一则消息在小红书火了起来。你肝了几天几夜的文书，竟然是AI审的！
（来源：小红书）
随着人工智能（AI）技术的迅速发展，它正逐步渗透到各个行业，大学招生过程也不例外。
从自动化审查申请材料到辅助招生决策，AI的加入为美国大学招生带来了前所未有的变革。
（来源：小红书）
一名北卡罗来纳大学教堂山分校的学生Aidan Hunt申请查看自己的录取档案，发现他的文书上面有个2.65的分数，出于好奇向学校询问，不问不知道，一问吓一跳，这竟然是AI给他文书打的分！
虽然许多学校已开始利用人工智能工具提升招生效率和准确性，但如何在技术创新和公平公正之间找到平衡，依然是一个挑战。
高校招生中的AI
去年五月，教育杂志《Inside Higher Ed》探讨了大学招生人员对人工智能的看法。当时，大部分招生专家对在工作中使用AI持谨慎态度，认为其影响尚不明确。
然而，随着时间的推移，越来越多的招生顾问和教育工作者开始认识到，人工智能在优化招生流程、提高效率和减少人工偏见方面的巨大潜力。
根据在线教育杂志《Intelligent》最新的调查，目前有50%的高等教育招生办公室已在审核过程中使用人工智能。
此外，7%的人表示将在年底前开始使用AI，80%的人计划在2024年某个时候将其纳入流程。
AI在招生中的实际应用
有些人会疑惑，AI的招生究竟怎样在招生中运用呢？
（来源：《每日焦油踵报》）
很多人YY，我熬夜写完申请文书，满怀期待地提交，幻想招生官被你的才华折服。结果它只看语法、词汇、长度，然后给你打个分？
其实，UNC的本科招生阅读指南（2022-23）明确指出。申请文书会经过AI评分，分数范围从1到4，评分标准包括：
•词汇质量
•句子结构
•语法和标点
•文章长度
UNC的公共关系部门承认AI评分的存在，但却强调：“最终录取决定仍由人类招生官做出。”
可如果AI评分真的不重要，那它的存在意义是什么？
不过前UNC申请者Aidan Hunt在2020年查看自己的申请文件时发现，Slate招生系统中确实包含了AI评分。
UNC的另一位学生Owen Fay在2024年查看自己的档案后，也在Reddit上证实了这一点。这说明，AI评分并不是今年才推出的新玩意，而是UNC已经悄悄用了好几年。
AI招生是否会成为主流？
尽管越来越多的学校采用了“AI招生”，但还是有学校在招生过程中仍然坚持不使用AI。
比如说，同样是公立大U，密歇根大学在招生过程中就不使用AI，而且它在23-24年度收到超过105,000份申请，远高于UNC。
密歇根大学前高级招生顾问Ave Butzu说，使用AI来评估申请者可能会遗漏“人性”部分的考量，这就包括学生申请材料传达出来的性格、个人特质等等。
US News也指出，诸如哈佛、耶鲁、普林斯顿等藤校和TOP10名校，乃至其他录取率低于10%的学校，都要求人工作出最终录取决定，因为他们需要对申请材料进行细致入微的审核。
这些名校通常首先关注GPA和标化成绩，低分学生可能会被淘汰。
其次，招生区域主管会审核申请材料，重点看学生的活动和个人特点，并为每个学生打上标签。
最后，招生委员会将用3-4分钟审阅和讨论申请材料，然后投票决定是否录取。
学校可以用，学生用就不行？
既然招生官审阅材料可以借助于AI，那么我们学生写文书的时候是否也能借助科技，“用AI打败AI”？
目前，不同学校有不同规定。比如上文提及的UNC，虽然他们承认招生过程使用AI，但却明令禁止学生在文书写作过程中使用AI。
（UNC对AI的规定）
例如，美国佐治亚理工（Georgia Tech）官网显示，严禁在个人陈述中直接使用AI生成内容，但学生可以使用AI帮助写作。
（佐治亚理工对AI的规定）
密歇根大学法学院也说：“申请者不能使用ChatGPT或其他AI工具来完成文书“。南加大甚至明确，如果在论文或者申请文书中发现任何使用AI痕迹，将被视为舞弊。
因此申请学生和家长需要警惕，每所大学对申请文书的要求，避免因为错误使用AI导致申请被拒，撤销offer，甚至是入学之后被倒查申请材料。
很多人都在想：既然打不过AI，那么就加入AI！老师为大家整理了美国人工智能的顶级项目！有兴趣的小伙伴可以收藏起来！
