，一些教育機構喜歡使用排名來衡量不同學校和專業的水平。這些排名一般會從科學研究的角度來衡量學科和學校的實力，如研究者發表的論文數、所獲資金支援等。普通的本科生和碩士生其實並不能享受到太多研究經費的福利，其實只需關注教學水平，單單從研究角度衡量教學水平，未免會有失偏頗。所以，這裡就從教學體驗和就業前景來分析AI領域海外求學的利與弊。

分析需求，規劃未來

每個考生以及所在家庭背景不同，對未來規劃也不同，在決定是否出國學習人工智慧專業的朋友，首先應該對個人情況和未來規劃有一個自我剖析的過程。

1. 如果已經有移民打算，那麼儘早出國留學能夠為今後爭取綠卡奠定不錯的基礎。
2. 想進行AI相關研究，最好申請國外頂尖大學博士生。
3. 如果未來在中國發展，則要權衡是否需要出國讀書。

國外AI教育重視培養動手實踐能力

筆者在ANU選修了兩門AI相關課程，分別為Artificial Intelligence和Algorithms and Techniques for Data Mining，中文名分別為人工智慧和數據挖掘演算法和技術，這兩門課程對於AI的都是極為重要的基礎理論。兩門課都針對高年級本科生和碩士生開放。

從Artificial Intelligence人工智慧這門課的名稱可以知道，這就是一門專門講AI的入門導論，課程中講到了業界所關注的AI技術，包括規劃、表示學習和推理、強化學習等知識。課程由三名老師講授，其中課程的責任教授是Sylvie Thiebau，她將起到課程的組織者和聯繫人的角色。當時在讀時沒有注意，最近查詢發現，Sylvie是經典AI領域頂級平台AAAI（the Association for the Advancement of Artificial Intelligence）的顧問。AI本身有眾多分支，所以課程選取了三名教授來授課，且三個教授均在各自的領域上有豐富的科研積累。可以說，這門課的師資力量非常雄厚。慚愧的是，幾位老師分別來自法國和德國，他們上課時的歐式英語讓我這個本來就不適應英文教學的中國學生雲里霧裡，課堂上我是基本沒怎麼聽懂老師們在說什麼，基本靠下課自學課件來學習的…

從中國交換過去的我，體會最深的還是這門課所留的作業（assignment）和習題輔導課（tutorial）。

AI課程第一次作業

很早就聽說國外大學課程壓力非常大，難以矇混過關，這門課讓我感受頗深。作業一共5個，每個單獨拿出來都是一個不小的項目。在項目中，學生要理解老師課堂上所講的理論，並要學以致用，使用python語言來設計自己的程式，實現一個AI功能。比如，第一次作業就是完成一個小程式，程式模擬吃豆人遊戲，要求以最少的試探次數來吃遍所有的點。這是電腦和AI領域一個很經典的搜索和規劃問題，學生除了要將課本上的方法搬到自己的作業上，還需要提出一些新穎的方法，否則得分會很低。解這些問題著實讓我花了不少精力。更可怕的是，剛將第一次作業提交，第二次作業就來了，而且如果遲於最後時間（due）提交，那整體的得分會大打折扣。留學生們習慣將生活比作機關槍：Due Due Due…Due Due Due…因為，大家都有趕不完的paper和due。

金融工程tutorial助教手稿

國外的習題課（tutorial）也是一個很有特色的地方。習題課一般會安排幾個助教（tutor）每隔一兩周上一次，每次由十幾個人組成小班，課上助教會來帶著大家一起來研究和討論習題並答疑，鞏固課堂（lecture）所學知識。在中國的時候，上課之前，我基本不會預習和複習課程，所以第一次上tutorial的時候，什麼都沒準備，帶著空白的大腦來上習題課，結果發現其他同學都已經對作業和課程理解得很深了，助教上來就會直接講一些高級的內容，甚至發一些小測試讓我們來做。如果不提前準備，習題課基本就是雲里霧裡，浪費了自己的時間。習題課對助教來說也是一種挑戰，課上有些學生會提出自己的想法和見解來討論，因此助教必須把課程精髓吃透，深入理解作業內容，才能在習題課上解答學生各種各樣的疑問。有時候，一堂準備充分tutorial甚至可以比教授的lecture給人收穫更大。課堂助教一般是在該領域有一定積累的博士生。可以說，tutorial的學制要求學生持續的學習和投入。

