上课：

从往年评价来看，xll老师上课不外乎两种评价：“讲的真好”和“催眠”，个人听下来，觉得两种评价并不矛盾：如果把xll口述的内容整理下来，应该是一份不错的讲稿，但是xll上课语调语速完全没有任何变化，听起来跟AI生成的声音一样（巧了这课也叫AI基础），所以非常催眠。

加之xll每次上课都用自己的电脑开演讲者模式，不知道是否真的在念讲稿。

作业：

两个班基本统一，xll的祖传作业，和一年甚至两年前PPT上的作业一模一样。不过由于xll班一开始就布置了大量的作业，导致jjm班后面不得不为了跟上xll的进度而一周布置两次作业。

不过jjm班布置了一次作业，是往年学习部分的考题，个人感觉很有用，而xll并没有布置（真不如把csp这种不考的别布置了）

作业部分最 逆天 的，是xll的提交要求：开学时助教投票了一次，发现大家都喜欢线上提交，就说线上提交吧，结果被xll 强制改成了手写+线下提交 ，甚至不能拍照，个人感觉非常呃呃（个人感觉为了提高到课率您还不如点几次名）

给分：

我的成绩是概统式调分，按照开学给定的比例算出来（15作业，25实验，60考试，作业和实验今年还都有扣分的情况，不少人实验报告被扣分） 向上取整，一分不调， 我也不在优秀线附近，不存在超优秀率的问题。

今年jjm班选课人数是xll的两倍整，jjm还能做到在优秀率限制的情况下能奶则奶（虽然给分对有的人来说给分也不是很友好），实在是很不容易了。加上去年因为卷子简单，xll还出现了总评<=卷面的事情，所以我的评价是： xll完全不奶，不如jjm

实验

这门课的实验是我收获最大的部分，因为它让我明白了，我不适合学人工智能，也不适合学计算机

实验一是用A*搜索以及CSP解决两个实际问题，然而时间基本都花在了如何节省内存和提高运行速度上（因为大的案例跑不出来），没有什么AI方面的收获。感觉自己像是在学算法基础而不是在学AI。

每次优化之后还是跑不出来都让我跟吃了屎一样难受，比数据库实验折磨人得多。改过好几次之后，我已经不想面对我千疮百孔的代码，每次对着代码debug都会不由自主地产生生理性厌恶。最后还是某位大佬提出了一个惊为天人的剪枝思路，然后每个人都按照这个思路去改，才得以通过。我按照思路改了之后，最后一个案例还是跑了半小时，不过能跑出来对我来说就谢天谢地了

实验二是贝叶斯，Kmeans和transformer。

transformer没学过，引用评课社区某条评论的评价就是：“实验二已出，先占个坑。我不知道你一个只有三分之一的时间讲机器学习的课何德何能实验强度能直逼隔壁深度学习。”

虽然助教做了PPT讲解，但是对我来说光是理解transformer就花了很长时间了，写的过程也是昏昏沉沉，因为笔记本电脑计算资源有限，我还借了同学的卡跑实验（真心感谢），不过最后总归是写出来了。

整个实验的过程对我来说都很折磨，也让我彻底认清了我对写代码没有任何热爱的这样一个现实。

考试

考试是我最不想评价的部分。

这门课分为三个部分：搜索，逻辑和学习。搜索和逻辑属于传统AI，大家基本都没怎么学过，掌握程度也是半斤八两，考试和作业的难度也差不多（即使是很多人不会的归结算法，也在作业里出现过，评课社区的往年题里面也有归结算法的大题，个人感觉今年期末出这题挺正常的），总体还算友好。

学习部分主打一个fly bitch.jpg，也是往年考试最有区分度的地方。学习部分讲了线性分类和预测，损失函数，决策树，KNN，SVM，Kmeans，PCA等（大体差不多这些吧，具体的记不清了），这些东西只占课程时间的1/3左右，老师上课也是只管讲原理，一道例题都没有。作业和考试唯一相关的感觉只有手算SVM，而考试出题又是千奇百怪：手算决策树，证明结论，手算SVM，给定一个新的问题要求损失最小等等等等。

