【说明】笔记内容有删减，已经李教授本人审核。
教育面临巨大挑战，是尽人皆知的事实。教育有传承和创新两大使命，古来如此。传承，往往并不令人担心，因为大体上教育者和成年世界都习惯并津津乐道于此，最多在选择传承的内容和方法领域有争议和探讨。而创新使命则大有不同。教育面向未来，面向世界，而未来并不可知，最多只能预测，世界也无从触摸，只能通过描述和想象获取认知。
教育的话语权，向来在成年世界这边，而出于惯性和经验的驱使，教育者总是不经意地做了“现实的跟随者”，不知不觉地，至少部分地丧失现实的教育价值话语权。因此，教育人需要不断拓宽视野，拓展眼界，回望历史悠远的深巷，谛听未来教育的涛声。
暑期，以学习者的身份，聆听了一些当代教育名家和学者的演讲和课程。主讲之人，有顾明远、吴颖民先生这样的长者，也有“正当年”的周洪宇、冯建军，更有许多后进学者和基础教育的同路人。总体印象：未来教育扑面而来，教育的文化传承使命历久弥新；教育观念和体制面临挑战，但教育中人多未准备好；经济发展和技术革新太快，倒逼着教育思维和方法。
李政涛教授“送课上门”，正是得了领航培训的缘，遂了分享教育前沿的愿。这些年来，延聘教育名家来马讲学的传统，历经多任局长更迭而能持续，也从侧面反映了这座城市的教育当家人“聚山纳川”的抱负和“一马当先”的担当。
李教授“师出有名”：华东师范大学教育学部副主任、教育部“长江学者”特聘教授、国家“百千万人才”工程重点培养对象、国务院特殊津贴获得者、博士生导师。其貌不扬：瘦削似乎是教授私人订制的形象名词，其教育思想者的智慧，仿佛都藏在厚厚眼镜片后略带温暖的目光中，以及同步“单手击键”配合干净明晰的课堂语言中。而在课堂前后的交流之中，李教授素来性格平缓，为人谦和，处事严谨，不显山水。
根据他自己的介绍，“尔本平常”：20岁赣南师范专科毕业，曾任中学政治教师，观己是“读书的种子”，后来考入北京师范大学研究生，京城民办高校多年教坛行走之后，报考华东师范大学叶澜门下攻读，修成正牌教育博士正果，如今跟随袁振国教授专治教育之学，兼管科研之道。
教授报告，近年国人使用频率最高的“时代”一词切入报告，首先告诫教育同仁，要“把握时代大势”，向企业家学习。因为企业家最能够把握时代的风潮，对时代的精神脉博最敏感。他说，观察企业界成功案例，“小富靠勤，大富靠势”，把握时代大势的企业家，最终取得了成功。
报告的主题，是《人工智能时代的教育变革和教师发展》。以色列年轻历史学家赫拉利在最新出版的《今日简史》一书中，把今日的世界划定为“智能文明”，而非我们惯称的工业文明或信息时代。人工智能来临，75%的职业会被替代，例如翻译、记者、作家、金融和银行业从业人员等。教育面向未来，挑战首当其冲。
如何应对人工智能的挑战呢？马云说，“未来已来、将至已至”。朱永新认为，“人工智能时代的学校，会逐渐演变为大大小小的学习中心，会越加地与社区、社会紧密相连，会对社会大幅度地开放。”李教授归纳当前的人工智能水平，已经具备或替代人类如下能力：一是能存会算；二是能听看也能认；三是是能认知和思考、会决策、有情感。
而这些能力，是过去地球人所独有的。当人工智能普及，并深入我们的生活、学习和工作，将这些能力一一完备，人类剩下的、不会被替代或超越的能力或素养，有哪些呢？寻找到这些元素，加入研究比较，正是教育中应当培养的能力和素养。
是科学素养，还是核心素养，是关键能力还是综合素质，李教授话锋陡转，专从人工智能时代说开去，从人与机器的本质差异辨析起。
李教授指出，人类独有、并不会被替代的第一个素养，是艺术素养。教育应当引导学生实现自我精神的建构，体验创生之学和体知之学，关注学生的情感体验、思维体验、想象力体验、审美体验和创造体验。例如，机器也能朗读，但我们为什么偏偏喜欢《朗读者》？那是因为它是“人声”，其传递的细腻、微妙、丰富和深刻的美感，能够引起我们共鸣，机器无法替代。另外，我也想到了导航，这完全是一款成熟的智能化产品，但我们为什么更愿意听读明星的“人声提示”？因为声音背后传递了情感和美感。著名的围棋大师吴清源，终其一生，在围棋界内外的影响，绝不仅是棋艺高不可攀，而在于他的修养和修行。
李教授接下来谈到，这些学科会在人工智能时代实现强势的回归，那就是艺术、美学、文学和哲学学科。他特别强调其中的哲学素养。在哲学的语境下，有无和无用都是相对的，无用之有用，无用中甚至有大用。乔布斯在大学时代选修了一门书法课程，当时是出于好奇，他也没想到在后来设计电脑造型的过程中，他的好奇心和书法选修课发挥了作用，呈现了产品独特的美感。因此，李教授强调：在学校之中，校长和教师的好奇心，是创造教育的源头。
人的成长之中，哲学给人以价值观，给人以世界观。人类生命的最高境界，是独立的人格，有尊严，有独特思维力，策略和方法则在其次。无人驾驶汽车技术的运用中，试想其最大难题是什么？是事故减损系统。当事故发生，先救谁？是警察还是坏人？是美女还是老人？是父母还是下一代？机器没有办法判断，只有人类可以选择。
人工智能时代，价值观是人类最后的高地和尊严。学校是传导和传承生命意义的文化场所，理应传递面向未来的有尊严的价值观。在考察中，我们看到的学校建筑空间，也都与育人价值有关系。在学校中，要看到“教育的味道、教育的气息和教育的力量。”其实，我们看到学校的样子，就感受到了学生的样子，我们看到教师的气质，也就看到了学校的样子。同样，你家的样子，就是你灵魂的样子；你八小时之内是你的职业状态，证明不了你的灵魂，八小时以外才是你本来的样子，与什么人相遇，读什么书，最关注什么，这才是真正的你，独特的你。
