帝国理工学院在本科专业的增设上素来以审慎著称,然而,在2027年的入学课程目录中,校方却出人意料地一次性推出了三个全新项目。其中,最吸引理工科申请者目光的,无疑是“数学与人工智能计算机科学工程学”专业。这个由帝国理工计算机系与数学系联袂打造的三年制课程,据官网信息显示,将于2027年10月正式拉开帷幕。对于正全力冲ci2027年秋季入学申请的学子而言,他们将有幸成为该专业的首批“吃螃蟹的人”。
不止于“AI”的标签
如今,开设人工智能相关方向的大学如雨后春笋般涌现,但课程质量却良莠不齐。不少项目的做法简单粗暴:在传统计算机课程体系的基础上,生硬地添加几门机器学习选修课,便堂而皇之地冠上“AI专业”的名号。帝国理工的这个新项目,其设计理念则大相径庭。它的核心并非教导学生如何调用现成的AI工具,而是双管齐下,同步夯实数学与计算机两大基石:一方面,学生将深入学习编程、算法、软件工程及计算机系统;另一方面,数学分析、线性代数、概率统计以及优化理论等核心数学知识也将得到系统的掌握。
换言之,这个专业旨在培养的,并非仅仅是“会用AI”的操作者,而是那些能够洞悉机器学习背后原理、理解模型训练机制、掌握算法优化路径,并能将理论转化为实际系统的高级人才。这一点,正是它与普通计算机专业最本质的区别。
课程设置解析
-
di一年:九门核心课程奠定坚实基础
帝国理工的“数学与人工智能计算机科学工程学”专业,在大一阶段便引入了机器学习的内容,但其数学课程的比重并未因此削弱。di一学年共设置九门核心课程,除了编程原理、图论与算法、逻辑与推理等计算机类课程外,还涵盖了数学分析、微积分、线性代数与群论、概率与统计等数学课程。
大一阶段还特别开设了一门目标明确的课程——《机器学习实践》(Machine Learning in Action)。在这门课上,学生将置身于真实的机器学习场景,综合锻炼编程能力、基础研究能力、书面表达能力以及项目展示能力。
-
第二年:课程难度显著提升
进入第二学年,课程的挑战性明显增强。机器学习升级为核心课程,同时学生还需修读计算机系统、软件工程、实用系统工程,以及实分析与拓扑、多元微积分和线性代数等更深层次的科目。
-
第三年:选课空间拓展,AI与数学双线深化
第三学年的选课自由度进一步加大。在AI方向,学生可选择深度学习、自然语言处理、强化学习、计算机视觉、机器人学、计算优化、统计信息论等专业课程;数学方向则允许学生继续深造概率论、统计推断、时间序列、马尔可夫过程、博弈论等高级内容。
更为关键的是,学生若想最终获得这个AI方向的工学学士学位(BEng),必须通过机器学习课程,并完成至少两门经认证的AI或机器学习课程,其中至少两门需达到英国本科高年级的FHEQ Level 6水平。由此可见,该专业并非仅仅在名称上烙上AI印记,其课程体系确实围绕AI进行了重新规划,并设定了清晰的毕业路径。
与帝国理工现有AI相关专业的差异何在?
帝国理工此前已设有计算机(人工智能与机器学习)项目,以及传统的数学与计算机联合专业。这个新专业更像是在两者之间开辟出的一条全新路径。
传统的计算机(人工智能与机器学习)专业以计算机科学为主体,通常到高年级才进一步聚焦人工智能方向;而新专业从di一年起就强调数学与计算机并重,并通过概率统计、优化、分析和机器学习等课程,将这两条主线有机地串联起来。
它也并非数学和计算机两个独立学位的简单叠加,而是一个由两个院系共同授课、深度融合的联合专业。
因此,如果学生热衷于编程,但对大量高阶数学课程有所顾虑,这个专业或许并非zui佳选择。相反,如果学生具备扎实的数学功底,又不希望局限于纯数学或纯理论研究,渴望未来在AI、数据科学、量化分析或技术研发等领域施展拳脚,那么这个专业将会具有相当的吸引力。
录取要求
帝国理工官网公布的该专业最低录取要求为AAA,其中数学和进阶数学必须达到A*,另外一门“有用科目”(useful subject)需达到A。计算机科学和物理是学校推荐的选课方向,但计算机科学并非硬性必修。化学、生物、经济、电子学等也被列入可接受的“有用科目”清单。
需要特别提醒的是,以上仅为官网公布的最低门槛,并不等同于实际录取分数线。由于这是2027年首次招生,帝国理工目前尚未公布该专业的“典型录取标准”(Typical Offer),也没有往年的申请人数和录取率等参考数据。
TMUA:申请中不可忽视的关键环节
除了学科成绩之外,帝国理工明确规定,申请计算机系本科专业(包括数学与计算机联合专业)的学生,均必须参加TMUA入学考试。TMUA主要考查学生的数学思维、逻辑推理能力以及应对陌生问题的能力,并不涉及编程内容。部分申请者在后续阶段还有可能被邀请参加面试。
2027年秋季入学申请的截止时间为英国时间2027年1月13日18:00,而TMUA考试则需要提前单独报名。