什么是人工智能专业?

目前根据教育部门规定，已经没有明确的本科一批次、二批次概念，河北科技大学在河南省为第一批次录取;而在江西、四川、陕西、广西、贵州、安徽、内蒙古、新疆、黑龙江、山西、甘肃、云南等省是第二批次招生。

河北科技大学(Hebei University of Science & Technology)坐落于河北省会石家庄市，学校为教育部第二批卓越工程师教育培养计划高校，入选国家级大学生创新创业训练计划、全国高校实践育人创新创业基地、全国深化创新创业教育改革示范高校、教育部首批新工科研究与实践项目(卓越工程师教育培养计划2.0)，国家国防科技工业局与河北省人民政府共建的省部共建大学。

1996年，河北轻化工学院、河北机电学院和河北省纺织职工大学合并组建河北科技大学。2013年，学校被列为河北省人民政府与国家国防科技工业局共建省属重点高校。2017年，学校被河北省确定为博士学位授予立项建设单位。

据2021年11月学校官网显示，学校占地2760亩，建筑面积80多万平方米，固定资产总值32.5亿元;图书馆纸质图书239.37万册;全日制在校生26334人(普通本科生22732人，全日制硕士研究生3406人，非全日制硕士研究生540人)。2019年5月，教育部同意设立河北科技大学澳联大信息工程学院。

师资力量

据2021年11月学校官网显示，学校有教职工2157人，双聘院士1人、外籍院士2人、百千万人才工程国家级人选2人、享受国务院政府特贴专家、省高端人才、省管优秀专家等各类高层次人才150人次，国家优秀教师2人，省级教学名师17人。

截至2020年12月，学校有享受国务院政府特殊津贴专家在职人员9人，河北省高端人才支持计划人选3人，河北省优秀留学回国人员3人，河北省优秀专业技术人才1人，河北省教学名师11人，河北省杰出专业技术人才3人，河北省省管优秀专家12人，河北省有突出贡献中青年专家16人，省政府特殊津贴专家9人，河北省 "三三三人才工程"人选一层次人选3人，二层次人选16人，三层次人选47人，国家级教学团队2个，河北省青年拔尖人才15人，河北省级教学团队2个。

院系设置

截至2020年3月，设有16个本科专业学院，79个本科专业。 学科专业涉及工、理、文、经、管、法、医、教育、艺术等九大门类。

2022年2月，学校新增增材制造工程专业、人工智能专业、网络空间安全专业。

教学建设

截至2017年11月，学校有6个国家级特色专业建设点，国家“卓越工程师教育培养计划”试点专业5个，14个河北省级品牌特色专业，河北省卓越新闻传播人才教育培养计划1个;有国家精品课程2门，国家级实验教学示范中心2个，国家级公共实验中心1个，国家级实践教学平台2个，河北省级实验教学示范中心7个，河北省高等学校本科教育创新高地7个，河北省级虚拟仿真实验教学中心1个，国家级双语教学示范课程1门，河北省级精品课程48门;有国家专业综合改革试点项目3个，河北省专业综合改革试点项目5个。

2014年9月，学校《地方本科院校个性化教育模式的构建及其实践》荣获国家级教学成果二等奖。

在教育部发布的2019年度国家级和省级一流本科专业建设点名单中，学校5个专业入选国家级一流本科专业建设点、10个专业入选河北省级一流本科专业建设点。

国家“卓越工程师教育培养计划”试点专业：化学工程与工艺、环境工程、测控技术与仪器、制药工程、纺织工程

国家级实验教学示范中心：环境科学与工程实验教学中心、化工制药实验教学中心

国家级公共实验中心：石家庄国家生物产业基地生物制造公共实验中心

国家级实践教学平台：教育部“环境科学与工程实验教学示范中心”和“河北科技大学-华北制药集团有限责任公司工程实践教育中心”

国家级双语教学示范课：波谱解析

学科建设

截至2021年11月，学校有9个省级重点学科、1个省级重点发展学科，1个学科入选河北省世界一流学科建设项目、2个学科入选河北省国家一流学科建设项目;拥有1个博士学位授权一级学科，28个硕士学位授权一级学科，16个硕士专业学位授权类别。

