人工智能

人工智能（Artificial Intelligence，AI）研究如何让机器具备感知、推理、学习与决策能力。它不是「造机器人」，而是围绕机器学习、深度学习、大语言模型构建的数学+计算机交叉学科。香港正全力打造国际创科中心，数码港 AI 生态、金融科技与智慧城市（如 AI 辅助医疗、金融风控）对 AI 人才需求旺盛。港校 AI 专业是近年新增的热门方向，通常要求 IB 38+ / A-level A*AA / AP 4-5 门 4+ 分，数学要求极高（普遍要求 IB 数学 AA HL、A-level 高数、AP 微积分 BC+统计学）。

人工智能的本质是「用数据与算法模拟智能」。学科有三大支柱：1. 机器学习（Machine Learning）——从数据中学规律，而不是人工写规则 2. 深度学习（Deep Learning）——用多层神经网络处理图像、语音、文本等复杂信号 3. 智能体与决策（Agents & Decision Making）——让系统在环境中感知、规划、行动（如自动驾驶、游戏 AI）。培养的核心能力是：数学建模（把现实问题抽象成可优化的目标函数）、编程实现（PyTorch/TensorFlow 等框架）、实验设计（数据、指标、对比实验）、批判性评估（AI 结果为什么对、何时会错）。 AI 不是科幻：当前 AI 是统计学习系统，没有意识与情感；AI 不是简单的「自动化程序」：传统程序是写死的规则，AI 是从数据中归纳规则；AI 也不只是「调参」：研究型 AI 依赖深厚的数学与系统功底。

AI 的发展几经起伏：1950 年图灵提出「图灵测试」，1956 年达特茅斯会议正式命名人工智能；1960-70 年代专家系统（如 MYCIN）带来第一波热潮；1980 年代神经网络与机器学习理论逐步成形；1997 年深蓝（Deep Blue）战胜国际象棋世界冠军；2012 年 AlexNet 在 ImageNet 夺冠，深度学习引爆第三波浪潮；2016 年 AlphaGo 战胜围棋世界冠军；2017 年 Transformer 架构诞生，为大模型铺路；2022 年以来 ChatGPT 等大语言模型（LLM）让生成式 AI 进入大众视野；2025 年前后多模态模型与 AI Agent 成为新前沿。 香港特色：港府推出「人工智能资助计划」，数码港与科学园聚集大量 AI 企业；港校 AI 项目（HKU、HKUST、CUHK、PolyU）近三年集中开设，抢位竞争激烈。