12月22日讯息显示，知名AI科学家杨立昆近期发表观点指出，在当今快速演变的技术环境中，计算机科学专业的学生如果仅完成最低限度的课程要求，可能会在未来的发展中失去竞争力。他强调，若不善加利用学习时间，将会面临专业技能贬值的风险。
“如果你是计算机科学专业的学生，仅仅修完最低要求的数学课程，你很可能会发现自己难以跟上技术变革的步伐，”杨立昆风趣地表示，”有时候我会开玩笑说，自己是一名’不鼓励他人选择计算机科学的计算机科学家’。”
杨立昆进一步解释，这种观点并不是要否定计算机科学专业本身的价值，而是强调学习过程中重点选择的重要性。他建议学生尽可能多地修读基础学科课程，例如数学、物理和电子工程等领域的核心课程，而不是过分关注当下流行的即时技术。
作为前Meta公司的首席AI科学家，杨立昆认为，学生应该专注于学习那些”保质期更长的知识”。然而，在不同高校的计算机科学课程设置中，并不完全包含这些关键能力的培养内容。
杨立昆指出，真正值得学习的是数学中的基础理论和建模方法，以及能够应用于现实世界的知识体系。在一些院校里，这些宝贵的教育内容通常融入到与计算机科学相关的工程学科课程中，例如电子工程、机械工程等领域。
有趣的是，杨立昆回忆起自己的学术背景：他最初并非科班出身的计算机科学家。他在巴黎ESIEE学习了电子工程专业，随后于1987年在索邦大学获得计算机科学博士学位。
据相关报道透露，杨立昆还进一步解释道：”一些计算机科学学院与工程项目紧密结合，而工程学科的课程通常要求学生具备更为扎实的数学基础。在美国的工程教育体系中，学生需要修读微积分1、2、3等核心课程，从而打下坚实的理论基础。相比之下，在计算机科学专业中，仅仅学习一学期的微积分就足够毕业，显然是远远不够的。”
杨立昆认为，工程教育中的控制理论和信号处理等内容对人工智能的发展至关重要。他同时强调，基础编程技能仍然是不可或缺的。虽然目前”氛围编程”等快速应用技术很受欢迎，但它无法替代扎实的基础知识学习。只有真正掌握了计算机科学的基本原理，才能在编程与实际应用中游刃有余。即便AI工具能够显著提高工作效率，我们也必须清楚了解其运作原理和应用场景。
相关文章