艺术、美术、文学和哲学，大体是人类生命独有的价值物质和生命关怀，不能复制，独特而神秘。
那如何提升人的思维能力和思维品质呢？教授通俗地说，一个教育者一生要拿“三块牌子”：一是铜牌，它是你的学历，代表你的知识和技能；二是银牌，它就是你的人脉；三是金牌，它是你强大的思维能力和良好的思维品质。
而制约教育者的最大瓶颈，主要是三个方面，一是激情的丧失（职业倦怠），二是积累的枯竭（吃老本），三是思维品质的下降（跟不上时代，经验的作用衰减）。
教育者必须提升思维的清晰度和提炼度。例如，一篇博士论文通常需要12—15万字，但答辩的时候，你必须用一句话概括：你要解决的核心问题是什么？基本观点和主张是什么？
你还必须修炼思维的开放度，这是一种用多元视角和方法思维教育教学和管理问题的思维能力；合理度，与社会和外界的互动良好；精细度，对细节敏感和能够揣摩；创新度，看看你在课程的实施中有没有绝活、绝招。
另外两个思维品质是融通度和生长度。教育者看待问题，不能是非此即彼、是非二元，那是点状思维。教育者的思维必须有融通度。教育者的思维还要有生长度，通过学习和提升，摆脱成年之后思维的自我固化、自我板结化和自我化石化。
这些思维的品质从何而来呢？李教授认为：必须在“做”中学，通过“练”发展。例如，教师的专业技能，应该有一个“六课”技能：备课要深。上课要活。说课不能用稿子。评课，则既要做鉴赏家，又要当批评家，用真心，说真话，点评准确，问题深刻，症结明确，并能提出系统改进和重建方案）。观课（听课）要有现场学习力。写课，习惯于撰写案例、课例、随笔，甚至教学论文。
关于思维的提炼度，教授结合了对时下学校文化提炼的流行做法也给予的尖锐的批判。他说，有的学校把办学理念、培养目标、学校精神、校训、教风和学风一鼓脑地写在墙上；有的学校空洞地提出要培养有国际视野的世界公民；有的学校既在主楼上提倡尊重学生的生命，又在另外的楼面的墙上写上各种正确的励志语。看不懂，记不住，用不上。真正的学校文化，是一种氛围的弥漫、弥散、渗透。例如，我们都倡导创建特色学校，但是大家往往忽视了特点和特色的关系。“色”是“点”的弥漫、弥散、渗透和转化。特点反映在学校的少数人，学校的某些特定情境，只能偶尔为之，往往速成速朽。但是，特色就不一样了，它体现在学校的人人、事事、处处和时时。
教授也提示，提炼度可以通过长此以往的练习来训练，例如，你可以“先写3000字的读书报告，然后缩写成500字，最终你把读报告压缩成一段话，例如50个字。”书读多遍，其义自见；文写千遍，下笔则易。
教育者应当放大思维的格局，开阔自己的视野和思维，提升自己的战略思维。他如陶行知一般，批评当下的现实，“教育现在成了跟随者”。跟随者的思维是适应，而教育者的使命是引领，走向未知。因此，他提供我们四点值得考虑的思维：一是把局部的事情放到全局中考虑。二是把个体的事情放到全体、整体中考虑。三是把当下的、眼前的事情放到历史与未来中考虑。四是把个人的志趣、本校的发展与时代的精神、与国家的需要、与民族的繁荣复兴勾连起来、关联起来。
他提醒教育者，一要有历史感。既要保持传承传统的使命，又要具备再造新传统的使命。今天校长的贡献，就是多年以后的学校新传统，校长对学校历史和传统要有温情和敬意（钱穆）。二要有未来感。要面向未来思考学校管理，“三个面向”至今没有过时，今天的教育者要看懂未来十年的能力。我们的教育事业要为未来发展储备能力。
教育的管理者，要具有回到历史的未来感。要对前沿敏感，先跟跑，再并跑，然后领路。例如，教育管理者要瞄准《中小学管理》等最前沿的刊物，要瞄准教育领域像李镇西这样的标志性人物，关注三年年会的主题。前沿就是教育的风向标，它带着我们向未来。这才是战略思维的具体思维习惯。
在课程改革过程中，曾经常拿出来批判的，有这么三句话：“传统教育教学是教师为中心，传统教育教学是以教定学，传统教育教学是先教后学”。然后人们都说，新课程应当将它们反过来，以学生为中心，以学来定教，先学然后教。这种思维方式出了逻辑问题，是典型的点状思维、隔裂思维、二元对立，是一种非此即彼的极端思维。
教育倡导的是“天人合一”，“知行合一”，是关联思维，整体融通的思维，综合渗透思维，互动生成思维。天中有人，人中有天，知中有行，行中有知。教育变革，要求学校管理变革与领导团队发展，要求教学变革与教师专业发展，要求班级建设变革和班主任专业成长。教育变革促进学校文化提升，倡导在学校的变革和发展中，“成事成人”。李教授解释道，“在成事中成人，以成人促成事。不能出现相反的情况：事情做成了，做事情的人成了没有。”学校文化，重在文化，至于文化，简而言之，就是“文以化之，以文化人。”
教育者要关注和提升思维的生长度。思维之所以能连绵不断地生长，和聪明度、勤奋度以及职业的后来密切相关，靠的是激情持续，好奇之心常驻。一个成熟的教育者，新的挑战就是再造自我。李教授认为有三大法宝可以实现自我思维的再造：一是登“高山”，二是拜“高人”，与光明俊伟的人同行，三是找对手。最怕的是稍有所得即洋洋得意。人的成长，应当从旧我到新我，最终走向卓越，即“卓而不凡，越而胜己。”
人固有惯性和惰性。突破之道，在于摆脱习惯的经验的路径。改革就是要把新理念变成新行为，然后变成新的习惯、新的基本功。一是丰富教育实践的积累，形成典范性品牌性鲜明特色和个人标识性的课例和案例；二是要有阅读的积累，既要读“有字之书”，又要读“无字之书”。读“无字之书”，就是要读懂“时代”这本书、“学校”这本书、“教师”这本书和“理实”这本书。
