人工智能与机器学习(Artificial Intelligence & Machine Learning)
人工智能(AI):涵盖知识表示、推理、搜索算法(如A*算法)、系统、自然语言处理(NLP)、计算机视觉(CV)、机器人学等。
-
- 机器学习(ML):监督学习(回归、分类、决策树、SVM)、无监督学习(聚类、降维)、深度学习(神经网络、CNN、RNN、Transformer模型)、强化学习、大语言模型(LLM、GPT)、生成式AI(AIGC)。
- 相关技术:TensorFlow、PyTorch框架,计算机视觉应用(图像识别、自动驾驶)、NLP应用(机器翻译、语音助手)。
计算机视觉(Computer Vision)
专注于让计算机“看懂”图像和视频,包括图像处理(滤波、特征提取)、目标检测(YOLO、Faster R-CNN)、图像分割、三维重建、人脸识别、自动驾驶感知系统等。
-
- 结合深度学习的视觉Transformer模型(ViT)是当前研究热点。
- 自然语言处理(Natural Language Processing)
研究计算机与人类语言的交互,包括文本分析、情感识别、机器翻译(Google Translate)、问答系统(ChatGPT)、语音识别与合成(Siri、小爱同学)、信息抽取等。
-
- 核心技术:词嵌入(Word2Vec、BERT)、注意力机制、预训练语言模型(GPT系列、LLaMA)。
网络与信息安全(Networks & Cybersecurity)
计算机网络:TCP/IP协议栈、路由算法(OSPF、BGP)、网络编程(Socket)、云计算网络(SDN)、5G/6G通信技术。
-
- 信息安全:密码学(对称加密:AES;非对称加密:RSA;哈希函数:SHA-256)、网络攻击与防御(防火墙、入侵检测系统、渗透测试)、隐私保护(差分隐私、区块链匿名性)、数字取证等。
- 热门领域:区块链安全、物联网(IoT)安全、零信任架构(Zero Trust)。
软件工程(Software Engineering)
关注大型软件系统的开发流程与方法论,包括敏捷开发(Scrum)、 DevOps(开发与运维融合)、软件测试(单元测试、集成测试、自动化测试)、项目管理(Jira)、代码质量与优化(静态分析、重构)。
-
- 强调团队协作与工程实践,学生通过小组项目开发完整软件(如社交APP、工具类软件),模拟企业级开发流程。
人机交互(Human-Computer Interaction, HCI)
研究人与计算机之间的交互设计,结合心理学、设计学与计算机技术,涵盖用户界面(UI)设计、用户体验(UX)优化、交互原型工具(Figma、Sketch)、可穿戴设备交互、虚拟现实(VR)/增强现实(AR)界面设计等。
-
- 目标是打造易用、高效、人性化的技术产品,如智能手机操作系统界面、智能手表交互逻辑。
- 计算机图形学与可视化(Computer Graphics & Visualization)
涉及三维建模、渲染技术(光线追踪、全局光照)、动画设计(骨骼动画、物理模拟)、游戏引擎(Unity、Unreal Engine)、科学可视化(将复杂数据转化为图形/动画,如医疗影像、气象数据可视化)。
-
- 应用领域:影视特效(《阿凡达》虚拟场景)、电子游戏开发、建筑设计效果图、VR/AR内容创作。
分布式系统与云计算(Distributed Systems & Cloud Computing)
研究多台计算机协同工作的系统设计,包括分布式算法(一致性协议Paxos、Raft)、微服务架构、云平台服务(IaaS:AWS EC2;PaaS:Google App Engine;SaaS:Office 365)、边缘计算、Serverless架构等。
-
- 解决的核心问题:数据一致性、容错机制、负载均衡、高可用系统设计(如分布式数据库Spanner)。
嵌入式系统与物联网(Embedded Systems & IoT)
专注于小型化、低功耗计算机系统的设计,如智能设备(智能家居传感器、智能手表)、汽车电子(自动驾驶控制器)、工业控制系统。
-
- 涉及硬件与软件的结合(单片机、FPGA、传感器技术)、实时操作系统(RTOS)、低功耗通信协议(蓝牙、Zigbee、LoRa)。
微信扫一扫