ANU圖書館一角

作業難，要求高，還有大量的習題課和實驗課要準備，所以ANU的學生必須非常努力。圖書館經常占不到位置，很多學生都要學習到晚上十一點閉館才走。國外留學生拚命學習的時候，同齡的中國大學生很可能用這個時間在宿舍打遊戲或看電視劇呢…

中國的大學一般沒有這麼明確的習題課概念，在學期結束時，老師會安排一兩個學時給學生們答疑講解作業。一個學期的知識和疑問，都堆積在最後複習之時，學生想學明白很多內容，但是心有餘而力不足。中國大學的助教一般只負責批改批改作業，做做簡單的答疑，也沒有提供專門的小課堂給學生們定期的討論。

ANU非常強調學術端正，嚴禁抄襲。有一次作業，另一個中國朋友借鑒了我的程式，可能最後沒太大改動，就直接提交了。老師們有一個判定抄襲的系統，兩份相似的作業沒能逃過這個系統的法眼。我們兩個都被老師約談，並要求給出一個解釋報告，我們的作業分數也大打折扣。

有了幾年工作經驗後，再回頭再去思考曾經的編程作業，發現這門課講授和練習的問題都非常經典，如果能夠把這些問題都吃透了，畢業時進入頂級AI企業不在話下。

國外也有水課

剛才提到的AI牛課是ANU電腦和人工智慧學科非常硬核的一門課，無論是師資水平、作業設置還是助教答疑上都做足了功夫，對學生也是一種非常好的鍛煉機會。然而，並不是所有的課都像這門一樣給力，剛才提到的Algorithms and Techniques for Data Mining就是一門水課。課程由Peter Christen講授，中國學生圈都稱他為大水牛Peter，因為他上得這門課確實非常水。數據挖掘（Data Mining）是一門非常需要動手實踐的課程，需要將理論應用在實際場景中才能更好理解書本上的原理和技術，但與前一門課的高難度作業相比，這門課讓人覺得有點「養老」…首先，課堂上，大水牛Peter基本上是照本宣科；第二，這門課的作業不是編程，而是寫報告；最後，課程的tutorial也沒有太多激烈的討論。很多學生選擇這門課，就是為了減輕自己的壓力，否則一學期太多牛課自己吃不消。其實，國外讀書，如果想混一個學位也不難，可以都選這些低難度的課程，作業論文付費找一些槍手來寫，湊夠學分就能拿到畢業證。

中國AI教育正在迎頭趕上

從我個人體驗來說，中國的授課型本科和碩士課堂，與國外相比，還有一些差距。比如，對動手能力的鍛煉不足，缺少可以討論的tutorial學制等。

國外的授課型碩士只需要選擇幾門課程，修滿學分就可以畢業。中國的碩士除了要上課之外，經常需要參與導師的課題項目。這些項目的水平參差不齊，有的是進行前沿的科學研究，有的與工業界合作，有的乾脆就是導師自己拉的賺錢的小項目。有些項目其實並不能培養鍛煉學生的AI能力，而是把學生作為廉價勞動力來使用。

北大塞萬提斯像

北大有很多AI相關的專業課，有「機器學習」、「區塊鏈」等。以自然語言處理導論為例，這門課是資訊科學技術學院與中文系聯合開設的一門對課程，課程留了一個「編程大作業」，要求學生使用電腦對中文進行分析，分出中文語段中的片語，也就是「分詞」。作業要求三個學生一組，學期結束時，小組要將所做內容給老師同學做一次彙報展示。相比ANU的作業，這個作業難度並不小，認真做作業的收穫也很大。學校沒有tutorial機制，我們的助教也不會像ANU的那樣，每周組織一次習題課，和學生一起討論課程作業中的疑難問題，學生全程靠自我督促來學習。

注 北大自然語言處理課程資訊及PPT：http://lanco.pku.edu.cn/teaching/index.htm

最近幾年中國高校教職門檻水漲船高，很多211高校都需要候選人有至少一年海外交流背景，且發表過大量頂級文章，知名高校新入職的老師不是海外名校畢業的牛博，就是在工業界積累過實戰經驗的大咖。中國高校教師的水平和視野也正在向國際前沿看齊。