河北省级重点学科：环境工程、化学工艺、计算机软件与理论、发酵工程、机械制造及其自动化、数量经济学、检测技术与自动化装置、纺织工程、药物化学

国家级特色专业建设点：纺织工程、化学工程与工艺、食品质量与安全、环境工程、制 药工程、金属材料工程 国家“卓越工程师教育培养计划”试点专业：化学工程与工艺、环境工程、测控技术与 仪器、制药工程、纺织工程

科研成果

截至2021年11月，学校学校先后获国家科技进步奖二等奖1项，全军科技进步一等奖1项，全国高等学校技术发明二等奖1项。获得省部级科技奖励210余项，其中一等奖15项、二等奖65项。取得各类专利授权2500余项，出版著作1200余部。与370个地方政府及行业组织、企事业单位建立了科技教育合作关系，学校作为建设单位拥有26个省部级以上科技创新平台，加入国家产业技术创新联盟3个、省产业技术创新战略联盟5个。学校获批“国家技术转移示范机构”。2018年学校入选“自然指数”中国内地高校前200榜单。《河北科技大学学报》入编北大《中文核心期刊要目总览》。

馆藏资源

截至2021年9月，学校拥有图书馆2个，图书馆总面积达到48301平方米，阅览室座位数4232个。图书馆拥有纸质图书239.37万册，当年新增315882册，生均纸质图书82.68册;拥有电子期刊67.44万册，学位论文15589.69万册，音视频31741.7小时。2020年图书流通量达到5.93万本册，电子资源访问量2435.85万次，当年电子资源下载量316.12万篇次。

合作交流

截至2021年11月，学校与24个国家的109所大学和科研机构开展了交流与合作，现有澳联大信息工程学院(下设4个计算机信息类专业)以及服装与服饰设计、产品设计、金属材料工程、环境科学、工业设计工程5个中外合作办学专业。开设全英语授课专业15个，招收来自30余个国家(地区)的留学生。河北省首家韩国世宗学堂落户我校。在大学国际化水平排名(2017URI)中位列全国高校99位。获批河北省外专百人计划、国际科技合作基地等19项，获评“河北省引才引智十佳单位”等称号。 2019年8月8日，教育部批准河北科技大学与韩国祥明大学合作举办产品设计专业本科教育项目。

人工智能技术关系到人工智能产品是否可以顺利应用到我们的生活场景中。在人工智能领域，它普遍包含了

机器学习

、知识图谱、

自然语言处理

、人机交互、计算机视觉、生物特征识别、AR/VR七个关键技术。

一、机器学习

机器学习(MachineLearning)是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、

计算机科学

、脑科学等诸多领域的

交叉学科

，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据(样本)出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。根据学习模式、

学习方法

以及算法的不同，机器学习存在不同的分类方法。

根据学习模式将机器学习分类为监督学习、

无监督学习

和强化学习等。

根据学习方法可以将机器学习分为传统机器学习和深度学习。

二、知识图谱

知识图谱本质上是结构化的语义知识库，是一种由节点和边组成的图数据结构，以符号形式描述物理世界中的概念及其相互关系，其基本组成单位是“实体—关系—实体”三元组，以及实体及其相关“属性—值”对。不同实体之间通过关系相互联结，构成网状的知识结构。在知识图谱中，每个节点表示现实世界的“实体”，每条边为实体与实体之间的“关系”。通俗地讲，知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络，提供了从“关系”的角度去分析问题的能力。

知识图谱可用于反欺诈、不一致性验证、组团欺诈等公共安全保障领域，需要用到异常分析、静态分析、动态分析等

数据挖掘

方法。特别地，知识图谱在

搜索引擎

、可视化展示和

精准营销

方面有很大的优势，已成为业界的热门工具。但是，知识图谱的发展还有很大的挑战，如数据的噪声问题，即数据本身有错误或者数据存在冗余。随着知识图谱应用的不断深入，还有一系列关键技术需要突破。