关于“有字之书”，李教授通过阅读经历来谈的体会和建议，给我的启发很大。一是专人读书法，专注一位名家，穷尽而通读其所有著述；二是读学科领域节点人物和根基人物，如教育者读苏联的苏霍姆林斯基、中国的李镇西；三是读起家人物，如语文教育领域的于漪、韩军和郑桂华；四是以写作促进阅读。
总之，教育者以格局论高下。格局，决定了一个人的结局。格局之宽、之大，来自战略思维，来自寻找自我思维发展的参照系。参照系就是你走向“卓越”的比较对象、竞争对手，也就是你学习和追赶的标杆。走向成功的路上，也要如沈从文那般，“寂寞中见坚韧”。不能忍受寂寞，也就看不到繁华。他引用了马云的观点：企业家的眼光和格局，如果目光放在了一个县，那么他的生意最大也就局限于一个县，如果目光放在了一个市或一个省，那么他的生意也就局限于这一个市或省。而你若是将目光放到了世界，就有可能做世界的生意。因为参照系变了，格局也说变了。
李教授的报告，引发了不少听者的内心触动和反思。教育的成长，体现在学生，依托在教师。教授的逻辑思维，治学之悟，成长之途，点化开解，以及使命关怀，值得我们慢慢咀嚼，细细消化，渐渐转化为思维的力量，促使教育面向未来的渐趋变革。
[注] 报告时间 2018年8月13日
之前已经说过，人工智能时代会对现有的行业格局造成不可逆转的影响，同时这样的行业影响对于从业的产品经理来说也有不同的要求。那么在这一篇文章的作者继续。深入去挖掘行业分析这个点整理了六个基于行业分析的维度。除了这六个维度之外，我们都可以根据自身行业的特点，增减分析维度。
指的是行业的历史背景，当下的增长能力与宏观经济周期的关系，固有风险，以及该行业在其他国家的发展规律等等。
产品经理应该主动去了解国内外的行业发展趋势和方向，包括供应商谈判能力，购买者谈判能力，现有同行竞争的局面，龙头企业所面临的主要问题，有哪些成功的管理和技术经验，这些经验是否可以借鉴或者复制新进入者威胁，替代产品和服务威胁等等。
同时产品经理应该关注新技术在其他领域的成功应用，是否会是本领域的创新机会。人工智能的时代。行业洗牌的关键时期，过去的规律在今天不一定奏效，因此能够把握趋势，顺势而为钱，有一定的预见性，是产品经理非常重要的素质。
产品经理需要了解行业内价格，品质质量，分销能力，上游资源成本，产品差异，技术壁垒，管理水平，地理位置等方面的情况，除此以外在人工智能时代的市场竞争中，公司的数据积累，算法积累，计算能力积累三方面无论是从短期还是长期来看都占据较高的权重，这方面需要产品经理格外的重视管理和规划。
了解行业的集中度。，外资进入收购兼并的信息。
另外一个重要的方面就是了解行业的准入门槛，国家法规，价格，税收，进出口等等各国旧有的法律法规和行业标准，显然在迭代速度上已经无法适应人工智能技术的迅猛发展了，国外相继出现了人工智能应用挑战法律法规的案例，例如在2016年美国交通部发布了 联邦自动驾驶机动政策 。为自动驾驶技术的安全检测和应用，提供指导性的监管框架。 同年美国白宫科技政策办公室下属的国家科技技术委员会发布了为人工智能的未来做好准备，探讨了人工智能的发展现状，应用领域以及潜在的公共问题等等。
美国发布的 国家人工智能研究与发展战略计划 ，提出了美国优先发展人工智能七大战略方向及两方面的建议，这些报告中提及了知识产权隐私和数据保护以及数据使用安全等标准建设的问题，可以预见我国也会陆续颁布相关的法案和行业标准，因此产品经理需要密切关注这方面的信息，确保公司的产品可以合理合法的参与市场竞争。
产品经理不仅将是商业模式的落地者，同时也是探索商业模式的先锋，因此产品经理需要关注行业的挣钱手段，产业链逻辑是怎样的，价值量是如何构成的等等。
之前提到的五个行业分析的维度均对商业模式有直接或者间接的影响，因此同时产品经理也需要利用以上的分析结果来树立自己在公司内部外部的行业专家的形象，只有得到内外部的认可，才便于争取更多的公司资源和行业客户的认可。
后续的文章中，作者会有一个实际的行业分析案例，来说明如何快速学习行业知识，并且获取行业趋势洞见。比方说是个人/家庭服务机器人这个行业。
我是光耀，是一个互联网产品经理。 我正在读《人工智能产品经理》，这是我的读书笔记，我会持续保持更新。如果你也喜欢这方面的内容，那么请在评论里留下你的看法。
5G网络、人工智能、虚拟现实技术…越来越多的“黑科技”正在慢慢走进我们的生活。在第五届世界互联网大会·互联网之光博览会上，自动化无人服务、5G机器人、AI虚拟主播让你提前感受未来生活！未来社会发展的风口就在各位大佬的“黑科技”中慢慢显现出来。中国的移动支付、IOT（物联网）已经开始取得世界范围内的优势，接下来将会是人工智能时代。
小米集团创始人兼董事长雷军就说，谁掌握了人工智能，谁就把握住了未来。
网易CEO丁磊也表示“所以，我是深深地相信，如果你今天要再看互联网的话，请你立刻紧紧地抓住人工智能这个领域和传统企业的结合，比如和教育、医疗、零售等要紧密结合，我觉得有巨大的空间。”
人工智能的发展已经远远超乎我们的想象，从互联网巨头到创业新贵，已经有许多公司投身于大数据与人工智能的洪流之中。人工智能技术已经开始了大规模的实用阶段，谷歌、亚马逊、苹果等公司早已把人工智能列为未来公司的核心战略，目前在人工智能领域已经产生了众多极其实用的产品，在时代浪潮的趋势下，人工智能一定会发展的更加迅猛。
