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。”





京公網安備 11011402013531號