阿尔伯塔大学的人工智能专业及其课程规划。阿尔伯塔大学在人工智能领域，特别是强化学习方面，享有世界级的声誉（其下的强化学习之父理查德·萨顿教授即是代表人物）。

第一部分：阿尔伯塔大学人工智能专业解析

1. 学术声誉与地位

• 全球AI研究重镇：阿尔伯塔大学是人工智能，尤其是强化学习领域的“黄埔军校”。其人工智能研究实验室闻名世界，与DeepMind（谷歌旗下）有长期深度合作。

• 领先的计算机科学学院：所在的计算机科学学院在加拿大常年排名前四，其AI方向的师资力量和研究水平属于顶尖梯队。

• 理论与实践结合：课程设置不仅注重扎实的理论基础（数学、算法），也强调解决现实世界问题的能力，并与前沿研究紧密结合。

2. 专业设置

阿尔伯塔大学提供两个高度相关但侧重点不同的本科方向：

• ① 计算机科学学士 - 人工智能方向
  学位：BSc in Computing Science (Specialization in Artificial Intelligence)

• 这是最主流、最直接的路径。

• 隶属于理学院下的计算机科学系。

• 课程核心是计算机科学基础，并深度专攻AI领域（机器学习、计算机视觉、自然语言处理、机器人等）。

• 特点：编程和计算机科学核心课程要求高，适合目标明确、想成为AI工程师/研究员的学生。

• ② 人工智能学士（荣誉）
  学位：Bachelor of Science in Artificial Intelligence (Honors)

• 这是一个新兴的、跨学科的独立本科学位。

• 更加专注于AI本身，同时融合了认知科学、心理学、哲学等，探究“智能”的本质。

• 课程中包含了更多关于AI伦理、社会影响、认知理论的内容。

• 特点：视野更广，不仅培养技术能力，也培养对AI领域的全局性、批判性思考。

如何选择？

• 如果你想成为一名技术扎实的AI工程师/科学家，专注于算法和系统开发，选①。

• 如果你对AI的跨学科应用、伦理、以及“智能”本身更感兴趣，考虑选②。

第二部分：课程规划明细（以最常见的【计算机科学-人工智能方向】为例）

以下是一个典型的四年制课程规划框架。请注意，具体课程可能微调，请务必以大学官方最新课表为准。

第一年：基础搭建

• 数学基础：

• MATH 117 / 134 / 144 / 154（微积分I）

• MATH 118 / 136 / 146 / 156（微积分II）

• MATH 125（线性代数I）

• 计算机科学基础：

• CMPUT 174（计算机科学导论 - 使用Python）

• CMPUT 175（计算机科学导论II - 数据结构与算法入门）

• 科学选修课：物理、化学、生物等任选一门。

• 通识课程：英语写作课程（如 ENGL 102/103）。

第二年：核心深化

• 数学与统计：

• STAT 151（统计导论）或更高级的统计课程。

• MATH 214（线性代数II - 对AI至关重要）。

• 可能需要离散数学。

• 计算机科学核心：

• CMPUT 201（实用编程方法论）。

• CMPUT 204（算法I）。

• CMPUT 229（计算机组成与体系结构）。

• CMPUT 272（离散结构与逻辑 - 形式化思维）。

• 开始接触AI：可能会选修第一门AI相关入门课。

第三年：专业聚焦

• AI核心课程（关键一年）：

• CMPUT 267（机器学习基础） 或 CMPUT 296（机器学习基础强化）。

• CMPUT 291（数据库管理） 或 CMPUT 301（软件工程导论）。

• CMPUT 355（博弈论与AI - 阿尔伯塔特色）。

• 其他AI领域选修课，如CMPUT 340（数值方法）、CMPUT 328（视觉计算导论）、CMPUT 366（智能系统）等。

• 计算机科学高级课：

• CMPUT 291 / 301 等。

• CMPUT 379（操作系统）。

第四年：高级应用与研究

• 高级AI课程与项目：

• CMPUT 455（游戏、搜索与规划） - 强化学习的经典课程，阿尔伯塔王牌课。

• CMPUT 466（机器学习） - 高级机器学习理论。

• CMPUT 497（人工智能中的伦理与问题） - 探讨AI的社会影响。

• CMPUT 400-499级别的项目课程：通常是团队合作完成一个大型的AI项目（如CMPUT 491、Capstone项目），或参与本科研究（CMPUT 396/397）。

• 广泛的选修课：可以从高级课程中选择自己感兴趣的方向深入，如：

• CMPUT 429（计算机网络）。

• CMPUT 457（计算机图形学）。

• 认知科学、哲学等跨学科课程。

关键建议与资源

1. 提前规划：AI方向对数学（线性代数、微积分、概率统计）要求极高，务必打好基础。

2. 利用研究机会：阿尔伯塔有丰富的本科生研究项目（如 URI, URS），主动联系教授，进入实验室，这是最大的优势。

3. 参与社区：加入AI学生俱乐部（如“AI@UA”）、参加竞赛（Kaggle）、关注阿尔伯塔机器智能研究所（Amii） 的公开讲座和活动。

4. 官方渠道：

• 计算机科学系官网：搜索“University of Alberta Computing Science Undergraduate Programs”。

• 查看最新的“Academic Calendar”（学术日历），里面有最准确的课程列表和毕业要求。

总结

阿尔伯塔大学的AI专业以其顶尖的研究实力、坚实的课程体系、以及与工业界/研究界的紧密联系而著称。选择该校的AI专业，意味着你将在AI浪潮的核心地带学习，拥有得天独厚的学习资源和职业发展机会。强化学习是其皇冠上的明珠，但在机器学习、视觉、机器人等各个子领域都实力强劲。