这就导致复习时，如果你没有学过其他AI相关课程或者做过AI相关工作，就非常容易抓瞎。我在复习的时候作为一个没有任何AI基础的人一度复习的相似，非常崩溃，经常被一些奇技淫巧干碎（比如中间加一个对角阵来表示权重等）。今年也是运气好，没出很变态的计算和需要技巧的损失最小化求解问题，手算决策树数据量很小，后面的SVM也是定性分析，才给了我一点在各路AI大佬之间存活下来的机会。

助教

助教很好，尽心尽力回答问题，即使是我私聊他们也会很快回复，对课程群个别逆天匿名也采取了比较包容的态度，继续开着匿名让大家问问题（我这个7分的评分大部分都是考虑到助教的付出才给的）

课程定位

这门课的名字是“人工智能 基础 ”，但是放在大三下才开，和大三下才学数据库一样，充分体现了富有数理基础特色的中科大CS培养方案的含金量。

对于学过AI或者要做AI的同学来说，大三下学习部分讲的那点东西他们早就会了，学前面传统AI也用不到，纯粹浪费时间，得不偿失。

对于将来不做AI的同学来说，大三下学这门课，还要和学过AI的同学们一起竞争，而学习部分上课讲的和考试考的难度跨度还很大，导致学起来很痛苦。

而且从了解AI的角度来讲，放在大二学这门课（毕竟前置知识只有贝叶斯那里涉及一点点概统，学习部分涉及一点线性代数）显然合适得多。但是科大的物理和CS的离散数学三部曲占据了大量时间，大二下还有逆天量子物理，所以就。。。一言难尽

其他废话（与评分无关）

AI是我本学期最后一门需要考试的学科，考完AI走出三教才发现，原来本科阶段需要关注GPA的考试已经全部结束了。。。突然间有种恍惚的感觉，三年时间，有太多太多次感到是那么的煎熬和绝望，也会有时突然发现时间白驹过隙一晃而过，太多事来不及回味就已经变成了过去，错过的人和事也只能埋在心底

在科大三年，最大的感受就是“割裂”。在面对其他学校的同学或是高中同学聚会时，实在是不能聊关于学校的话题，即使是其他华五的同学，也很难理解科大计科的某些特点，有些话也只能在科大CS的同学之间聊才能相互理解。如果和其他同学聊起来我在CS的生活，得到的也大概只能是一句“还好我没去科大学CS”

三年生活结束，我最大的收获之一是“悲喜自渡”。曾经问过不少成功校友的经验，得到的回答都是“做你自己喜欢的事”。这样的答案当然无可厚非，我也相信这是他们的真心话，但是他们可能不知道的是，并不是所有人都有机会找到自己热爱的事情，也不是所有人都有资本去一直坚持自己的兴趣爱好，某些兴趣爱好本身的特点，也决定了坚持它的代价是绝大多数人难以承受的。通过三年的所谓学习也好，筛选也好，我认清了自己的能力上限，也探清了自己的承受力上限。有不少人看着我的简历，问我真的不读博吗？真的不考虑量化策略方向吗？面对这些问题，我的心里已经再无波澜。我知道我自己经历了怎样的痛苦才取得了这样还算凑合的成绩，我拒绝放弃自己的幸福而一味地追求收入和成就的上限。