三、自然语言处理

自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，涉及的领域较多，主要包括机器翻译、机器阅读理解和问答系统等。

机器翻译

机器翻译技术是指利用计算机技术实现从一种自然语言到另外一种自然语言的翻译过程。基于统计的机器翻译方法突破了之前基于规则和实例翻译方法的局限性，翻译性能取得巨大提升。基于深度神经网络的机器翻译在日常口语等一些场景的成功应用已经显现出了巨大的潜力。随着上下文的语境表征和知识逻辑推理能力的发展，自然语言知识图谱不断扩充，机器翻译将会在多轮对话翻译及篇章翻译等领域取得更大进展。

语义理解

语义理解技术是指利用计算机技术实现对文本篇章的理解，并且回答与篇章相关问题的过程。语义理解更注重于对上下文的理解以及对答案精准程度的把控。随着MCTest数据集的发布，语义理解受到更多关注，取得了快速发展，相关数据集和对应的神经网络模型层出不穷。语义理解技术将在智能客服、产品自动问答等相关领域发挥重要作用，进一步提高问答与对话系统的精度。

问答系统

问答系统分为开放领域的对话系统和特定领域的问答系统。问答系统技术是指让计算机像人类一样用自然语言与人交流的技术。人们可以向问答系统提交用自然语言表达的问题，系统会返回关联性较高的答案。尽管问答系统目前已经有了不少应用产品出现，但大多是在实际信息服务系统和智能手机助手等领域中的应用，在问答系统

鲁棒性

方面仍然存在着问题和挑战。

自然语言处理面临四大挑战：

一是在词法、句法、语义、语用和语音等不同层面存在不确定性;

二是新的词汇、术语、语义和语法导致未知语言现象的不可预测性;

三是数据资源的不充分使其难以覆盖复杂的语言现象;

四是语义知识的模糊性和错综复杂的关联性难以用简单的基础网

数学模型

描述，语义计算需要参数庞大的非线性计算

四、人机交互

人机交互主要研究人和计算机之间的信息交换，主要包括人到计算机和计算机到人的两部分信息交换，是人工智能领域的重要的外围技术。人机交互是与

认知心理学

、人机工程学、多媒体技术、

虚拟现实技术

等密切相关的综合学科。传统的人与计算机之间的信息交换主要依靠交互设备进行，主要包括键盘、鼠标、操纵杆、数据服装、眼动跟踪器、位置跟踪器、数据手套、压力笔等输入设备，以及打印机、绘图仪、显示器、头盔式显示器、音箱等输出设备。人机交互技术除了传统的基本交互和图形交互外，还包括语音交互、情感交互、体感交互及脑机交互等技术。

五、计算机视觉

计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。自动驾驶、机器人、智能医疗等领域均需要通过计算机视觉技术从视觉信号中提取并处理信息。近来随着深度学习的发展，预处理、特征提取与算法处理渐渐融合，形成端到端的人工智能算法技术。根据解决的问题，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类。

目前，计算机视觉技术发展迅速，已具备初步的产业规模。未来计算机视觉技术的发展主要面临以下挑战：

一是如何在不同的应用领域和其他技术更好的结合，计算机视觉在解决某些问题时可以广泛利用大数据，已经逐渐成熟并且可以超过人类，而在某些问题上却无法达到很高的精度;

二是如何降低计算机视觉算法的开发时间和人力成本，目前计算机视觉算法需要大量的数据与人工标注，需要较长的研发周期以达到应用领域所要求的精度与耗时;

三是如何加快新型算法的设计开发，随着新的成像硬件与人工智能芯片的出现，针对不同芯片与数据采集设备的计算机视觉算法的设计与开发也是挑战之一。

六、生物特征识别

生物特征识别技术是指通过个体生理特征或行为特征对个体身份进行识别认证的技术。从应用流程看，生物特征识别通常分为注册和识别两个阶段。注册阶段通过传感器对人体的生物表征信息进行采集，如利用图像传感器对指纹和人脸等光学信息、麦克风对说话声等声学信息进行采集，利用数据预处理以及特征提取技术对采集的数据进行处理，得到相应的特征进行存储。

