Künstliche Intelligenz (KI) ist ein schnell wachsendes und sich entwickelndes Gebiet, und Datenwissenschaftler mit KI-Kenntnissen sind sehr gefragt. Das Feld erfordert eine breite Ausbildung, die Prinzipien der Informatik, der kognitiven Psychologie und des Ingenieurwesens umfasst. Wenn Sie Ihre wachsen möchten Karriere als Datenwissenschaftler und von der Nachfrage nach der Stelle profitieren möchten, könnten Sie einen Abschluss in KI in Betracht ziehen.
US News & World Report listet die besten KI-Graduiertenprogramme an Informatikschulen auf der Grundlage von Umfragen auf, die im Herbst 2021 und Anfang 2022 an akademische Beamte gesendet wurden.
Hier sind die 10 besten Programme, die es auf die Liste der besten KI-Graduiertenprogramme in den USA geschafft haben.
1. Carnegie-Mellon-Universität
Tee Abteilung für maschinelles Lernen an der Carnegie Mellon University wurde 2006 gegründet und ist aus dem Center for Automated Learning and Discovery (CALD) hervorgegangen, das selbst 1997 als interdisziplinäre Gruppe von Forschern mit Interesse an Statistik und maschinellem Lernen gegründet wurde. CALD stammte aus der Statistikabteilung und Abteilungen der School of Computer Science sowie aus Fakultäten der Philosophie, des Ingenieurwesens, der Business School und der Biowissenschaften.
Laut Carnegie Mellon besteht die Forschungsstrategie der Abteilung darin, ein Gleichgewicht zwischen der Erforschung der heilenden statistisch-rechnerischen Theorie des maschinellen Lernens und der Forschung zur Erfindung neuer Algorithmen und neuer Problemformulierungen mit Relevanz für praktische Anwendungen aufrechtzuerhalten.
Die Abteilung für maschinelles Lernen bietet sowohl Doktoranden- als auch Masterprogramme für maschinelles Lernen an, darunter:
- Maschinelles Lernen (ML) PhD
- PhD in Statistik & Maschinelles Lernen (gemeinsam mit dem Fachbereich Statistik angeboten)
- PhD in Machine Learning & Public Policy (gemeinsam mit den Heinz College Schools of Public Policy, Information Systems, and Management angeboten)
- PhD in Neural Computation & Machine Learning (gemeinsam mit dem Neuroscience Institute angeboten)
- Primärer Master in Maschinellem Lernen
- 5. Jahr Master in Machine Learning (ein einjähriges Programm für aktuelle CMU-Studenten)
- Sekundärer Master in Machine Learning (für aktuelle CMU-Doktoranden, Fakultäten oder Mitarbeiter)
2. Massachusetts Institute of Technology (MIT)
Tee MIT-Fakultät für Elektrotechnik und Informatik (EECS) ist die größte akademische Abteilung am MIT. Ein Joint Venture mit dem MIT Schwarzman College of Computing bietet drei sich überschneidende Untereinheiten in Elektrotechnik (EE), Informatik (CS) und künstlicher Intelligenz und Entscheidungsfindung (KI+D).
Laut MIT untersucht die Forschung von AI+D die Grundlagen des maschinellen Lernens und Entscheidungssysteme (KI, Verstärkungslernen, Statistiken, kausale Inferenz, Systeme und Kontrolle), die Bausteine der verkörperten Intelligenz (Computer Vision, NLP, Robotik) und reale Anwendungen -Weltautonome Systeme, Biowissenschaften und die Schnittstelle zwischen datengesteuerter Entscheidungsfindung und Gesellschaft.
Die Graduiertenprogramme der EECS-Abteilung umfassen:
- Master of Science (MS), der für Promovierende erforderlich ist
- Master of Engineering (MEng) für MIT EECS-Studenten
- Elektrotechniker (EE)/Ingenieur Informatik (ECS)
- Doktor der Philosophie (PhD)/Doctor of Science (ScD), abwechselnd verliehen
3. Universität Stanford
Die Informatikabteilung der Stanford University ist Teil der Ingenieursschule. Das Stanford AI Lab (SAIL) wurde 1962 als Exzellenzzentrum für KI-Forschung, -Lehre, -Theorie und -Praxis gegründet. Zusätzlich zu seinen persönlichen Programmen bietet Stanford Online die Graduiertenprogramm Künstliche Intelligenz komplett online. Das KI-Programm konzentriert sich auf die Prinzipien und Technologien, die der KI zugrunde liegen, einschließlich Logik, Wissensdarstellung, Wahrscheinlichkeitsmodelle und maschinelles Lernen.
Stanford bietet sowohl PhDs als auch einen MSCS mit einer KI-Spezialisierung an.
4. Universität von Kalifornien – Berkeley
Tee University of California-Berkeley Department of Electrical Engineering and Computer Sciences konzentriert seine Grundlagenforschung auf die Kernbereiche Deep Learning, Wissensrepräsentation, Argumentation, Lernen, Planung, Entscheidungsfindung, Vision, Robotik, Sprache und NLP. Es gibt auch Bemühungen, algorithmische Fortschritte auf angewandte Probleme in einer Reihe von Bereichen anzuwenden, darunter Bioinformatik, Netzwerke und Systeme, Suche und Informationsabruf. Es ist eng mit dem Berkeley Artificial Intelligence Research (BAIR) Lab verbunden.
Berkeley bietet sowohl PhD- als auch Master-Programme an.
