大一下就选了这门课的24级信科赌徒来说点什么

立场:
1.这门课本身是不是好课 ✓
2.把他设为通修合不合理 ✓
3.jwc让已经大二的24级学生补这门课是否合理 ×

主要争议点在第二条，我恳求您能花费您宝贵的时间把我接下来的话认真读完，至少能让您在学这门课的时候被迫感少一些(比竟都是要面对的，主动面对当然比被动面对要好)。

本人是弱省弱校纯靠自主探索来到科少的，我对数学物理的热爱根源上源自于--对人类归纳总结并且利用客观世界规律的伟大智能的崇拜和向往。人类智能使得人得以从从繁杂永不停息的自然演化中总结规律，从中提取出清晰显式编码的可解释的逻辑结构，并且基于规律之间的结构构建清晰严谨高效的理论框架。之身于这个庞大而简洁的体系中感受人类智能的伟大本身就是一种享受。

而近几年AI浪潮的到来，发展之速和渗透到各行各业并且取代海量工作的迅猛之势让我们每一个人必须认真面对这个全新的，有趣的，上限不可估量的，有概率取代我们所有人的技术和思维范式的革命:

人类智能走向人工智能的革命

本人在大语言模型刚刚盛行的那段时间经过简单的了解后曾经极度崇拜AI，因为AI的方法理论上能够取代人类的所有智慧，当然包括大学所有人所学的所有知识。我极度恐慌于不久之后我们从小到大吃了畸形的苦才换来的那么点学识在AI的发展下迅速变得一文不值(后来我发现，这个过程真实发生，比大多数人想的要快，比我想的要慢)，于是那段时间我疯狂的上网自学AI的相关知识，希望跟上时代的步伐。

但网上的知识大多是碎片的浅点，既步深入也不结构化，直到我在选课的时候看到选修课里面有一门“人工智能数学原理与算法”，我欣喜若狂，即使它不出现在任何一个专业的培养方案里，即使它4个学分，我也果断选择了这门课。因为他终于给了我一次相对系统深入的了解人工智能的技术原理的机会，和一次有官方背书的学习证明，对我来说，这门课收货的的价值大于这4个学分本身。

经过更深入的了解之后，我发现人工智能真正取代大部分人类工作还有很长的路要走，极度崇拜的高潮期冷静了下来，但同时也更加加固了将要终身学习并利用人工智能的认知基座。
冷静之后，我认识到了一点:不是人工智能取代人，而是会用人工智能的人取代不会用人工智能的人。

人工智能不仅仅乃至不是一个浪潮，它是一场比以往任何一次工业革命上限都更高的革命--智能革命
人工智能不仅仅是乃至不是一门技术或者领域，它所传达的是一种全新的思维范式，一种基于预设的逻辑结构用非显式编码的不可解释的特定的数据组合表达客观世界规律的思维范式和研究范式，是与数学物理化学理论计算机等显式结构相对应的另一个全新范式。
这种非显式表示规律的方法在少部分领域不逊于大部分领域优于传统的显式表示规律的方法。人类的白纸黑字是清晰的唯一的，但世界是模糊的不确定的。非显式表示方法在相当多的领域借助其能够承载庞大复杂连续模糊的真实世界规律的优势，完成好多传统研究方法根本解决不了的问题。
无论我们以后是做科研还是投身产业界，这种思维范式都会像开辟新大陆一样将给我们很大的帮助。

正如英语单出是一张三，英语+任何一个专业都将是王炸
人工智能单出是一张三，人工智能结合任何一个专业领域都将是王炸

人工智能不是未来，“人工智能+”才是未来。

综上，对于任何一个未来的工作方向设计“需要记录或利用规律”的同学来说，这门课都将是很值得上的一门课。
感谢您能看完。

通过提高课程优秀率来提高这门课的风评，jwc你赢了（

过会再认真评一下，总体而言，这门课程还是能给小白带来不小的收获的。然而这并不意味这门课的设计没有缺陷，更不意味将这门课设置为通修是合理的。

以下内容仅针对25春的情况

教务处公共查询显示本课程参考书目是李沐的经典课本《动手学深度学习》，然而实际上课限于课时数量，内容的深度是远不及这本参考书的。

尽管如此，本课程还是大体上介绍了人工智能这门学科的内容，特别是在反向传播和初始化一部分花了大量的篇幅来推导，确实不枉“数学原理”这个名称。接下来的几个章节（图神经网络、循环神经网络、注意力机制、强化学习）比较“走马观花”地介绍了对应的基本内容，但是同样限于课时限制和数学基础的缺失，有相当多内容是没有覆盖到的（比如图神经网络没有讲图卷积，强化学习只着重讲了DQN等）。不过幸运的是，这些章节大多是借鉴了国外的课程设置（如图神经网络部分对应 Stanford CS224W，课件重复度较高），对特定领域感兴趣也能够在网络上找到相关资源。