识别过程采用与注册过程一致的信息采集方式对待识别人进行信息采集、数据预处理和特征提取，然后将提取的特征与存储的特征进行比对分析，完成识别。从应用任务看，生物特征识别一般分为辨认与确认两种任务，辨认是指从存储库中确定待识别人身份的过程，是一对多的问题;确认是指将待识别人信息与存储库中特定单人信息进行比对，确定身份的过程，是一对一的问题。

生物特征识别技术涉及的内容十分广泛，包括指纹、

掌纹

、人脸、

虹膜

、指静脉、声纹、步态等多种生物特征，其识别过程涉及到图像处理、计算机视觉、语音识别、机器学习等多项技术。目前生物特征识别作为重要的智能化身份认证技术，在金融、公共安全、教育、交通等领域得到广泛的应用。

七、VR/AR

虚拟现实(VR)/

增强现实

(AR)是以计算机为核心的新型视听技术。结合相关科学技术，在一定范围内生成与真实环境在视觉、听觉、触感等方面高度近似的数字化环境。用户借助必要的装备与数字化环境中的对象进行交互，相互影响，获得近似真实环境的感受和体验，通过显示设备、跟踪定位设备、触力觉交互设备、数据获取设备、专用芯片等实现。

虚拟现实/增强现实从技术特征角度，按照不同处理阶段，可以分为获取与建模技术、分析与利用技术、交换与分发技术、展示与交互技术以及技术标准与评价体系五个方面。获取与建模技术研究如何把物理世界或者人类的创意进行数字化和模型化，难点是三维物理世界的数字化和模型化技术;分析与利用技术重点研究对数字内容进行分析、理解、搜索和知识化方法，其难点是在于内容的语义表示和分析;交换与分发技术主要强调各种网络环境下大规模的数字化内容流通、转换、集成和面向不同终端用户的个性化服务等，其核心是开放的内容交换和版权管理技术;展示与交换技术重点研究符合人类习惯数字内容的各种显示技术及交互方法，以期提高人对复杂信息的认知能力，其难点在于建立自然和谐的人机交互环境;标准与评价体系重点研究虚拟现实/增强现实基础资源、内容编目、信源编码等的规范标准以及相应的评估技术。

目前虚拟现实/增强现实面临的挑战主要体现在智能获取、普适设备、自由交互和感知融合四个方面。在硬件平台与装置、核心芯片与器件、软件平台与工具、相关标准与规范等方面存在一系列科学技术问题。总体来说虚拟现实/增强现实呈现虚拟现实系统智能化、虚实环境对象无缝融合、自然交互全方位与舒适化的发展趋势

人工智能专升本都可以升的专业如下：

通信工程、计算机科学与技术，软件工程，网络工程，物联网工程，数字媒体技术，数据科学与大数据技术。

人工智能专业介绍：

人工智能(Artificial Intelligence)，是一个以计算机科学(Computer Science)为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科，研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学;

企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

知识水平方面：

具有坚实的人工智能领域相关学科基础理论知识和专业技能，深入了解本领域的发展方向，系统掌握人工智能学科相关研究领域的理论、技术和方法，具备多学科交叉的知识体系和学习能力。

博士生突出广泛掌握人工智能国际前沿学术方向和行业先进技术趋势，了解国际前沿理论、技术以及需求热点;硕士生突出夯实本领域基础理论，快速获取跨学科知识和共性技术，并能够综合运用。

能力素质方面：

博士生突出提高原始创新能力，具有较强的系统构建能力和一定的科研组织能力，能够在解决行业企业重大工程实践中凝练科学问题、创新研究方法、转化先进技术，深入开展多领域交叉创新应用和开展学术交流;

能够承担高校及研究机构的教学科研工作、从事人工智能工程技术项目管理工作等。硕士生突出提高综合应用能力，具有人工智能系统的设计、实现、测试和应用验证能力，以及良好的职业素养和沟通协作能力，能够综合运用多学科理论技术解决行业企业智能化面临的实际问题。