人工智能硕士项目介绍
在美国人工智能项目一种是计算机科学硕士下分的研究方向，如佐治亚理工学院计算机科学硕士里的计算认知与机器人（Computational Perception and Robotics）、交互智能（Interactive Intelligence）等方向。
另一种是人工智能作为单独项目，例如西北大学和约翰霍普金斯大学里的人工智能硕士项目。
今天老师盘点了一份申请AI方向的相关专业，各位童鞋可以提前预热，申请方向通常包括但不限于以下几个方面：
•人工智能硕士（Master of Artificial Intelligence, MAI 或 MS in AI）
部分美国大学已开始提供专门的AI硕士学位课程，这类课程通常包含深度学习、机器学习、自然语言处理、计算机视觉、机器人学以及决策系统等多个子领域。
•计算机科学硕士（Master of Computer Science, MCS 或 MS in CS）
计算机科学硕士项目中通常会有AI或机器学习作为研究方向或者专攻领域，学生可以在该专业下选择AI相关课程和研究课题。
•数据科学硕士（Master of Data Science, MDS 或 MS in Data Science）
数据科学硕士项目也会涵盖大量AI技术，如机器学习算法在大数据分析中的应用。
•电气工程与计算机工程硕士（Master of Electrical Engineering / Computer Engineering, MEE or MS in EE/CE）
在某些EE或CE硕士项目中，学生可以选择AI作为研究方向，尤其是在控制论、信号处理和智能系统设计等领域。
卡耐基梅隆大学、斯坦福大学、麻省理工学院、加州大学伯克利分校等都是在AI领域有着深厚底蕴和卓越声誉的院校。
卡耐基梅隆大学
MSc in Artificial Intelligence and Innovation
人工智能与革新理学硕士
申请要求：
•学术背景：大学本科, 计算机科学或相关专业背景，GPA 3.0+/4.0
•语言成绩：雅思不低于7或托福不低于100或多邻国不低于120
• GRE要求：需要提交
•项目学费：$106,800 + 暑期远程$2796（参考2021-2023）
Master’s of AI Engineering
近两年新增项目
人工智能机械工程硕士
申请要求：
•学术背景：大学本科, 理工科背景（计算机科学、•生物和医学科学、物理、化学、数学），GPA 3.0+/4.0
•语言成绩：雅思不低于7或托福不低于100或多邻国不低于120
• GRE要求：2024年春季不需要提交
•项目学费：$ 27,350/学期
伊利诺伊大学厄巴纳-香槟分校
UIUC的人工智能小组非常强大，整合了该校的核心优势专业和新兴的研究方向，并且极力推进AI的商业化。
MEng in Autonomy & Robotics
自动化和机器人
申请要求：
•学术背景：自然科学或工程专业背景；中国大学学士学位且成绩达到一定分数；或同等学历
•语言成绩：托福不低于79；或雅思不低于6.5
佐治亚理工学院
Gatech非常关注以人为本的AI模型，比如建立提供智能辅导的系统、自适应和智能娱乐系统、理解自身行为的系统、对人类行为进行建模和预测等解决各种问题的AI模型。
Master of Computational Science & Engineering-Artificial Intelligence and Machine Learning
计算机科学与工程硕士-人工智能和机器学习
申请要求：
•学术背景：大学本科, 技术领域相关专业（计算机科学、数学或科学或工程），PA3.0+/4.0
•先修课程：至少完成1-2门先修课程，熟悉掌握编程语言（如 C、Python 或 Java）
•语言要求：雅思不低于7（阅读、听力、口语不低于6.5；写作不低于5.5）或托福不低于90（单项不低于19）
• GRE要求：需要提交
•项目学费：$12150/学期/10学分
康奈尔大学
