所属院校
项目简介
| 专业方向 |
计算机 |
项目类别 |
|
入学时间 |
|
项目时长 |
|
| 项目学费 |
|
项目规模 |
|
平均成绩 |
|
国际学生 |
|
| 男女比例 |
|
就业比例 |
|
平均起薪 |
|
|
|
专业简介
伦敦大学学院可持续发展人工智能理学硕士项目旨在解决未解决的挑战,将人工智能(AI)的技术方面与环境和人道主义问题结合在一起。 这是可以为可持续发展中的紧迫问题找到解决办法的极好机会,该课程在人工智能领域取得重大突破的国际学府伦敦大学学院授课,将毕业生置于一个快速增长行业的核心。
申请时间
开放时间2022-10-17
结束时间2023-06-30
申请要求
具有高度量化专业背景(如计算机科学、数学、电气工程或物理科学),也考虑相关工作经验,申请者需要熟悉本科水平的数学知识(如线性代数和微积分等领域),需要能够证明相应数学技能达到A level同时具备分析技能和程序语言编程经验
语言要求
语言要求
类型
总分要求
小分要求
雅思和托福语言考试分为阅读、听力、口语、写作4个部分,除总分以外,每个部分会有单独的小分。部分专业除对雅思和托福有总分要求外,会有单独的小分要求。其中L代表听力,R代表阅读,W代表写作,S代表口语。
雅思
7
L:6.5 | R:6.5 | W:6.5 | S:6.5
托福
96
L:22 | R:24 | W:24 | S:22
PTE
76
L:75 | R:75 | W:75 | S:75
顾问解析
顾问解析
2015年9月,联合国可持续发展峰会在纽约总部召开,联合国193个成员国在峰会上正式通过17个可持续发展目标,旨在从2015年到2030年间以综合方式彻底解决社会、经济和环境三个维度的发展问题,例如消除饥饿、贫困,推进性别平等、教育公平,以及保护气候环境等等。这就是SDGs,全称是sustainable development goals。由于计划在2030年前完成,SDGs可谓是一个相当艰巨的挑战。而如果把助力SDGs当作一场高难度的竞赛,那“选手”UCL不仅已开跑,还开了AI Buff,在22fall开设了这个AISD项目。
UCL计算机系在AI for SDGs方面已经有了很强的基础和一定的领先优势。纵观UCL计算机系的整个研究体系,你会发现,AI及其相关的技术被渗透到了很多细分的研究领域,不少领域和人类社会的大命题(比如全球健康、能源与环境)息息相关。而新开设的AISD项目,将AI与环境和人道主义问题结合,致力于为可持续发展中的紧迫问题寻找解决方案,让从前只了解计算机技术的学生,也了解地球面临的环境挑战,比如气候变化和生物多样性丧失,以及这些挑战可能产生的社会影响。
课程设置:课程设置方面,这个专业共需要完成180学分的课程,包括6门必修课、2门选修课和1个研究项目。实践项目让学生有机会亲身体验运用AI技术解决现实问题,例如使用计算机视觉和无人机成像来识别杂草类型及其位置以保护作物,或者用机器学习分析大规模流行病学数据集以识别生活方式的改变,从而降低痴呆症和其他疾病的风险等等
招生特点:申请方面,因为编程是课程的一个核心部分,所以这个专业对申请人的数学水平、分析能力和编程能力有一定要求,你需要在申请时提供足够的证据以证明你具备这些方面的能力。专业背景可以是:计算机、数学、统计学、物理学或自然科学。
展开全部
展开全部
细分方向
课程设置
课程设置
序号
课程介绍
Curriculum
1
人工智能基础
Foundations of Artificial Intelligence
2
概率建模
Probabilistic Modelling
3
深度表征与学习
Deep Representations and Learning
4
人工智能理学硕士可持续发展项目
MSc Artificial Intelligence for Sustainable Development Project
5
应用人工智能
Applied Artificial Intelligence
6
人工智能领域特定应用项目准备
Artificial Intelligence for Domain-Specific Applications Project Preparation
7
人工智能促进可持续发展
AI for Sustainable Development
8
创业:理论与实践
Entrepreneurship: Theory and Practice
9
情感计算与人机交互
Affective Computing and Human-Robot Interaction
10
信息检索与数据挖掘
Information Retrieval and Data Mining
11
统计自然语言处理
Statistical Natural Language Processing
12
机器人视觉与导航
Robot Vision and Navigation
13
机器视觉
Machine Vision
14
可计算、透明与负责任的人工智能
Accountable, Transparent, and Responsible Artificial Intelligence