IT之家 12 月 22 日消息，今天傍晚，據《商業內幕》報道，知名 AI 科學家楊立昆（Yann LeCun）近期表態，如果計算機科學專業學生只按最低要求完成課程安排，未來可能難以應對技術環境的劇烈變化；若不能明智地利用時間，未來就可能會發現“自己的學業毫無價值”。

“如果你是計算機科學專業學生，只修完課程體系中最低要求的數學課，你可能會發現自己無法適應重大的技術轉變。我經常開玩笑說，自己是一個反對學計算機科學的計算機科學教授。”

他解釋說，這種說法并不是否定專業本身，而是強調學習重點的取舍。“我的建議不是不要選擇計算機科學作為專業，而是盡可能多修基礎課程，比如數學、物理或電子工程，而不是把精力放在當下流行的技術上。”

作為前 meta 首席 AI 科學家，楊立昆稱，自己更希望學生“學習那些保質期很長的知識”。然而，不同學校的計算機科學課程設置并不一定包含這些能力。

“我們真正該學的是數學中的基礎內容、建模方法，以及能與現實世界建立聯系的數學。在一些學校，這些內容通常出現在與計算機科學相關的工程學科中，比如電子工程、機械工程等。”

楊立昆還笑稱，自己最初并非計算機科學出身。他先在巴黎 ESIEE 學習電子工程，隨后于 1987 年在索邦大學獲得計算機科學博士學位。

IT之家從報道中獲悉，他進一步解釋說，“一些計算機科學學院與工程項目結合，而工程課程通常要求更扎實的數學基礎。在美國的工程專業里，學生要學微積分 1、2、3，因此能打下很好的基礎。但在計算機科學中，只學微積分 1 也能畢業，顯然不夠。”

在楊立昆看來，工程教育會涉及控制理論和信號處理等內容，“這些對 AI 非常有用”。同時，基礎編程依然不可或缺。“氛圍編程當然不錯，但它不能替代基礎知識。你還是需要掌握足夠的計算機科學知識，才能編程和使用計算機。即便 AI 能提高效率，你也必須知道自己在做什么。”