雷军表示，人工智能的重要性不言自明，现在国内外巨头都把人工智能作为公司的核心战略，未来5年，随着5G时代的到来，我觉得AI+IOT将会迎来巨大的发展。
市场研究机构Forrester research表明未来对人工智能领域的人才竞争将会十分激烈，在题为《预测2019：自动化》和《预测2019：人工智能》的报告中显示，未来有三分之二的高管很难找到和获得相关的人工智能方面的人才，这个结果和德勤(Deloitte)最近进行的一项调查一致。
虽然大家都在媒体争相报道中对人工智能的了解来自于如谷歌、百度、阿里、亚马逊、脸书等世界知名业界领袖企业，但事实上有很多不为大众所熟知的公司也在人工智能领域里探索研究。
其中自动驾驶、激光雷达、计算芯片等多个关键领域由很多新创业公司开拓，也激活了制造、家居、健康医疗、物流等行业的活力与生机，以后也会有更多的行业如保险、财税等领域使用人机交互的智能机器人。这些企业也将成为未来人工智能人才争先抢后的优质目标。
未来，通过人工智能实现工作各项任务的自动化，企业也会有更多人工智能驱动的新科技，在工作运营中使用人工智能也会成为日常。想要在人工智能领域获得长远的发展，优秀的人才是不可或缺的，相关的专业就业岗位也有大量的需求。
人工智能的火热可以预想，未来与人工智能相关的留学专业一定会非常热门。
相关学科类别：1.模式识别 2.机器学习 3.数据挖掘 4.智能算法
相关具体专业：科学研究，工程开发，计算机，软件工程，应用数学，电气自动化，通信，机械制造等专业，涉及了数学、心理学、神经生理学、信息论、计算机科学、哲学和认知科学等学科。
相关应用领域：机器人领域、语言识别领域、图像识别领域、知识储备专家系统等。
全球共有超过360所具有人工智能研究方向的高校，其中美国拥有近170所，中国仅30多所。虽然一些中国高校开设了相关课程，但总体上缺乏人工智能的基础教学能力，高校在独自培养具有动手能力的应用型人才上有所欠缺。所以有很多的学生都会选择去美国深造。
本科院校TOP20
麻省理工大学卡内基梅隆大学斯坦福大学加州大学伯克利分校德克萨斯大学奥斯汀分校华盛顿大学佐治亚理工学院伊利诺伊大学厄本那—香槟分校马萨诸塞大学安默斯特校区宾夕法尼亚大学密歇根大学安娜堡分校康奈尔大学马里兰大学帕克分校加州大学洛杉矶分校南加州大学哥伦比亚大学布朗大学加州理工迈阿密大学犹他大学
研究生院校TOP20
麻省理工学院加州大学伯克利分校卡耐基梅隆大学佐治亚理工学院北卡罗来纳大学教堂山分校伦斯勒理工学院马里兰大学学院公园分校德保罗大学约翰霍普金斯大学西北大学东北大学匹兹堡大学伍斯特理工学院宾夕法尼亚大学圣路易斯华盛顿大学莱斯大学威廉玛丽学院圣母大学凯斯西储大学俄亥俄州立大学
相关就业方向：
1、搜索方向：智能搜索、语音搜索、图片搜索、视频搜索等。
2、医学图像处理：医疗设备、医疗器械很多都会涉及到图像处理和成像。
3、计算机视觉和模式识别方向：指纹识别、人脸识别、虹膜识别等。
4、机器人开发相关领域，如银行自助服务机器人
5、AI云服务（人工智能平台）
6、无人驾驶相关领域
提示：中国人工智能发展迅猛，中国政府也高度重视人工智能领域的发展。预计到2020年，中国人工智能产业规模将超过1500亿元，带动相关产业规模超过1万亿元，如此快速的增长和发展必然会产生大量的人才需求。巨大的人才缺口下，前往美国就读人工智能专业绝对是一个不错的选择。
首赞
+1
平台声明
这才是你想要的纯粹的交友体验
广告
推荐阅读
大连理工一研究生在学校身亡，压死他的不是外力，而是自己的脆弱
人生百态尽... 昨天22:32 94.9万+
又是浙江大学！网曝女博士寝室内烧炭自杀，导师当她是工具人
人生百态尽... 2020.9.20 1192.5万+
广西副校长侵犯多名女学生：专挑尖子生带宿舍"辅导"，受害者无一反抗
璐璐侃娱乐 2020.9.23 206.7万+
南京审计大学一学生坠楼：死者女友发声、不是不小心失足坠楼
案件劳闻 4天前 168.0万+
双一流大学或将“大清洗”，七所985高校面临出局，南大太可惜
上岸人的独... 2020.10.08 170.6万+
教育最可怕的是：一群不读书的教师在拼命教书，一群不读书的父母在拼命育儿
悦读苑 前天00:00 143.8万+
小学生作文《怀孕》太纯真了，老师：知道负责了，很好！
孕育乖宝宝 2020.9.18 124.9万+
“倒数第一”的试卷爆红，老师感觉自愧不如，家长看了脸色变！
孕育乖宝宝 2020.9.25 89.8万+
成都大学党委书记发朋友圈后疑似失联，学校最新回应
半岛都市报 14小时前 3.4万
软科发布2020中国大学排名，看看你的大学排第几？
木棉花木棉... 前天09:23 3883
成都大学党委书记朋友圈控诉校长后失联！压垮他的稻草究竟是什么
星文说 24小时前 74.1万+
大学党委书记疑似失联，警方回应：已接到学校报警
邯郸之窗h... 19小时前 3.4万
“失联”的毛洪涛和“挤走”三任党委书记的校长
营盘流水 4小时前 8200
成都大学发布情况通报
红星深度 20小时前 7.2万
重磅！2020软科中国最好学科排名发布！
雅思托福考... 21小时前 3.3万
2021国考报名人数统计:陕西已报5860人 最热职位400:1（截至16日9时）
公考小帮手 3小时前 3918
学校回应3名老师围殴学生：确有此事，学校已经报警
裕顺自媒体 5小时前 1.1万
2020年第二轮39所双一流建设高校名单出炉！有您的大学吗?
