图1：Yann LeCun 在活动中分享对AI教育的看法
图2：相关新闻报道截图
（杨立昆：“卷积神经网络之父”，原 Meta 首席人工智能科学家和纽约大学教授，图灵奖得主。）
杨立昆给有志投身人工智能领域青年学子的建议
杨立昆建议，与其追逐“当下的热门新潮技术”，不如花更多时间深耕基础知识，这些才能带来长期价值。
在人工智能时代背景下，科技领域的领军人物仍在热议计算机科学专业课程的未来方向。杨立昆直言，如果计算机专业的学生不能善用时间，最终可能会发现自己的学位“根本不值一提”。
“如果你是一名计算机科学专业的学生，并且只修读了典型计算机科学课程所需的最低数学课程，你可能会发现自己无法适应重大的技术变革，”LeCun 在邮件中写道。
作为纽约大学的计算机科学教授，LeCun 在最近的一次播客中甚至开玩笑称自己是一个“反对学习计算机科学的计算机科学教授”，因为他一直在推动学生将时间投入到其他更基础的领域。
“我的建议不是不要选择计算机科学作为专业，而是尽可能多地学习基础课程（例如数学、物理或电子工程课程），而不是学习当下流行的技术课程，”他解释道。
这位 Meta 前首席人工智能科学家强调，他的核心建议是让学生“学习那些能够长期受益的知识”。然而，根据计算机科学专业的不同，并非所有这些关键技能都能通过标准的学位课程获得。
“我们应该学习一些数学基础知识，比如建模，以及能够与现实联系起来的数学，”LeCun 在播客节目中说，“你往往会在一些工程院校学习这类知识，它们与计算机科学相关，或者与电气工程、机械工程等相关。”
当前，大学和计算机科学专业仍在努力探索如何调整课程设置，以适应生成式人工智能和日益智能化的新时代。有学者描述了学生在求职方面面临的困境，这与以往毕业生“求职无忧”的局面形成了鲜明对比。
包括 OpenAI 的布雷特·泰勒在内的该领域领军人物强调，计算机科学远不止学习编程那么简单。而包括图灵奖得主杰弗里·辛顿在内的其他学者则认为，培养批判性思维才是跟上人工智能发展步伐的关键。
“有些技能永远都很有价值，比如懂一些数学、统计学和概率论，懂一些线性代数之类的知识，这些知识永远不会消失，”辛顿表示。
LeCun 也提到，他最初并没有学习计算机科学。他先是在巴黎高等电子与电气工程学院学习电气工程，之后才获得计算机科学博士学位。他指出，一些计算机科学院校与工程专业关联密切，而工程专业往往需要更高等的数学知识。
“你知道，在美国，工程类学科要学微积分1、2、3，这能给你打下良好的基础，对吧？”他说道，“但在计算机科学里，你只要学过微积分1就够了。但这远远不够，对吧？”
工程学还能让学生接触到控制理论和信号处理等概念，LeCun 表示这些概念“对人工智能等领域非常有用”。
当然，这一切并不是说要抛弃基础编程。他认为，即兴编程固然不错，但它不能替代扎实的理论基础。
“显然，你需要学习足够的计算机科学知识才能进行编程和使用计算机，”他说，“尽管人工智能可以帮助你更高效地进行编程，但你仍然需要知道如何去做。”
想了解更多技术观点与深度讨论，欢迎访问 云栈社区 与其他开发者交流。
发表于 2025-12-30 21:40:51
|
查看: 21|
回复: 0
