香港城市大学计算机学院计算机科学系正式推出人工智能理学硕士（MSc Artificial Intelligence） 专业，成为高校响应全球 AI 技术变革的重要举措。该专业以 “技术深耕 + 创新应用” 为核心定位，填补了 AI 领域高级技术人才培养的细分空白 —— 既区别于纯理论研究型项目，也不同于侧重商业应用的交叉学科，专注于培育能将 AI 技术转化为创新成果的实战型人才，与 “人工智能驱动创新” 的时代需求精准匹配。
据项目负责人张青富教授（IEEE 会士，西电科大博士）介绍，专业旨在通过技术与实践的双重赋能，让学生既能掌握 AI 核心算法，又能洞察行业创新痛点。这一定位背后，是香港乃至全球对 AI 创新人才的迫切需求：随着生成式 AI、自动驾驶等技术加速落地，企业亟需既懂技术原理、又能主导创新开发的复合型人才，而该专业的开设正是对这一需求的直接回应。
二、课程解构：技术核心与创新方向的双向赋能
专业课程采用 “10 学分核心 + 21 学分选修” 的模块化结构，既筑牢技术根基，又预留创新探索空间，其特色可概括为三点：
1. 核心课程：夯实 AI 创新的技术底座
核心课程涵盖人工智能基础、机器学习、智能系统及 AI 伦理研讨会四大模块，构建 “理论 - 算法 - 伦理” 三位一体的知识体系。例如 “机器学习” 课程不仅讲授经典算法，更引入大模型训练、迁移学习等前沿技术，为学生开展技术创新提供工具支撑；而 AI 伦理研讨会则聚焦算法公平性、数据隐私等创新过程中的现实挑战，培养负责任的创新思维。
2. 选修方向：锚定三大前沿创新领域
专业设置自动驾驶（AD）、生成式人工智能（GAI）、可信人工智能（TAI） 三大特色分支，精准对接当前 AI 创新最活跃的赛道：
自动驾驶方向：开设智能车辆算法、车路协同系统等课程，直击智能交通领域的技术落地痛点；
生成式 AI 方向：围绕大语言模型、AIGC 工具开发展开，适配内容创作、企业服务等领域的创新需求；
可信 AI 方向：聚焦算法透明性、数据安全等议题，解决 AI 规模化应用中的信任壁垒问题。
3. 实践导向：打通 “技术 - 创新” 转化链路
课程强调 “学用结合”，通过案例教学、行业合作项目等形式提升创新实战能力。例如选修课程中的 “商业实践实习” 模块，已与浪潮卓数大数据等企业达成合作，学生可参与真实场景的 AI 解决方案开发，将课堂知识转化为可落地的创新成果。这种实践设计，让技术学习始终围绕 “创新应用” 展开，避免了技术与产业需求的脱节。
三、申请路径：多元背景下的创新潜力筛选
为吸纳不同背景的潜在创新人才，专业设置了灵活且精准的申请门槛：
学术背景：接受三类申请者 —— 计算机相关专业本科毕业生；电子工程、应用数学等相关学科毕业生 + IT 工作经验；非相关专业但具备扎实 IT 知识者，打破 “唯专业背景” 的限制，为跨领域创新人才敞开大门；
语言要求：托福 79 分、雅思 6.0分或 CET-6 450 分以上，兼顾国际与内地申请者的语言能力证明需求；
选拔偏好：采用滚动录取制，优先审核有技术实践经历（如 AI 项目开发、竞赛获奖）或创新设想的申请者，凸显对 “创新潜力” 的重视。
四、前景展望：AI 创新者的职业与学术双通路
该专业的培养目标直指 “创新型人才双通道发展”：
行业路径：毕业生可进入科技、金融、制造等领域，从事 AI 算法工程师、自动驾驶系统研发、AIGC 产品经理等创新岗位，凭借 “技术深度 + 行业洞察” 的优势，成为企业数字化转型的核心推动者；
学术路径：课程体系中的研究型模块（如高级 AI 算法专题）为学生继续攻读博士学位奠定基础，助力其成为 AI 领域的下一代学术创新力量。
从地域优势来看，香港作为国际科创中心，汇聚了大量 AI 研发机构与科技企业，为毕业生提供了丰富的创新实践场景与就业机会。而港城大在计算机学科领域的深厚积淀（如 AI 实验室、跨学科研究中心），更能为学生的创新探索提供资源支撑。