首先是方向的确定：
研究生报到注册后，应及时主动与导师联系，导师根据学生的意愿和科研工作的需要，确定研究生的研究方向、落实指导小组成员，并制定培养方案。研究生将根据研究方向归入对应的课题小组，参加课题小组的日常学术活动。
二是论文的要求：
对学术（或学位）论文的基本要求有如下9条。请各位研究生在开展学术研究工作中务必认真参照执行。
（1）论文的主要内容，是叙述一套方法在一个特定场合中的应用（当然也可以针对特定领域的问题提出解决的方法、技术及实现算法）。
（2）这套方法必须要有所创新或突破，并因而对学术界有所贡献。因此，它或者是解决既有问题的新方法，或者是既有方法的新应用，或者是以一个新的方法开启一整片新的应用领域。
（3）在论文中，必须要有能力提出足够的证据来让读者信服：针对这个应用场合，你所提出来的方法确实有比文献中一切既有方法更优越之处，或则确是对所要解决的问题是行之有效的。
（4）此外，你必须要能清楚指出这个方法在应用上的限制，并且提出充分证据来说服读者：任何应用场合，只要能够满足你所提出来的假设（前提）条件，你的方法就一定适用，而且你所描述的优点就一定会存在。
（5）还必须要在论文中清楚指出这个方法的限制和可能的缺点（相对于其它文献上的既有方法，或者在其它应用场合里）。
（6）行文风格上，它是一篇论证严谨，逻辑关系清晰，而且结构有条理的专业论述。也就是说，在方法的叙述过程，必须要清清楚楚地交代这个方法的应用程序以及所有仿真或实验结果的过程，使得这个专业领域内的任何读者，都有办法根据你的描述，在他的实验室下复制出你的研究成果，以便确定你的结论确实是可以“在任何时间、任何地点、任何人”都具有可重复性（可重复性是「科学」的根本要求）。
（7）而且，你对这个方法的每一个步骤都必须要提供充分的理由说明「为什么非如此不可」，必要时要有清晰的论证分析。
（8）最后，你的论文必须要在适当位置清楚注明所有和你所研究之题目相关的文献。而且，你必须要记得：只要是和你所研究的问题相关的学术文献（尤其是学术期刊论文），你都有必要全部找出来（如果漏掉就是你的过失），仔细读过。
（9）第（2）款所谓“对学术界的贡献”，指的是：把你的所有研究成果扣除掉学术界已经发表过的所有成果（不管你实际上有没有参考过，没有参考过也算是你的重大过失），剩下的就是你的贡献。假如这个贡献太少，也构成你论文无法及格的充分理由。
上面所叙述的条款要件中，除第（2）款之外，通通都是必须要做到的，因此没有好坏之分。一篇论文的好坏（评定标准），主要是看第（2）款所谓“对学术界的贡献”的多寡与重要性而定。
一个判断论文的好坏有一个粗浅办法：假如你的研究成果可以在国外著名学术期刊（journals，而非magazines）上发表，通常就比一篇只能在国外学术会议（conferences）上发表的论文贡献多；一篇国外学术会议的论文又通常比无法发表的论文贡献多；在国际顶尖学术期刊上发表的论文通常比一篇二流的学术期刊论文贡献多。SCI有一种叫做ImpactFactor的指数，统计一个期刊每篇论文被引述的次数。通常这个次数（或指数）愈高，对学术界的影响力就愈大。以人工智能相关领域的期刊而言，ImpactFactor在1.0以上的期刊，都算是顶尖的期刊。这些期刊论文的作者，通常是国外顶尖学府的著名教授指导全球一流的博士生做出来的研究成果。
三、完成学位论文所需要的能力
从前面的叙述可以归纳出来，完成学位论文所需要的能力包括以下数项，依它们的培养先后次序逐项讨论。
（1）文献检索的能力：在给定（或自己拟定）的题目范围内，你必须有能力利用文献检索系统（尤其是国家图书馆博士学位论文检索系统、Compendex和SCI这三套论文数据索引系统），查出所有相关的论文，而无任何遗漏。你到底要用什么样的关键词和查所程序去保证你已经找出所有相关的文献？这是第一个大的挑战。每一组关键词（包含联集与交集）代表一个论文所构成的集合，假如你用的关键词不恰当，你可能找到的集合太小，没有涵盖所有的相关文献；假如你用的关键词太一般化，通常你找到的集合会太大，除了所有相关文献之外还加上好几十倍的毫不相关的文献。
（2）资料筛选的能力：即使你使用了恰当的搜寻策略，通常找到的文献集合都还是明显地比你所需要的集合大，而且通常文献比数大概在一两百篇或数百篇之间，而其中会和你的研究课题直接且密切相关的论文，通常只有廿、卅篇左右。你如何可以只读论文的题目、摘要、简介和结论，而还没有完全看懂内文，就准确地判断出这篇论文中是否有值得你进一步参考的内容，以便快速地把需要仔细读完的论文从数百篇降低到廿、卅篇？这考验着你从事资料筛选的能力。
（3）期刊论文的阅读能力：期刊论文和大学课本截然不同。大学课本是循序渐进地从最基本的知识背景逐步交代出整套有系统的知识，中间没有任何的跳跃，只要你逐页读下去，就可以整本都读懂，不需要在去别的地方找参考数据。但是期刊论文是没头没尾的十几页文献，只交代最核心的创意，并援引许多其它论文的研究成果（但只注明文献出处，而完全没有交代其内容）。因此，要读懂一篇论文，一定要同时读懂数篇或十数篇被援引的其它论文。偏偏，这十几篇被援引的论文又各自援引十数篇其它论文。因此，相对于大学教科书而言，期刊论文是一个极端没有系统的知识，必须要靠读者自己从几十篇论文中撷取出相关的片段，自己组织成一个有系统的知识，然后才有办法开始阅读与吸收。要培养出这种自己组织知识的能力，需要在学校靠着大量而持续的时间去摸索、体会，而不可能只利用业余的零星时间去培养。
