人工智能与应用

人工智能与应用导论

最后更新时间: 2025年6月12日 18:09:44

适合学不适合上的课, 无论你是对人工智能抱有兴趣的博学者, 还是目标明确想要进入人工智能专业的新同学, 都不应该把选择这一门课程--糟糕的课程内容组织和讲授风格(个人观感), 低劣的课后测试和考试质量让本课程失去了选择价值. 当然对于不同的同学有不同的感受, 但是如果是比较 Assertive and executive 的同学我相信你会认为这门课程简直是在浪费生命.

期末考试考察 TensorCore和脉动阵列的概念和在AI上的应用, 以及手动计算卷积核操作, 把人脑当作GPU使用. 但是本身对基础概念的考察也会让学生有一种教考分离, 复习重点和考试重点分离的迷思(这里就不得不提极度推崇的数学分析课程了, 在教考结合上无人能比). 但是课堂 PPT 本身还是脉络清晰的, 视野和高度比具体的讲解更重要, 也算是一个加分项, 但不是课堂的加分项. 人工智能相关知识完全是应用导向的, 应该是自己动手做项目, 在实践应用过程中学习的--我仍然认为类似于某位微电子学长大三为了发布论文自行实现 SVM 支撑向量机的经历可能是人工智能应用的最佳实践--或者, 你希望花费你的时间听猫娘或者看视频号介绍DeepSeek吗?

而且这门课程本身内容很庞大, 大部分理论性的知识是使用时需求的类型, 对于学习相关知识的建议是使用课程资料例如 PPT 和网络资料, 旁听可能是更好的选择. 个人最初选择是听信了作为人工智能专业必修要求的传言, 认为老师介绍的理论背景会提供不一样的视角, 各个专业老师介绍的行业实践更有价值, 希望能有固定时间投入在人工智能学习上. 事实上以上判断少有成立, 投入高度的课堂时间完全不值得, 而且鉴于长时间, 考试的不确定性让它作为一门刷绩点的水课也不成立了(更不必说刷绩点的水课本身就是伪命题, 本来就不应该上的) 更好的解决方案或许是依据网络教程自己手搓模型--对于玩票型选手门槛高是必然的.

单从学习内容的获得感上不如做JavaProject给我带来的一根, 虽然我的JavaA也没有听过课, 但是这段高强度的项目经历简直是我的学期之最. 不妨充满恶意地揣测: 为什么不让学生自己训练模型呢? (的确大作业是可以自己选择代码项目, 但是我需要的是具有引入结构的 Demo或者操作路线图的东西, 如果我什么都能自行完成我为什么需要在这个项目中展示, 展示我的优秀吗? )是没有算力或者没有培养学生的时间吗? 在这里我又有点羡慕中山大学人工智能第一届逸仙杯人工智能竞赛的平台了. 我们 SUSTech, 什么时候变成了这个样子, 你振作一点呀......

不如自学,讲课比较拖沓

本学期是除了前7周之外没有签到的,期末考试的知识点都是前7周讲完的,余下的为其他系的导师轮流来讲座.

刘江老师人很好,不会为难学生. 助教也很好,常在群里面与我们互动,回复消息非常及时.

考试考的非常简单,一定不不要往深了复习,要广泛的复习. 考题为名词解释,举例题,手算题

还算比较认真地听了大部分的AI导论课，包括讲应用的那些讲座。因为打算进AI系，本身选这门课就是打算了解不同的应用前景。

刘江老师和其他工学院的老师讲课水平都很高，后期那些海洋、环境、商学院的老师更是为我打开了一个新世界。

除了前六节刘江老师讲的课以外都没有签到，教室明显没坐满，但是刘老师还每次都来，我哭死，而且不介意没坐满（只到了30%的水平）。

但是期末考试内容极其阴间，根本复习不到，一点不会。这是这学期我唯二平常认真学的课（还有一门是社科，惭愧），还算认真复习了，可是考试就是不会。但是这还是四学分的导论课，没想到这学期没死高数线代大雾上，但是死在这了。

update：总评A-了。这门课是我这学期收获最大的课之一，同时也不是总评最差的课，好耶！