新加坡国立大学 (NUS) 人工智能与创新理学硕士 (MSc Artificial Intelligence & Innovation,简称 MSc AI&I) 是一个由七个学术单位联合提供的跨学科研究生学位项目,这七个单位分别是设计与工程学院、计算机学院、艺术与社会科学学院、法学院、理学院、企业学院和继续教育与终身教育学院。该项目专注于利用人工智能的力量在不同行业和企业中推动创新,为 STEM 和非 STEM 背景的学生提供全面的 AI 知识和技能,使他们能够在各个领域进行创新,为经济和社会发展做出贡献。项目与新加坡政府的新加坡国家 AI 战略 2.0 保持一致,为毕业生提供继续教育机会,以跟上行业和工作性质的变化。
一、项目核心信息
该项目的英文全称为 Master of Science in Artificial Intelligence & Innovation,中文名称为人工智能与创新理学硕士。项目提供全日制和非全日制两种学习模式,全日制学习周期为 12-24 个月,非全日制为 24-36 个月。国际申请者必须选择全日制课程才能申请学生准证。
项目总学分为 40 学分,采用学分制收费,学费为 54,000 新币(不含消费税)或 58,860 新币(含 9% 消费税),此费用基于完成 40 学分计算。申请费用为 150 新币(含消费税),不可退还;录取后需缴纳 5,000 新币(含消费税 5,450 新币)的录取押金,该押金不可退还但会计入学费。
2026 年 8 月入学的申请周期为 2025 年 11 月 1 日至 2026 年 1 月 31 日。项目每年仅开设 8 月入学批次,一个学年包含两个学期和一个特殊学期(分为两部分,每部分六周),学期安排如下:首学期为 8 月至 12 月,第二学期为 1 月至 5 月,特殊学期首部分为 5 月至 6 月,第二部分为 6 月至 7 月。
二、培养目标
- 培养学生掌握人工智能核心概念、应用方法和评估体系,能够将 AI 技术与行业创新需求相结合。
- 使学生具备 AI 技术创新管理能力,理解如何通过 AI 驱动企业技术变革和业务增长。
- 教导学生 AI 领域的创新创业思维,掌握 AI 创业项目的规划、实施和融资策略。
- 让学生深入了解 AI 治理与伦理规范,确保 AI 应用符合法律、道德和社会价值标准。
- 为学生提供机器学习基础和应用能力,使其能够设计、实现和评估基本的 AI 模型和系统。
- 培养学生跨学科解决问题的能力,能够应对快速发展的 AI 领域中的复杂挑战和机遇。
- 为毕业生在各种行业和领域从事创新管理、AI 产品管理、AI 咨询等多元化职业做好准备。
三、课程设置 (40 学分)
项目为 40 学分的课程型硕士学位项目,课程体系分为核心 / 必修课程(20 学分)和选修课程(20 学分)两大部分。
1. 核心 / 必修课程(20 学分)
核心课程共包含五门,每门 4 学分,是构建学生 AI 与创新综合能力的基础。
- MSI5001 人工智能导论:概念、应用与评估:这门课系统介绍 AI 的核心概念、关键技术、应用场景和评估方法,帮助学生建立对 AI 领域的全面认知。
- MSI5002 人工智能技术创新管理:课程聚焦 AI 驱动的技术创新管理,涵盖创新战略制定、技术转化、组织变革、风险管理等内容,培养学生领导 AI 创新项目的能力。
- MSI5003 人工智能创新创业:讲解 AI 领域的创新创业生态,包括机会识别、商业模式设计、团队组建、融资渠道、市场推广等,帮助学生掌握 AI 创业的核心技能。
- MSI5004 人工智能治理与伦理:深入探讨 AI 应用中的法律、伦理和社会问题,包括数据隐私、算法公平性、责任划分、监管框架等,培养学生负责任的 AI 开发和应用意识。
- MSI5102 机器学习基础:提供机器学习的核心理论和实践技能,包括监督学习、无监督学习、模型评估、特征工程等,通过编程实践帮助学生掌握基本的机器学习模型构建和应用方法。
2. 选修课程(20 学分)
学生需完成 20 学分的选修课程,其中至少 8 学分必须来自专业选修课,剩余学分可从通用选修课中选择。选修课程的开设情况可能会有变化,并非每学期都提供。
专业选修课(部分):
- LL5532X 法律、算法与人工智能:探讨法律与 AI 算法之间的互动关系,包括 AI 决策的法律责任、算法透明度、知识产权保护等。
- LL5533X 数据隐私合规:讲解数据隐私保护的法律框架和合规要求,包括 GDPR、新加坡个人数据保护法等,培养学生数据合规管理能力。
- MT5021 创造力与问题解决技能:教授创造性思维和问题解决方法,帮助学生在 AI 创新过程中提出新颖的解决方案。
- NMC5363 人工智能、媒体与社会变革:分析 AI 技术对媒体行业和社会结构的影响,探讨 AI 在媒体内容生产、传播和消费中的应用。
通用选修课(部分):
- DSA5204 深度学习与应用:教授深度学习的高级概念和技术,包括神经网络架构、优化算法、计算机视觉、自然语言处理等应用方向。
- MSI5005 人工智能与创新专题:涵盖 AI 与创新领域的前沿主题,如生成式 AI、AI 与可持续发展、AI 与医疗健康等,内容会根据行业趋势不断更新。
- MSI5006 人工智能与创新顶点项目:学生在导师指导下完成一个综合性的 AI 创新项目,将所学知识应用于实际问题,培养项目管理和团队协作能力。
- PC5251 应用机器学习与数据科学:聚焦机器学习在数据科学中的实际应用,包括数据预处理、特征选择、模型优化、结果可视化等,强调解决实际业务问题的能力。
- IT5001 软件开发基础:为非计算机背景学生提供软件开发的基本技能,包括编程基础、软件工程原则、版本控制等,帮助学生更好地理解和参与 AI 项目开发。