（4）期刊论文的分析能力：为了确定你的学位论文研究成果确实比所有相关的学术期刊论文都更适合处理你所拟定的应用领域，首先你必须要有能力逐篇分析出所有相关期刊论文的优点与缺点，以及自己的研究成果的优点与缺点，然后再拿他们来做比较，总结出你的论文的优点和缺点（限制）。但是，好的期刊论文往往是国外著名学府的名师和一流的博士生共同的研究成果，假如你要在锁定的应用领域上超越他们，突出自己的优点，这基本上是一个极端困难的挑战。即使只是要找出他们的缺点，都已经是一个相当困难的工作了。研究生则必须要有进行精确批判的能力。但是，这个批判并非个人好恶或情绪化的批判，而是真的找得到充分理由去支持的批判。这个批判的能力，让你有能力自己找到自己的优、缺点，因此也有机会自己精益求精。其实，至少要能够完成这个能力，才勉强可以说你是有独立判断能力。
（5）创新的能力：许多本科毕业的工程师也能创新，但是研究生的创新是和全世界同一个学术团体内所有的名师和博士生挑战。因此，两者是站在不同的比较基础上在进行的：前者往往是一个企业内部的闭门造车，后者是一个全球的开放性竞争。其次，工程师的创新往往是无法加以明确证明其适用条件，但是学术的创新却必须要能够在创新的同时厘清这个创新的有效条件。总之，如果说本科生的主要能力是吸收既有知识，那么研究生的主要能力应该是创造知识。
四、期刊论文的分析技巧与程序
一般来讲，好的期刊论文有较多的创意。虽然读起来比较吃力，但收获较多而深入，因此比较值得花心思去分析。读论文之前，参考SCIImpactFactor及学长、导师的意见是必要的。一篇期刊论文，主要分成四个部分。
（1）Abstract：说明这篇论文的主要贡献、方法特色与主要内容。最慢第二年上学期必须要学会只看Abstract和Introduction便可以判断出这篇论文的重点和你的研究有没有直接关联，从而决定要不要把它给读完。假如你有能力每三十篇论文只根据摘要和简介便能筛选出其中最密切相关的五篇论文，你就比别人的效率高五倍以上。以后不管是做事或做学术研究，都比别人有能力从更广泛的文献中挑出最值得参考的资料。
（2）Introduction：Introduction的功能是介绍问题的背景和起源，交代前人在这个题目上已经有过的主要贡献，说清楚前人留下来的未解问题，以及在这个背景下这篇论文想解决的问题和它的重要性。对初学的学生而言，从这里可以了解以前研究的概况。通常如果对你的题目不熟时，先把跟你题目可能相关的论文收集个30～40篇，每篇都只读Abstract和Introduction，而不要读MainBody（正文），只在必要时稍微参考一下后面的Illustrativeexamples和Conclusions，直到你能回答下面这三个问题：（2A）在该领域内最常被引述的方法有哪些？（2B）这些方法可以分成哪些主要派别？（2C）每个派别的主要特色（含优点和缺点）是什么？问题是，你怎么去找到这最初的30～40篇论文？有一种期刊论文叫做reviewpaper，专门在一个题目下面整理出所有相关的论文，并且做简单的回顾。你可以在搜寻Compendex时在keywords中加一个review而筛选出这类论文。然后从相关的数篇reviewpaper开始，从中根据title与Abstract找出你认为跟你研究题目较相关的30～40篇论文。通常只要你反复读过该领域内30～40篇论文的Abstract和Introduction，你就应该可以从Introduction的评论中回答（2A）和（2B）这两个问题。尤其要记得，当你阅读的目的是要回答（2A）和（2B）这两个问题时，你一定要先挑那些Introduction写得比较有观念的论文念（很多论文的Introduction写得像流水帐，没有观念，这种论文刚开始时不要去读它）。假如你读过假如30～40篇论文的Abstract和Introduction之后，还是回答不了（2C），先做下述的工作。
你先根据（2A）的答案，把该领域内最常被引述的论文找齐，再把他们根据（2B）的答案分成派别，每个派别按日期先后次序排好。然后，你每次只重新读一派的Abstract和Introduction（必要时简略参考正文，但目的只是读懂Introduction内与这派有关的陈述，而不需要真的看懂所有正文），照日期先后读，读的时候只企图回答一个问题：这一派的创意与主要诉求是什么？这样，你逐派逐派地把每一派的Abstract和Introduction给读完，总结出这一派主要的诉求、方法特色和优点（每一篇论文都会说出自己的优点，仔细读就不会漏掉）。
