圖源：攝圖網
編者按：本文來自微信公眾號毒舌科技（ID： dushekeji），作者XXX，創業邦經授權轉載。
AI 正在改變世界，斯坦福大學處於這一趨勢的最前沿。多年來，斯坦福已經湧現出許多 AI 方面的重大研究突破，斯坦福研究者也是 AI 領域的開拓者。
為了分析斯坦福在過去十年中的變化，Stanford Daily 的數據團隊分析了過去 10 年 AI 相關計算機科學課程的數據變化，以探究其演變過程。
10 年來，計算機科學系的 AI 課程以及在校學生的數量都在增加，許多課程自始至終都是非常熱門的課程。下圖為過去 10 年斯坦福大學 AI 課程的增長趨勢：
在過去的 10 年中，與 AI 相關的計算機科學課程總數從 25 個增加到 77 個，增長了兩倍多。2014 年課程數量首次躍升後，從 2015 年開始，課程數量一直呈穩定增長，2018 年至 2020 年，增長速度達到最大。
10 年來，與機器學習相關的課程一直最多，課程數量也一直呈現出相對穩定的持續增長，從不到 10 種增長至如今的近 40 種。這可能是因為其他類別（例如自然語言處理或深度學習）屬於更廣泛的機器學習範疇。
2014 年，斯坦福首次開設了與機器學習相關的課程，但之後課程數量迅速超過了自然語言處理和計算機視覺課程。2016 年以來，自然語言處理課程數的增長速度也越來越快，而計算機視覺課程數的增長速度卻越來越慢。
課程數量的趨勢表明，AI 課程越來越多，AI 子主題的課程種類也越來越多。
斯坦福計算機科學系教授兼教育副主席 Mehran Sahami 説：「課程的靈活性和可用性都更高了。」
帶來這種靈活性的一個主要變化是 2008 年引入了一個追蹤系統。該系統提供了一個靈活的課程機制，可確保學生參加核心基礎課程以及與他們的特定興趣相匹配的其他課程，例如 AI、生物計算和其他一些課程。
Sahami 説：「學生在自己想要學習的特定領域有了更多的選擇。」
機器學習是 AI 中重要的學習領域。Sahami 表示：「眾所周知，機器學習是 AI 中最重要的領域之一，這也是每個人都需要了解機器學習的原因。CS 109 之類的課程提供了機器學習的入門知識，CS 專業的每個人都至少能夠學到入門級的知識。」
「贏家通吃」：課程越受歡迎，規模就會越大儘管斯坦福提供的課程數量大幅度增加，但註冊人數最多的課程，包括很多機器學習課程，它們的排名依然保持不變。但有一點，這些課程的規模卻成倍增長。
下圖為 2010-2020 年受歡迎 AI 課程的註冊人數發展趨勢：
以 CS 229 機器學習課程為例，它基本上是過去 10 年（2016-17、2018-19 學年除外）選讀人數最多的一門課程，從 2010-11 學年的 318 人增長至 2019-2020 學年的 869 人。類似地，CS 221 人工智能原理與技術和 CS 109 面向計算機科學家的概率論在班級規模上也大幅度提升，從少於 300 名學生增長至 700 名以上。
課程規模增加的一個驅動因素是學生需求的爆炸式增長。
斯坦福計算機科學與語言學教授兼人工智能實驗室（SAIL）主任 Christopher Manning 博士對此表示：「很明顯，所有學生的需求促成了課程規模的增加，同時也反映出了近些年 AI 領域取得的重大突破以及學生學習這些課程的巨大熱情。」
需求增加的部分原因在於：學習計算機科學特別是人工智能學科的學生數量有所增長。
Mehran Sahami 表示：「過去 10 年，學生對計算機科學專業的學習興趣呈現出極大幅度的增長。」據他估計，自 2007 年以來，計算機科學專業的學生數量已經增加了約 300%-400%，使其成為斯坦福最受歡迎的本科專業。
在計算機科學的分支學科中，AI 的發展又是最顯著的。Mehran Sahami 説道：「隨着時間的推移，我們看到 AI 不斷在發展，如今已經成為最受歡迎的學科，在碩士生中也是這樣。」不僅如此，越來越多計算機科學專業之外的學生也在學習人工智能課程。
Manning 又説道：「越來越多來自不同學院的博士生想要學習機器學習課程，如企業管理、教育或法學博士生。」
不過，有些課程的受歡迎程度卻在逐漸降低。例如，2010-11 學年，CS 223A 機器人學導論課程在最受歡迎課程排名中位列第五，彼時有 92 名註冊學生，但在 2019-20 學年，註冊學生下降至了 64 名。
CS 224N 深度學習自然語言處理（過去稱自然語言處理）課程和 CS 231N 視覺識別卷積神經網絡這兩門課程的註冊學生數量在 2016-17 學年達到頂峯，但之後略有下降，儘管它們依然比較受歡迎。
Manning 介紹稱：「大約在 2010 年代中期，我們開始提供 NLP 和計算機視覺領域的深度學習課程，之後突然之間 NLP 和計算機視覺課程的學生達到了 500-600 人。」
受學生歡迎的新課程也不斷湧現，如 CS 230 深度學習課程。該課程開設於 2017-18 學年，此後註冊學生一直維持在 800 名以上。
Manning 表示，現在受本科生歡迎的很多 AI 課程「最初主要是作為研究生水平的 AI 課程」。以一直以來很受歡迎的 CS 229 課程為例，該課程最初是針對想要做機器學習研究的博士生開設的。
增長背後：學生需求和整個行業的變化AI 專業的學生分享了各自致力於該領域的原因。計算機科學 co-trem 大四學生 Nik Marda 表示，他對政治學與數學都有着濃厚的學習興趣，這些興趣又轉變成了想要塑造更好 AI 策略的熱情。
Manan Shah 也是一名計算機科學 co-term 大四學生，他參與了多個在醫療健康應用中使用深度神經網絡的研究競賽。他始終認為將 AI 應用於有意義的事情會大有益處。
Sahami 表示，該學院在教師招聘時注重為學生提供多樣化的課程，從而「滿足更多的學生需求」。學生興趣和學院教職員工的增長表明計算機科學學科的重要性日益增強。
Manning 認為，2010 年「很多事情開始發生」。彼時，AI 開始取得成功，世界上也開始出現各種各樣機器學習的應用。
他補充説道，在 2000-2010 年，事情第一次真正出現了變化。AI 領域越來越強調概率模型，而概率被視為在不確定世界中建模不確定思維的一種方式。之後，機器學習開始崛起。
此外，Manning 還提到，大約從 2010 年開始，又出現了另一次鉅變——人工神經網絡方法和深度學習方法。現在，這兩者已經席捲了一切，包括斯坦福的大多數課程，並且實際上，絕大多數 AI 研究者都在使用神經網絡。
學習 AI 的學生也認識到了斯坦福的課程與專業領域有許多交集。Nik Marda 認為，斯坦福 AI 課程並不是孤立地存在，它們在某種程度上受到行業的推動，與行業和其他參與者息息相關。所有這些都對課程的增加產生了不可或缺的影響。
本文（含圖片）為合作媒體授權創業邦轉載，不代表創業邦立場，轉載請聯繫原作者。如有任何疑問，請聯繫