曾经和某位科大出来的师兄吃饭，聊起在科大的日子，我苦笑道：“其实我完全不喜欢计算机，不喜欢任何理工科，做这些都是因为无奈”。在听了我的讲述后，对方一方面感叹很多年前的科大风气自由民主，另一方面也从招聘者的角度感叹现在的求职之艰辛。说起彼此喜欢的事情，对方表示在当时科大期间思政课可以全都不上，还租了乐队。而我回想起大一的我，对课程还有期待，也愿意花点时间做自己喜欢的事，但是面对大一结束的成绩以及毫无收获的专业技能，便只能屈从于现实。到了现在，对于课程的学习我已经没有任何感情，随着GPA越来越高，对上课的感觉反而越来越像上坟，学习课程也只是机械地去完成作业和实验，针对着往年题目准备考试，最终和刮彩票一样收获一个七分靠努力，三分靠老师的分数。。。但是如果你问我为什么不去做点自己喜欢的事，我只能说，我能力有限做不到学有余力，我也没有那么大的魄力去放弃规则社会下的前程去为了一个极小概率的事情赌上所有。

那也是我记忆中唯一一次在饭局上稍有失态。平日在应聘和工作中，我不需要聊personal的话题，只需要像学理科一样有逻辑但是没有情感地沟通或是工作，但当涉及到触及热爱的话题时才会发现，很多东西真的不能细想，也不敢细想，有时回头看看，才发现已经失去太多太多，但已无法回头。不过也可能也真的要像成年人对待感情一样，把很多东西埋在心底，喜怒不形于色才好吧，也不由得想起亦舒在《叹息桥》里面写到的：“做不到是你自己的事，午夜梦回，你爱怎么回味就怎么回味，但人前人后，我要你装出什么都没有发生过的样子，你可以的，我们都可以，人都是这般活下来的。”现在看来，不仅仅是对于男女情感，对于内心的热爱，也是如此罢。

回顾过去的三年，经历了很多事情，我不知道自己究竟是妥协的太多，还是妥协的太少。和很多有勇气的人相比，我显然是屈从于现实的普通人；但和平均水平相比，我还是坚持了一点点自己的热爱，坚持了一点点对不公的愤怒。南方周末的办报方针，有一条便是“可以有不说出来的真话，但绝不说假话”。在接下来的日子里，我可能会更多地保持沉默，但也会告诫自己，不能让自己的嘴脸为了利益而变得丑陋。

大一上学期结束之后，在评课社区写了第一条点评，到了现在，最后一门需要关心GPA的课结束了，也应该是最后一条付出感情的点评了。也不知道有多少人能够看到这条点评，过去三年累积的遗憾，说不出的话，也慢慢放下吧。

事已逝去，让一切随风。

风中风中 心里冷风

吹失了梦

事未过去 就已失踪

此刻有种种心痛

心中心中 一切似空

天黑天光都似梦

迷迷惘惘 聚满心中

追踪一片冷的风

各种空虚 冷冷冷

吹起吹起风里梦

过去的心 火般灼热

今天已变了冰冻

记忆中 突然又痛

只因空虚再作弄

你似北风 吹走我梦

就让一切随风

非常感谢大家关心，包括对我的祝愿，都记在心里了。实验二transformer的话，其实是代码填空（但是把能挖的空基本都挖了，要填好多），没有那么那么不堪。有大佬吐槽实验二的代码内容以及变量命名水平低，我对AI了解不多，没有能力对此做出评价。

写人工智能作业不用chatGPT，就好比进高考考场不带手机，算数比赛不用计算器，历史考试不去创造历史，去看鸡哥不带理智，做大物实验不编数据，sort函数不用sleep排序，高温超导不复现理论实验，学习英语不发明新的语言，赚大钱不去缅甸，买球鞋不去莆田，写代码不去借鉴GitHub，数学作业不用显然证明。中间忘了，结尾是只能度过一个相对失败的人生。

5Lul5LiK5YaF5a655YyF5ousQUnovoXliqnliJvkvZw=

我对人工智能毫无兴趣，我很讨厌人工智能，人工智能与我的未来研究方向差不多毫无关系。我很讨厌这门课。学完了也是啥也不会。

在没咋复习的前提下我的得分比较一般，3.0，最后一个实验的第二个部分没写完所以也没交。我认为这个实验很恶心，当然也是各种安排太多了也是因为太懒了。我不求高成绩，所以这无所谓。不过我一个辅修朋友在隔壁班抄我的实验代码拿了个 3.3，所以我感觉给分应该不如隔壁班。