康奈尔在2021年底启动了人工智能计划，在全校范围内推动AI的发展和应用机会，并且将哲学、伦理学和公共政策引入AI课程的框架中。
MSc in Computer Science-Artificial Intelligence
计算机科学理学硕士-人工智能
申请要求：
•学术背景：大学本科, 计算机科学专业，有研究成果更有优势
•语言成绩：雅思不低于7或托福建议不低于100(写作、听力、阅读不低于24 分，口语不低于28)
• GRE要求：可提交，非必需
•项目学费：$ 59,000
AI未来的大热岗位
人工智能&机器学习
Artificial Intelligence &Machine Learning
人工智能做为当前计算机科学专业下最热门，最有发展前景的研究方向涵盖了计算机专业的很多小方向。
比如：机器学习系统，计算机语言，图像处理，语音识别，机器人，人机交互等等。
AI的实验室和工业界实习机会非常多，除了大家熟知的ChatGPT，MSRA，百度，腾讯，阿里巴巴等无数大厂都在力挺AI。
软件工程
Software engineering
具体是指软件开发领域里对工程方法的系统应用。
它涉及程序设计语言、数据库、软件开发工具、系统平台、计算机标准、设计模式等方面。典型的软件有电子邮件、嵌入式系统、人机界面、办公套件、操作系统、编译器、数据库、游戏等。
SE是整个CS里最弱化数学能力的分支，但概念性很强，有点像半个文科，而且特别强调实践，是所有分支里最好就业的方向。
但不是最尖端，最有趣的方向, 很多背景好的学生并不愿意学，也有很多人认为是最简单的方向。
系统与信息安全
System & Information Security
系统/信息安全，或网络安全，是计算机科学中的一个专业方向，重点是保护信息系统、网络和数据免受未经授权的访问、使用、披露、破坏、修改或破坏。
因为整体跨学科属性更强，与CS核心课程更远，申请难度整体稍低。
其下设的子分类如下。密码学、网络安全、应用安全、事件响应和取证、风险管理和合规。
数据库和数据挖掘
Database and Data Mining
数据库方向具体有数据库系统和数据挖掘。主要是基于对大数据的分析和整理，得出具有指导意义的信息，在很多领域都有广泛的应用。
与数据管理相关的所有方面，包括数据存储，数据检索，数据分析和视觉化，如为超大型数据组开发高效算法，为各种新型的应用领域建立大型的数据系统，也有与其他领域进行跨学科的研究，可应用的领域有电脑游戏设计，数据隐私与安全等。
学数据库和数据挖掘方向的人相对较少，供需关系长期处于平衡状态，就业主要分为软件供应商(如 Oracle)和数据库使用者(各大 IT 公司)。
计算机网络
Computer Network
该项目在通讯领域的就业很好，从设备商到运营商到第三方软件开发商，都有职位可以选择。
国内的职业机会也很多，中国移动的用户数量是世界第一大运营商。
Networking里面有方向设计及网络安全方面，这个方向的工作主要是在大型政府、国防、电信、电力、金融、铁路等部门的计算机网络系统。
管理信息系统
Management Information System
这一专业本质上说就是一个数据库系统，它和其他数据库系统的不同就在于其目的是整合必要的信息用于决策。
决策支持系统、专家系统、执行信息系统等都是 MIS 的组成部分。
MIS专业还分成在工程学院或者商学院下面，这一专业结合了计算机和商科、管理等的交叉学科内容。
适合多元化本科专业背景的学生尝试申请，这一方向可以作为一个单独学科。这个方向的工作主要从事商科管理，或者是统筹、调度、数据分析，信息运营等方向工作。
对于申请者来说，这场AI与大学招生的较量，才刚刚开始。但纵观行业趋势，在一波又一波技术的引领下，未来的科技行业将更加注重人工智能、大数据、计算机、云计算等领域的发展。
作为留学生，我们应该密切关注这些领域的发展动态，并在学习过程中不断提升自己的技能水平。
同时，越来越多的公司更加重视求职者的实践能力，而不仅仅是他们的教育背景。大家在实习方面也要提早做好准备！
【竞赛报名/项目咨询+微信：mollywei007】