5. Cornell University (Unentschieden)
Cornell Bowers CIS College für Informatik und Informationswissenschaft baut seine KI-Gruppe seit den 1990er Jahren aus. Im Dezember 2021 startete sie eine neue Initiative, a neue radikale Zusammenarbeit, das von Wissenschaftlern der gesamten Universität angelegt wurde, um ihren Ruf als führendes Unternehmen in den Bereichen KI-Forschung, Bildung und Ethik zu stärken. Die Initiative erweitert die Fakultät, die in Kernbereichen und anderen Bereichen arbeitet, die von KI-Fortschritten betroffen sind. Kürzliche interdisziplinäre Kooperationen zwischen dem Ithaca Campus, Cornell Tech und Weill Cornell Medicine haben KI auf Themen angewendet, die von nachhaltiger Landwirtschaft und Stadtgestaltung bis hin zur Krebserkennung, Verbesserung autonomer Fahrzeuge und Analyse von Quantenmaterie reichen.
Cornell bietet ein Master of Engineering in Computer Science-Programm sowie ein Computer Science Master of Science-Programm und ein PhD-Programm an.
5. Georgia Institute of Technology (Unentschieden)
Georgia Tech College für Informatik sagt, dass KI und maschinelles Lernen einen großen Teil seiner Fakultäts- und Forschungsinteressen darstellen, einschließlich der Konstruktion von Top-to-Bottom- und Bottom-to-Top-Modellen der Intelligenz auf menschlicher Ebene; Gebäudesysteme, die intelligente Nachhilfe bieten können; Erstellen adaptiver und intelligenter Unterhaltungssysteme; Systeme entwickeln, die ihr eigenes Verhalten verstehen; und Aufbau autonomer Agenten, die sich an dynamische Umgebungen anpassen können.
Verschiedene Gruppen innerhalb der Schule betonen unterschiedliche Forschungsbereiche. Die Kernfakultät kommt von der School of Interactive Computing, aber es gibt auch Fakultäten für maschinelles Lernen in den Schools of Computer Science und Computational Science & Engineering.
Georgia Tech bietet sowohl Master- als auch Promotionsprogramme an, einschließlich eines PhD in Machine Learning.
5. Universität Washington (Unentschieden)
Die Universität von Washington Paul G. Allen School of Computer Science & Engineering bietet eine KI-Gruppe an, die die Berechnungsmechanismen untersucht, die intelligentem Verhalten zugrunde liegen. Zu den Forschungsgebieten gehören maschinelles Lernen, NLP, probabilistisches Denken, automatisierte Planung, maschinelles Lesen und intelligente Benutzerschnittstellen. Es arbeitet eng mit dem Allen Institute for Artificial Intelligence (AI2) zusammen.
Die University of Washington bietet ein kombiniertes Bachelor of Science (BS) / Master of Science (MS)-Programm an, das für industriegebundene Studenten entwickelt wurde, ein Vollzeit-PhD-Programm, ein professionelles Master-Programm (Teilzeit, Abendprogramm). und ein Postdoc-Forschungsprogramm.
8. Universität von Illinois – Urbana-Champaign
Die University of Illinois-Urbana-Champaign Grainger College of Engineering konzentriert sein KI- und maschinelles Lernprogramm auf Computer Vision, maschinelles Zuhören, NLP und maschinelles Lernen. Im Bereich Computer Vision entwickelt die Fakultät der KI-Gruppe neuartige Ansätze für das Verständnis von 2D- und 3D-Szenen aus Standbildern und Videos, Low-Shot-Lernen und mehr. Die Fakultät für maschinelles Hören arbeitet an Klang- und Sprachverständnis, Quellentrennung und Anwendungen in Musik und Computern. Die Fakultät für maschinelles Lernen untersucht die theoretischen Grundlagen von Deep Learning und Reinforcement Learning; Entwicklung neuartiger Modelle und Algorithmen für tiefe neuronale Netze, föderiertes und verteiltes Lernen; und Untersuchung von Fragen im Zusammenhang mit Skalierbarkeit, Sicherheit, Datenschutz und Fairness von Lernsystemen.
Die Universität bietet ein CS-PhD-Programm, ein CS-MS-Programm, ein professionelles Master-Programm für Informatik und ein fünfjähriges Master-Programm an.
9. Universität von Michigan – Ann Arbor
Die Abteilung für Informatik und Ingenieurwesen der University of Michigan bietet ein KI-Programm an, das sich aus multidisziplinären Forschern zusammensetzt, die sich mit rationaler Entscheidungsfindung, verteilten Systemen mehrerer Agenten, maschinellem Lernen, verstärkendem Lernen, kognitiver Modellierung, Spieltheorie, NLP, maschineller Wahrnehmung, Gesundheitsinformatik und Robotik befassen .
Die Forschung im KI-Labor sei in der Regel stark interdisziplinär und baue auf Ideen aus Informatik, Linguistik, Psychologie, Wirtschaftswissenschaften, Biologie, Steuerung, Statistik und Philosophie auf, sagt die Universität.
Die University of Michigan bietet einen PhD in CSE, einen Master in CSE und einen Master in Data Science an.
10. Universität von Texas-Austin
Die University of Texas at Austin Department of Computer Science konzentriert sich auf Computer Vision, evolutionäre Berechnung, maschinelles Lernen, Multimodalität, NLP, neuronale Netze, Reinforcement Learning und Robotik. Es beherbergt unzählige Forschungszentren und Labors, darunter das Labor für künstliche Intelligenz, das 1983 seine Pforten öffnete und die zentralen Herausforderungen der maschinellen Kognition untersucht, darunter maschinelles Lernen, Wissensdarstellung und Argumentation. Einige andere sind das Institute for Foundations of Machine Learning, das Machine Learning Lab, die Machine Learning Research Group und die Neural Networks Research Group.
Die University of Texas bietet ein PhD-Programm, ein Master-Programm, ein Online-Master-Programm in Informatik, ein Online-Master-Programm in Datenwissenschaft und fünfjährige BS/MS-Programme an.