中國高校課程體系陳舊的問題也曾廣泛存在。部分高校還在使用幾十年的老教材和老題庫，遠不能適應當下的教學方式。比如，一些高校給電腦系大一新生上的的編程導論課程還在使用C語言，我個人認為C語言並不適合編程入門，ANU就使用高級語言Haskell或Python入門編程。這兩年國家開始強調「新工科」建設，要求各高校「淘汰水課，打造金課」，各高校也開設重視學生的動手能力的培養。據我所知，很多高校已經開始廢棄老舊的實踐課程，引進了與工業界聯繫密切的上機實踐，將偏理論的課程替換為提升動手能力的工科實踐課程。一些編程上機作業也開始使用電腦自動判分和查重，從技術上避免出現抄襲借鑒的問題，學校的工科實踐教學體系正變得更加嚴謹公正。可以看到，中國的AI教育正在飛速發展，迎頭趕上。

北大人工智慧公開課

隨著這兩年AI成為媒體廣泛關注的熱門話題，北大也開設了更豐富的課程，最知名的要數北大人工智慧公開課。百度創始七劍客雷鳴主持並邀請了中國最強大的人工智慧專家團來分享，包括新東方聯合創始人徐小平等。公開課內容涵蓋了人工智慧各個領域，包括技術、產業、人才等多個角度。這門課不僅適合電腦專業學生，其實也是面向全校乃至全社會的人工智慧前沿課程。澳洲國立大學位於澳洲首都小城堪培拉，幾十萬人口的城市除了政府機構和大學外，幾乎沒有大規模的人工智慧企業。整個澳洲也只有悉尼和墨爾本有一些高新技術企業。相比之下，北京AI公司密集，很容易邀請到這麼多業界頂級專家來大學開設公開課。

注 北大人工智慧公開課鏈接：https://study.163.com/course/introduction/1003792051.htm

中國外AI教育對比

ANU所提供的課程確實是世界一流的，原因是人家所收的費用也是世界一流的。平均一年的學費要3萬澳元，再加上住宿費和生活費，不社交不旅遊，一年也要20多萬人民幣左右，價格不菲。很多學生因為費用太貴，所以越發珍惜讀書的機會。

中國的學費相對便宜，本科學費一年只有幾千，相比國家對各高校的撥款，以及國外本科教育的費用，這個學費真的是社會主義國家最大福利之一了。碩士研究生的學費這幾年在不斷規範，開始取消了很多獎學金和補貼，費用根據碩士項目情況從一萬到幾萬不等。從時間成本的角度考慮，英聯邦國家的學制短，在英加澳新從本科上到碩士，最短只需要四五年，而在中國，這個時間要六七年。提前兩三年參加工作，在職場增加工作經驗比上學讀書更能鍛煉提升人。

從未來發展情況上看，出國讀書更有機會拿到國外大學的博士或國外FLAG（Facebook，LinkedIn、Amazon、Google）巨頭工作機會。國外讀書，容易拿到國外老師的推薦信，這些推薦信在歐美國家被廣泛認可。在澳洲我就認識到一位朋友以ANU的碩士為跳板，最終被北美牛校博士錄取。

在工作過程中，我也接觸到過海外和中國名校畢業的碩士畢業生，兩者的素質水平基本不相上下。一些BAT企業甚至更青睞中國高校的畢業生，認為海外高校招生放水，中介機構包裝就可以讓普通人上海外名校。

北京高校學生很容易就能找到實習。清華大學很多大一大二的學生已經能在校門口的五道口清華科技園找到了知名科技企業實習了。很多中國企業的暑期實習也是針對中國學校的時間表。比如BAT暑期實習招聘三四月份就會啟動；國有四大銀行的實習生招聘四五月份開始，筆試面試持續時間很久。國外讀書的學生在時間和資訊渠道上非常不便，找中國實習有劣勢。此外，中國學生在校友推薦、入職體制內等方面上都有絕對的優勢。

從我個人本科和碩士的讀書體驗上，國外高等教育成熟，中國一流高校的教學水平正在迎頭趕上。如果考生在中國能考取到不錯的學校，不想讀博，且計劃在中國發展，在中國讀書有更大優勢。如果高考或考研分數不理想，與其被調劑，不如出國讀書，國外高校更能培養鍛煉人。如果你想進行AI研究，或有移民打算，應考慮儘早出國。