讲课的内容我并不清楚，因为我并没有做更深入的了解。

有一个助教比较呛人。问过他两次问题，第一次问的最后一个问题没有回复，第二次问问题也没有回复。我期末考完试在群里匿名发了上上段话，害怕被挂科，被助教怼了，后边还拿出来鞭尸。其实当时我主要是因为被实验2.2给恶心了，以及助教没给我回复，所以比较难受。（实验布置的比较晚，我认为这门课应该早点布置实验。）我也当计科的助教，我带的课里也有人这么说过，我当时过去没少安慰那个同学，包括私下请吃饭、私聊一些专业研究方向、计算过保研相关事宜，以及给他/她计算怎样能不挂科。后来也有人在群里说自己研究方向和 AI 无关，比如 arch，所以不想学那么多 AI；然后助教说马上开发 ai for arch，如果往好了想，可能助教的意思是学习 AI 对各个方向发展都有用，这当然是对的。但是这么表达给人的感觉就像是“我搞 AI 我牛逼，我搞 AI 我卷死你们，不学 AI 等着死吧”的意思。

我并没有因此反感助教本人，只是反感助教的这种行为。不过这让我更加反感 AI；不可否认 AI 对于生产力和生活进步都带来了很多的正面影响，但是我反对 AI 的发展（我不反感AI的研究者，我认为有能力的研究这个学科方向的人都很厉害，很值得尊敬），尤其是以 ChatGPT 为代表的这类 AI，虽说我几乎每天都在用 ChatGPT 这类 AI 学习。如果我毕业之后因为 AI 的发展而找不到工作，那我也差不多想好了后边怎么办。如果你有不同的想法，这很正常，不必在这里和我辩论，因为没必要在我这种失败者面前浪费时间。

最多只能给到6分。

优点：

• 考勤：完全没有，想来就来，后期班上估计30个人左右
• 讲课：老师声音比较清楚，没有口音
• 实验：文档比较清楚
• 助教：三位助教还比较尽心尽力，推荐了不少学习资料，问题基本上也都有回复

缺点：

• 讲课：老师是PPT Reader，讲课基本听不下去
• 考试：
  • 内容：绝大部分是ML内容，但是ML内容占课时确实只有1/3，显得不成比例
  • 考卷：题量有点大，本复习1.5天选手将将写完
  • 注：今年没考KMeans
• 实验：
  • Lab1：问题设计的不好，启发式的设计和测试样例关系太大，几乎是不用某种特定的剪枝策略就做不出来的
  • Lab2：没讲Transformer却要写实验，巨大逆天

没啥好说的，上课内容基本就是扫扫盲，让你了解一下有这些东西，真要想学深出门左转王杰机器学习

实验设置。。。有很多同学有不少意见，难度上来说个人感觉实际不大，至少不会的地方肯搜搜问问基本要做出来没啥问题

考试开卷，难度不大，只要平时作业稍微上点心，考前一天/半天速成都是没问题的，个人花了一个晚上加一个早上，最后卷面80  总评89 混得很舒服

transformer有点逆天，别的没啥。

我觉得老师上课很正常，没有什么可指责的。但是这门课讲的东西太过浅显，书上很多东西没讲，考试不考深入的证明。可能课程的定位就是这样吧？感觉有点无聊。

给分应该是按比例算完再浅浅浅浅调一下。这个课拿极端高分9899不好拿，但想挂掉也是蛮难的。

每周都有作业，应该是比隔壁班任务量大的。

先打个5分，要是最后总评能够达到我的预期再进行调整

达到预期了，加2分。

虽然没有优秀，但是给到84分也是算可以了，毕竟卷子简单加上没有木琴的教务处的优秀率限制，看出老师也没法调分了。。