其次，你再把这些论文拿出来，但是只读Introduction，认真回答下述问题：「每篇论文对其它派别有什么批评？」然后你把读到的重点逐一记录到各派别的「缺点」栏内。通过以上程序，你就应该可以掌握到（2A）、（2B）、和（2C）三个问题的答案。这时你对该领域内主要方法、文献之间的关系算是相当熟悉了，但是你还是只仔细读完Abstract和Introduction而已，正文则只是笼统读过。这时候，你已经掌握到该领域主要的论文，你可以用这些论文测试看看你用来搜寻该领域论文的keywords到底恰当不恰当，并且用修正过的keywords再搜寻一次论文，把该领域的主要文献补齐，也把原来30～40篇论文中后来发现关系较远的论文给筛选掉，只保留大概20篇左右确定跟你关系较近的文献。如果有把握，可以甚至删除一两个你不想用的派别（要有充分的理由），只保留两、三个派别（也要有充分的理由）继续做完以下工作。然后你应该利用（2C）的答案，再进一步回答一个问题（2D）：“这个领域内大家认为重要的关键问题有哪些？有哪些特性是大家重视的优点？有哪些特性是大家在意的缺点？这些优点与缺点通常在哪些应用场合时会比较被重视？在哪些应用场合时比较不会被重视？”然后，你就可以整理出这个领域（研究题目）主要的应用场合，以及这些应用场合上该注意的事项。
最后，在你真正开始念论文的mainbody之前，你应该要先根据（2A）和（2C）的答案，把各派别内的论文整理在同一个档案夹里，并照时间先后次序排好。然后依照这些派别与你的研究方向的关系远近，一个派别一个派别地逐一把各派的mainbodies念完（一次念完一派）。
（3）Mainbody（含simulationand/orexperimentalexamples）：在你第一次有系统地念某派别的论文mainbodies时，你只需要念懂：（3A）这篇论文的主要假设是什么（在什么条件下它是有效的），并且评估一下这些假设在现实条件下有多容易（或多难）成立。愈难成立的假设，愈不好用，参考价值也愈低。（3B）在这些假设下，这篇论文主要有什么好处。（3C）这些好处主要表现在哪些公式的哪些项目的简化上。至于整篇论文详细的推导过程，你不需要懂。除了三、五个关键的公式（最后在应用上要使用的公式，你可以从这里评估出这个方法使用上的方便程度或计算效率，以及在非理想情境下这些公式使用起来的可靠度或稳定性）之外，其它公式都不懂也没关系，公式之间的恒等式推导过程可以完全略过去。假如你要看公式，重点是看公式推导过程中引入的假设条件，而不是恒等式的转换。
但是，在你开始根据前述问题念论文之前，你应该先把这派别所有的论文都拿出来，逐篇粗略地浏览过去（不要勉强自己每篇或每行都弄到懂，而是轻松地读，能懂就懂，不懂就不懂），从中挑出容易念懂的papers，以及经常被引述的论文。然后把这些论文照时间先后次序依序念下去。记得：你念的时候只要回答（3A）、（3B）、（3C）三个问题就好，不要念太细。这样念完以后，你应该把这一派的主要发展过程，主要假设、主要理论依据、以及主要的成果做一个完整的整理。其次，你还要在根据（2D）的答案以及这一派的主要假设，进一步回答下一个问题：（3D）这一派主要的缺点有哪些。最后，根据（3A）、（3B）、（3C）、（3D）的答案综合整理出：这一派最适合什么时候使用，最不适合什么场合使用。
记住：回答完这些问题时，你还是不应该知道恒等式是怎么导出来的！当你是生手的时候，你要评估一个方法的优缺点时，往往必须要参考它的Examples。但是，要记得：老练的论文写作高手会故意只present成功的案例而遮掩失败的案例。所以，simulationexamplesand/orexperiments很棒不一定表示这方法真的很好。你必须要回到这个方法的基本假设上去，以及他在应用时所使用的主要公式（resultantequations）去，凭自己的思考能力，并且参考（2C）和（2D）的答案，自己问问看：当某某假设在某些实用场合上无法成立时，这个方法会不会出什么状况？猜一猜，预测一下这个方法应该会在哪些条件下（应用场合）表现优异，又会在哪些条件下（应用场合）出不良状况？根据这个猜测再检验一次simulationexamplesand/orexperiments，看它的长处与短处是不是确实在这些examples中充分被检验，且充分表现出来。
那么，你什么时候才需要弄懂一篇论文所有的恒等式推导过程，或者把整篇论文细细读完？NEVER！你只需要把确定会用到的部分给完全搞懂就好，不确定会不会用到的部分，只需要了解它主要的点子就够了。
研究生和大学生最主要的差别：大学生读什么都必须要从头到尾都懂，研究生只需要懂他用得着的部分就好了！大学生因为面对的知识是有固定的范围，所以他那样念。研究生面对的知识是没有范围的，因此他只需要懂他所需要的细腻度就够了。研究生必须学会选择性的阅读，而且必须锻炼出他选择时的准确度以及选择的速度，不要浪费时间去学用不着的细节知识！多吸收“点子”比较重要，而不是细部的知识。
五、论文阅读的补充说明
研究生开始学读期刊论文时，最容易犯的毛病就是戒除不掉大学生的习惯：（1）老是想逐行读懂，有一行读不懂就受不了。（2）不敢发挥自己的想象，读论文像在读教科书，论文没写的就不会，瘫痪在那里；被导师逼着去自己猜测或想象时，老怕弄错作者的意思，神经绷紧，脑筋根本动不了。用大学生的心态读书，结果一定时间永远不够用。因此，每次读论文都一定要带着问题去读，每次读的时候都只是试图回答你要回答的问题。因此，一定是选择性地阅读，一定要逐渐由粗而细地一层一层去了解。上面所规划的读论文的次序，就是由粗而细，每读完一轮，你对这问题的知识就增加一层。根据这一层知识就可以问出下一层更细致的问题，再根据这些更细致的问题去重读，就可以理解到更多的内容。因此，一定是一整批一起读懂到某个层次，而不是逐篇逐篇地整篇一次读懂。
