大学排名
1、卡内基梅隆大学
开设学院：计算机科学学院
学习地：宾夕法尼亚州匹兹堡
计算机科学学院在人工智能方面有一个开创性的项目，它是美国一个提供人工智能学士学位的学校（20xx年开始）。
CMU提供两个人工智能学位：
a.人工智能理学学士（BSAI）
它属于跨学科项目，授课的导师来自计算机科学系、人机交互研究所、软件研究所、语言技术研究所、机器学习部门、机器人研究所等地方。
本科人工智能专业的学生必须学习以下课程：
数学与统计核心（6节课）、计算机科学核心（6节课）、伦理学选修课（1节课）、人工智能核心（4节课）、人工智能类选修课（4节课）、人文与艺术（7节课）、科学与工程（4节课）
b.人工智能与创新理学硕士
由语言技术学院提供。它也是跨学科的，讲师来自计算机科学学院、计算机科学系、机器学习部门、软件研究所。
学生课程学习的内容：
192个合格的学习单位、84单元核心课程（包括36单元的顶点课程）、72单元知识要求、36个单元的核准选修课
CMU的研究团队开发了这种合作机器人。合作机器人是移动的、智能的机器人。它们“意识到自己在知觉、身体和推理方面的局限性，并主动向人类寻求帮助”。
Tuomas Sandholm教授和博士生Noam Brown开发了Libratus程序。这个程序击败了专业的无极限德州扑克玩家。许多研究人工智能的学生参加了美国国防部高级研究计划局机器人挑战赛。
2、斯坦福大学
斯坦福大学已成为世界领先的教学和研究机构。斯坦福大学人工智能实验室（SAIL）自1962年以来一直在研究和研究人工智能。SAIL提供课程，举办活动，并管理学校外展。
开设人工智能项目：
a.人工智能学位：
b.人工智能研究生证书
其中人工智能的研究生证书在工程学院。研究生证书有一门必修课和三门必修课。证书为13至15个单位。
必修课程：人工智能：原理与技术
部分选修课：不确定性下的决策、计算逻辑、介绍机器人、基于深度学习的自然语言处理
斯坦福大学还提供计算机科学学士学位，其中包括人工智能课程，学生最多有三年的时间来完成证书。
3、麻省理工学院
麻省理工学院成立于1861年，是为了应对美国不断增长的工业能力和对更多技术人才的需求。因此，麻省理工学院提供的大多数课程都是基于技术的，因此许多课程都与人工智能的研究有关。
1959年，人工智能实验室开始了自己的研究和实验，1963年，计算机科学实验室成立。随着项目之间的联系越来越紧密，这两个实验室于20xx年合并，成立了麻省理工学院最大、最著名的计算机科学和人工智能实验室。
开设项目：人工智能学位
计算机科学学士学位，具有人工智能研究和课程工作机会
现有高级研究员和教师100余人，分别代表8个学术部门，管理50多个研究小组和数百个项目。其他参与者包括40名博士后和副教授，350名研究生和大约50名本科生。计算机科学与人工智能实验室共有1000多名成员。所有的研究和实验都属于三类：人工智能、系统和理论。
人工智能专业相关课程：
人工智能：对商业战略的影响（在线自定步调）
麻省理工学院斯隆管理学院和麻省理工学院计算机科学和人工智能实验室（CSAIL）提供。这是一个在线协作程序，由三方GetSmarter处理。本课程教授如何利用和管理人工智能应用程序的商业方面的知识。这不是一门学习人工智能技术的课程。
4、加州伯克利分校
作为加州系统中最古老的高等教育学院，伯克利有大量的.设施和人员致力于人工智能的教学和研究。
伯克利人工智能研究实验室有二十多名教职员工和一百多名研究生。除了研究机会，人工智能实验室还提供研讨会和课程，如计算想象和机器人操作与交互。
伯克利机器人与智能机器实验室包括：
仿生学Millisystem实验室、CITRIS人类和机器人计划、伯克利自动化科学与工程实验室、机器人学习小组、自动化科学与工程、嵌入式人类项目、伯克利航空机器人（BEAR）项目、计算机视觉组、伯克利医疗机器人。
网络嵌入式系统技术
其他研究中心包括信息和系统科学实验室、视觉和学习中心、人类兼容人工智能中心和国际计算机科学研究所。
很多关于人工智能的研究都隶属于电气工程和计算机科学系。
5、哈佛大学
1847年，哈佛大学开设了劳伦斯科学学院，这是它一次正式尝试提供工程和科学领域的高等教育。随着时间的推移，这种努力发展成了现在的约翰·a·保尔森工程与应用科学学院，成立于20xx年。
现有教职员工76人，在校学生1300余人。计算机科学本身的学习可以通过博士候选人提供给本科生。该项目鼓励注册的学生参与哈佛学院工程学会的跨学科研究和网络机会。
就业方向
人工智能专业领域十分宽泛，不同的专业也有不同的发展优势。近几年，如果想要赶上这波人工智能热潮，不妨参考即将上线的人工智能产品，并选择与以下产品相关的就业方向。
搜索方向：包括智能搜索、语音搜索、图片搜索、视频搜索等。
医学图像处理：医疗设备、医疗器械很多都会涉及到图像处理和成像。
计算机视觉和模式识别方向：指纹识别、人脸识别、虹膜识别等。
机器人开发方向：在未来，我们会在越来越多的地方（例如营业厅）看到专业型机器人的身影。该方向的就业热点将逐步从专业型机器人向通用型机器人转变。
云服务方向：云服务是目前主流的一种人工智能平台的服务方式，具体来说，AI平台会把几类常见的AI服务进行拆分，并在云端提供独立或者打包。
辅助驾驶方向：无人驾驶一直是人工智能领域大热的应用，但是Tesla无人驾驶频频造成致命事故，让我们看到实现完全的自动驾驶还需要很长一段时间的研究开发。
文学网
