本文目录
- 电子信息工程与电子信息工程技术有何区别？
- 芯片、人工智能、计算机科学专业，哪个好？
- 计算机科学与技术适合女生学吗？
- 什么是人工智能技术？运用到我们生活哪些场景呢？
- 智慧城市与数字城市的区别是什么?智慧城市与智能城市是一回事么？
电子信息工程与电子信息工程技术有何区别？
电子信息工程与电子信息工程技术区别如下
1、主要课程不同，电子信息工程：高等数学、线性代数、 概率与统计 、大学物理，信号与系统，大学英语，专业英语，电路分析，电子技术基础，C语言，高频电子技术、电子测量技术、通信技术、自动检测技术、网络及办公自动化技术等。媒体技术、单片机技术、电子系统设计过程。电子设计自动化（EDA）技术、数字信号处理（DSP）技术、模拟电路、数字电路、微处理器原理与应用、ARM嵌入式系统、自动控制、传感器原理以及应用、电子与电气实践、电力潜艇培训等实验课程。信息工程：电路、电子技术、信号与系统、电磁场与电磁波、自动控制原理、计算机系列课程、通信系列课程、信号处理系列课程、自动控制系列课程。
2、培养目标不同，电子信息工程：注重培养电子信息技术基础知识与能力；具备电子产品组装、调试和设计的基本能力；具备通用电子设备的安装、调试、维护和应用能力；具备仪器仪表的能力。办公自动化设备的调试、维护和管理；具有通讯设备和家用能力，具有阅读、分析、安装、调试和维护电子产品电路图的能力；具有设计和组织机电设备智能控制的能力；具有阅读相关专业英语资料的能力；具有较强的计算机辅助阅读能力。计算机技术应用达到计算机四级水平，信息工程：信息工程专业培养具有信息的获取、传递、处理、利用以及控制系统分析与设计的知识。从事信息产业和国民经济各部门信息系统和控制系统的研究、设计、集成、制造和运行。技术和科研人员。
3、培养要求不同，电子信息工程：本专业学生主要学习信号的获取与处理、电子设备和信息系统的基本理论和知识。经过电子信息工程实践（包括生产实践和实验室实验）的基础培训。具有良好的科学素质，设计、开发、应用和集成电子设备和信息系统的基本能力，并具有较强的知识更新能力和广泛的科学适应能力。信息工程：本专业学生主要学习信息科学与技术的基本理论和基本知识，接受过信息系统分析和设计方面的培训。具有设计、开发、集成和应用信息系统的基本能力。
芯片、人工智能、计算机科学专业，哪个好？
对于这个问题，不能笼统地回答哪个比较好，因为站在不同的视角和提问者自身的情况，会有不同的答案。
从发展前景上看，建议选择人工智能
人工智能是目前最火爆、也是投资者最看好的方向。
人工智能的概念诞生于20世纪50年代，标志性事件是达特矛斯会议。
该会议由笔者最喜欢的Lisp编程语言之父约翰·麦卡锡等人于1956年8月31日发起，旨在召集志同道合的人共同讨论“人工智能”（此定义正是在那时提出的）。
会议持续了一个月，基本上以大范围的集思广益为主。这催生了后来人所共知的人工智能革命。
人工智能的发展经历过两次低潮，直到2016年，再次被世人推向了高潮：
谷歌旗下的DeepMind开发出AlphaGo，击败了人类围棋高手李世石，标志着人工智能突破了人们的常规认知：机器智能无法胜任人类的抽象思维和精妙的直觉——围棋是所有棋类运动中规则最简单，但是技巧和取胜难度最高的一个。
传统的围棋高手，都需要经过长期的训练和对大局的直觉把控（也就是很多时候讲究的“形状”）。
因为棋盘上一共有361个下子点，每一步根据棋盘上的当前形势，可能的落子位置的排列组合呈现“几何爆炸”。
自此以后，依托于大数据等算力的革命性进步，人工智能被资本和企业追逐，大量应用于自动驾驶、人脸识别、语音识别、推荐引擎等领域。
人工智能现在已经渗透到各行各业，2020年全球人工智能产业规模1565亿美元，增长率是12%，我国的产业规模大概是3100亿元，同比增长了15%。
根据国际数据公司（IDC）上个月发布的《IDCFutureScape:全球人工智能（AI）市场2021预测——中国启示》报告：
预测1：到2023年，在金融、医疗、政府和其他受监管的公共部门中，超过15%的以消费者为中心的AI决策系统将引入解释其分析和决策过程的相关规定。
预测2：到2021年，超过50%的组织将在呼入电话处理环境中增加AI功能。
预测3：到2024年，45%的重复工作任务将通过使用由AI、机器人和机器人流程自动化（RPA）提供支持的“数字员工”实现自动化或增强。
预测4：到2023年，使用自动机器学习（AutoML）技术封装的、从数据准备到模型部署的端到端机器学习平台的数据分析师和数据科学家的数量将增加2倍。
预测5：到2024年，自动化运维（AIOps）将成为IT运营的新常态，至少有50%的大型企业将采用自动化运维解决方案来自动化主要IT系统和服务管理过程。
预测6：到2025年，10%的人工智能解决方案将更接近于通用人工智能（AGI）——利用神经符号技术将深度学习与符号方法结合起来，以创造出更可靠的、近乎人类的决策方式。
预测7：到2021年，至少有65%的中国1000强企业将利用自然语言处理（NLP）、机器学习（ML）和深度学习（DL）等AI工具，赋能60%在客户体验、安全、运营管理和采购等业务领域的用例。