这样读还有一个好处：第一轮读完后，可以根据第一轮所获得的知识判断出哪些论文与你的议题不相关，不相关的就不需要再读下去了。这样才可以从广泛的论文里逐层准确地筛选出你真正非懂不可的部分。不要读不会用到的东西，白费的力气必须被极小化！其实，绝大部分论文都只需要了解它的主要观念（这往往比较容易），而不需要了解它的详细推导过程（这反而比较费时）。
其次，一整批一起读还有一个好处：同一派的观念，有的作者说得较易懂，有的说得不清楚。整批略读过一次之后，就可以规划出一个你以为比较容易懂的阅读次序，而不要硬碰硬地在那里撞墙壁。你可以从甲论文帮你弄懂乙论文的一个段落，没人说读懂甲论文只能靠甲论文的信息。所以，整批阅读很像在玩跳棋，你要去规划出你自己阅读时的「最省力路径」。
六、如何获取应用领域背景知识
应用领域知识是指非专业知识的知识。人工智能大多数研究课题是属于针对应用领域开展的研究工作，因此首先你必须了解你所要解决问题所在领域的背景知识。一般，由于这些背景知识仅仅是非专业性的，因此，重要的选择该领域权威的教科书或专著来读，一般不必阅读学术论文。阅读这些教科书或专著时，你需要针对你自己的目标来阅读，回答下面这三个问题：（5A）在该领域内最核心的知识有哪些？（5B）那些知识与你的研究背景相关？（5C）能够用来说明你的研究工作（含优点和缺点）的实例知识是什么？问题是，你怎么去把握这些领域知识选择？必要时，请询问这些领域的专家。
七、论文报告的要求与技巧
报告一篇论文，要求做到以下部分（依报告次序排列）：（1）投影片第一页必须列出论文的题目、作者、论文出处与年份。（2）以下每一页投影片只能讲一个观念，不可以在一张投影片里讲两个观念。（3）说明这篇论文所研究的问题的重点，以及这个问题可能和哪些应用相关。（4）清楚交代这篇论文的主要假设，主要公式，与主要应用方式（以及应用上可能的解题流程）。（5）说明这篇论文的范例（simulationexamplesand/orexperiments），预测这个方法在不同场合时可能会有的准确度或好用的程度（6）你个人的分析、评价与批评，包括：（6A）这篇论文最主要的创意是什么？（6B）这些创意在应用上有什么好处？（6C）这些创意和应用上的好处是在哪些条件下才能成立？（6D）这篇论文最主要的缺点或局限是什么？（6E）这些缺点或局限在应用上有什么坏处？（6F）这些缺点和应用上的坏处是因为哪些因素而引入的？（6G）你建议学长学弟什么时候参考这篇论文的哪些部分（点子）？
一般来讲，刚开始报告论文（第一年上学期）时只要做到能把前四项要素说清楚就好了，但是第一年结束后（暑假开始）必须要设法做到六项要素都能触及。第二年下学期开始的时候，必须要做到六项都能说清楚。
注意：读论文和报告论文时，最重要的是它的创意和观念架构，而不是数学上恒等式推导过程的细节（顶多只要抓出关键的equation去弄懂以及说明清楚即可）。你报告观念与分析创意，别人容易听懂又觉得有趣；你讲恒等式，大家不耐烦又浪费时间。
八、对研究生毕业的指标要求
研究生要求申请毕业答辩，必须发表一定数量的论文（注意，导师必须为第一作者或通信作者方为有效,论文作者单位除了给出学生本人所属院系外，还应该列入“福建省仿脑智能系统重点实验室（厦门大学）”，对应的英文是：“Fujian Keylab. of The Brain-like Intelligent Systems（Xiamen University）”），并完成了导师规定的科研工作。具体规定如下：
（1）硕士研究生要求起码发表1篇以上论文，论文必须是国内核心刊物的或被EI收录的学术会议的。
（2）博士研究生要求起码发表2篇以上论文，论文必须是国内外学术期刊且被SCI或EI收录的。
（3）所有的研究生，均必须完成导师指定的科研任务，并按照导师要求提交所有发表的学术论文副本、开发的源程序代码与系统说明报告、学位论文，以及其他应该提交的科研成果。
九、其他要求
研究生要主动接受导师及指导小组的指导，积极参加课题小组的各项学术活动，遵守人工智能研究所的规章制度，精诚团结、互相帮助、刻苦钻研、勤奋学习，高质量地开展科学研究与技术开发工作。
这个上面的内容有些借鉴他人的，你也可以在网上再找找，或许有更好的学习计划也不一定。
工作的话一般要熟悉人工智能基础知识，了解游戏中常用的 ai 算法，并能根据需求建立模型等等。其他的就要根据工作的需要了，比如你是找游戏设计方面的工作要求会设计 ai 行为模型，了解游戏中常用的 ai 算法。
需要的公司一般是信息技术、科技、家电之类的公司，现在有真材实料的人还怕找不到工作？什么招聘网人才网不就是为大家准备的吗？你可以去招聘网看看也有助于对自己未来的一点打算和定位。人工智能的未来潜力还是很大的，祝你成功学习进步！
