Artificial Intelligence

اگر دورهٔ «هوش مصنوعی» دانشگاه بولونیا را بررسی می‌کنی، احتمالاً با ابزارهای هوش مصنوعی کار کرده‌ای و می‌خواهی وارد پشت صحنهٔ آن‌ها شوی. این رشته دربارهٔ استفاده از یک چت‌بات آماده نیست؛ باید بفهمی مدل چگونه از داده یاد می‌گیرد، چرا خطا می‌کند و در چه شرایطی نباید به خروجی آن اعتماد کرد. برنامه در مقطع ارشد و به زبان انگلیسی است و معمولاً از دانشجو پایهٔ برنامه‌نویسی و ریاضی مناسبی انتظار دارد.

در چنین دوره‌ای احتمالاً یادگیری ماشین، یادگیری عمیق، استدلال، بهینه‌سازی و پردازش داده را می‌خوانی. حوزه‌هایی مانند بینایی ماشین، زبان طبیعی یا سیستم‌های تصمیم‌گیر نیز می‌توانند وارد مسیر شوند. آمار، جبر خطی و احتمال ابزارهای اصلی‌اند، چون بدون آن‌ها فقط می‌توانی کد آماده را اجرا کنی و نمی‌فهمی مدل واقعاً چه کاری انجام داده است.

بخش مهم یادگیری از راه پروژه و آزمایش اتفاق می‌افتد. داده را آماده می‌کنی، مدل می‌سازی، روش ارزیابی انتخاب می‌کنی و بعد بررسی می‌کنی آیا نتیجه روی دادهٔ تازه هم دوام دارد. عدد دقت بالا همیشه به معنی مدل خوب نیست؛ ممکن است داده سوگیری داشته باشد یا معیار اشتباهی را اندازه بگیری. اخلاق، حریم خصوصی و اثر تصمیم خودکار نیز بخشی از مسئولیت فنی هستند.

بعد از فارغ‌التحصیلی می‌توانی به‌عنوان مهندس یادگیری ماشین، دانشمند داده، توسعه‌دهندهٔ سامانه‌های هوشمند یا پژوهشگر فعالیت کنی. شرکت‌های فناوری تنها مقصد نیستند و صنایع، سلامت، مالی، حمل‌ونقل و خدمات عمومی هم از این روش‌ها استفاده می‌کنند. برای نقش‌های پژوهشی عمیق‌تر، دکتری می‌تواند مسیر مناسبی باشد؛ برای صنعت، پروژهٔ واقعی و مهارت نرم‌افزاری اهمیت زیادی دارد.

حالا برسیم به یکی از مهم‌ترین سؤال‌ها: با چه مدرکی از ایران می‌توانی برای این دوره اقدام کنی؟ نزدیک‌ترین رشته‌ها معمولاً مهندسی کامپیوتر، علوم کامپیوتر، مهندسی نرم‌افزار، علم داده، مهندسی برق و ریاضی هستند. فارغ‌التحصیلان آمار، مهندسی صنایع، فیزیک یا مکاترونیک هم ممکن است پروندهٔ قابل‌بررسی داشته باشند، به‌خصوص اگر در ریزنمراتشان برنامه‌نویسی، ساختمان داده، الگوریتم، جبر خطی، احتمال و آمار دیده شود. این فهرست به معنی پذیرش قطعی نیست؛ دانشگاه عنوان مدرک، درس‌های گذرانده‌شده و تعداد واحدهای مرتبط را با شرایط همان دوره می‌سنجد.