至于实验，前四个python实验非常水，两个公共实验（逻辑回归、反向传播）在助教搭建的框架下完成也相对容易（虽然我处处犯糖）。最后的大实验我选择的是GNN分子图分类，鼓励了我去主动学习除了图卷积和GraphSAGE之外的模型，收获还是很大的。

讲完优点，我也希望能从自身体验出发，指出一些自己不太满意的地方吧：

1. 理论课和实验脱节。实验中大部分调用的包是在理论课中没有提到的。比如说我对图神经网络的期望是至少提一下PyG吧……
2. python基础实验太拖沓了，而且貌似在实验中用处不大（？）
3. 考试考了手算注意力……不能够理解这种题的用意
4. 可能是课程定位的问题，想讲完课程大纲上的东西肯定不止4个学分，但是如果当成导论，当前难度又超出了一门导论课的范围（？）未来对课程定位还要再讨论（但是已经急吼吼把这门课塞给其他同学了，让人难以理解）

不过还是需要感谢一下这学期认真准备课程内容以及实验框架的老师们和助教们。特别感谢章馨月助教，因为一些非常低级的错误麻烦了她好久。

至于为什么不建议通修，我的观点是让这门课通修和让ics通修没什么两样。当然这个类比可能不够恰当，但是和计算机一样，AI对于非相关专业的同学而言只是一个强大的工具。可能教同学们如何用好这些工具比这些工具的原理更有实际效益。诚然，如＠unraveller所说，“AI+”是发展趋势，然而我也和部分AI4S的学长学姐有过沟通，其中一位做材料领域Agent的学长直言除了调大语言模型的API几乎没有AI成分（当然这和Agent主要工作是集成各种功能而不是优化模型有关）。做AI4S的领域的尚且不需要对AI有多深入的理解，何况全校学生？在我看来，这门课作为满足同学们好奇心的选修课完全没有问题，也许还能吸引到一批学生，鼓励他们将AI原理应用于自己专业。如今却无脑设为通修，忽视同学们课业压力已经很重的现状，引起同学们的抵触情绪，又是何苦呢？

今天正好又看到北大关于本科学业评价的改革（cite不到原始网页）。当国内顶尖学府在取消优秀率限制，以二等制课程鼓励学生挑战困难课程时，USTC在以40%优秀率在学生群体中传播焦虑，学生面对新课还要拨着算盘当“赌狗”。这种事在自诩“与清北比肩”的科大发生，只觉得可笑。

首先改24级学生培养方案已经是绝世烂活了，已经把校内几乎所有人恶心了一遍，没想到现在又整出个烂活来恶心少院。

这学期给80%+优秀率，就因为班上苕皮多？等全校通修时想必又要改回40%吧？

那我是少院的，我大一好几门通识都必须和一堆苕皮在一块上，政治课，物理课，怎么优秀率才40%，连这个一半都不到，公平吗？

不是说我不希望别人拿高分，从事实上来讲，jwc的双标行为已经损害到包括我在内大多数少院学生的利益了，我没法接受。

上课和上机没有考勤，基本没去几次，助教非常负责，尤其是杨程助教（烦了人家好久，非常感谢）综合实验和期末考试全部突击差不多一天完成，总评4.3，伟大无需多言

总的来说事并不算多，无论是实验还是平常作业，期末考试好好刷一下发的模拟题就能拟合的差不多。

五星是给老师和助教的，且评论和你们冲的不在一个课程评价里，如果后续要冲这个我会删掉

4.0

实验的事其实没那么多

妄图用25春80%优秀率掩盖课程设置不合理性的jwc😅

但是今后也不会80%优秀率了，全校学生共吃💩

不是，这也能洗的啊？

一条多少钱啊，我也要赚😅