这两年做美研咨询,被问得很多的一个问题是:“老师,我想搞 AI,是不是只能死磕计算机?”
其实 26Fall、27Fall 的变化已经很清楚了:AI 正在从 CS 的一个分支,变成独立赛道,也开始和商科、生物、工程、法律贴在一起。
比如不少学校新开了 AI 硕士、AI 工程、AI+商业、AI+医疗方向。对申请者来说,这不一定是“降维”,但确实是“多开了一扇门”。
举几个容易理解的画面:
- 本科是机械/自动化的,可以看 AI+机器人、智能硬件;
- 本科是生物/统计的,可以看计算生物、AI 医疗;
- 本科是商科的,可以看商业分析、AI 产品、量化方向。
招生官现在不太吃“我会 Python 所以我能学 AI”这一套。他们更想看:你有没有在自己原本的领域里,用数据或模型解决过一个小问题。
我常跟学生说,别把 AI 当成“转码捷径”。AI 项目看的是三件事:
- 数理底子(线代、概率、统计别虚);
- 项目逻辑(不是堆模型,而是讲清楚为什么用、结果怎么验证);
- 领域感(你未来想用 AI 干什么行业)。
新项目首届招生,往往没有太多历史录取数据,这对背景干净、经历真实的人比较友好。但也要注意:新项目课程还在磨合,选之前一定去官网看清楚先修课、毕业要求、是不是 STEM。
说白了,AI 不是“换个名字就好申”,而是“换种讲法更有戏”。
微信扫一扫