预测8：到2024年，超过30%的中国1000强企业会将AI工作负载更均匀地部署在端侧，边缘侧以及云端，这些工作负载将由人工智能软件平台提供商统一管理，使AI基础设施“隐形化”。
预测9：到2023年，30%的企业将在边缘侧运行不同的分析和AI模型。其中30%的边缘AI应用将由异构加速方案加速。
预测10：到2022年，80%的中国1000强企业将投资内部学习平台和第三方培训服务，以满足AI采用带来的新技能需求和工作方式转变。
面向未来，投资自身的话，人工智能将是你的优质选择之一——因为汹涌的产业潜力和市场空间将带给你巨大的机会。
从打基础角度看，建议选择计算机科学技术
尽管上述人工智的前景非常美妙，但是其数字底座仍然脱离不了计算机技术。无论是人工智能用到的大数据系统，还是联接与计算使用的芯片、网络技术，其核心都是信息技术，也就是广义的计算机科学技术。
计算机科学与技术包括了硬件（计算机组成原理、微机接口、IC设计与制造等）、软件（操作系统、编译器、数据库、应用软件、互联网App等）、算法、体系结构的方方面面。
我们国家现在亟需大量的芯片人才和系统软件人才，如果做一名有抱负的年轻人，完全可以投身这个充满挑战和满满荣誉感的行业。
从就业选择面角度看，建议选择软件工程
专业课程涵盖：程序设计语言、数据结构、离散数学、操作系统、编译技术、软件工程概论、统一建模语言、软件体系结构、软件需求、软件项目管理。
该专业除了学习公共基础课外，还将系统学习离散数学、数据结构、算法分析、面向对象程序设计、现代操作系统、数据库原理与实现技术、编译原理、软件工程、软件项目管理、计算机安全等课程，根据学生的兴趣还可以选修一些其它选修课。
软件工程相对于计算机科学与技术，更加聚焦软件方面，并且对标企业的工业化、商用需求。所以它天然对就业有优势。
根据上个月智联招聘发布关于《2020新基建产业发展报告》显示，新基建核心技术人才缺口预计达417万人，其中软件开发人才缺口最大。从岗位来看，系统架构设计师月薪高达24277元，整体平均月薪10299元。学历方面，高素质人才成为将来企业招聘的重点对象。
对于一些互联网和高科技大厂，薪酬更高。
从差异化竞争优势看，建议选择网络安全
随着互联网与传统行业的结合，数字化转型已经成为正在发生着的历史必然。井喷的互联需求，将导致大量的潜在信息安全隐患。
除此之外，5G、区块链、新基建、物联网等场景的兴起，对实时性的数据安全要求更为苛刻。在这样的产业趋势下，网络安全的就业岗位势必会迎来下一轮增长。
大量学生与求职者的第一选择都是人工智能、大数据和软件开发，所以这些岗位对求职者的门槛要求也水涨船高。在这样的情形下，网络安全其实是一个可以发挥自身差异化竞争优势的选择。
从专业课安排上讲，就总体上而言，信息安全和其他计算机学院的专业没什么区别，不过在一些课程的必修限制上不同。而且从课程内容上而言，那些课程也和一般人了解的"黑客"这方面相去甚远。"黑客"技术不在大学的教授范围之内，不过老师在讲计算机网络、网络对抗与防御这两门课的时候会涉及到一些攻击技术的原理。实际想获取这方面的知识，自己需要上专业论坛、融入圈子。
计算机科学与技术适合女生学吗？
计算机科学与技术是一个非常有前途的领域，无论男女都可以选择学习。虽然计算机领域的就业市场一直都非常火爆，但是女性在这个领域的比例还是相对较低的。实际上，计算机科学与技术不仅适合男生学习，同样适合女生学习，这个领域并不会因为你的性别而改变。
许多优秀的女性计算机科学家如Ada Lovelace、Grace Hopper、Margaret Hamilton等都为计算机科学领域做出了重要贡献，女性在计算机科学领域中同样可以取得成功。此外，计算机科学与技术的学习并不需要特别的天赋或者技能，只要你有兴趣并且愿意努力学习，就可以取得好的成绩。
因此，如果你对计算机科学与技术感兴趣，不妨考虑选择这个领域进行学习和发展，而不要因为性别而限制自己的选择。
什么是人工智能技术？运用到我们生活哪些场景呢？
人工智能的定义是让机器实现原来只有人类才能完成的任务，其核心是算法。
当然一方面人工智能的确是未来的方向，而另一方面则是因为人工智能有可能是科技圈中的下一个黑天鹅。说不定什么时候，一只独角兽就会从中诞生。
?
但在此之前，一定要正确的认清什么才是真正的人工智能。
?
伪人工智能横行
现在大多数人工智能都属于伪人工智能。为什么这么说，可以从以下两个方面来解释。
?
第一，人工智能不是一下就能做出来的，需要时间以及实验的积累。
?
而做出人工智能的这些人才也是一样，他们需要切实的接触到真正的人工智能当中，不过这样的人才在全世界也就寥寥几百个。
?
但是好像在一瞬间，在中国就有几万个人工智能方面的人才被选拔了出来，可想而知这样的人才是真正的人工智能专家吗？
?
这些人才往往被大公司冠以年薪30万或50万疯抢，虽然里面的确有很多优秀的人才，但是这样未免显得太过着急。从人才培养角度来看，人工智能领域还存在着大量的泡沫。
?
?
第二，许多项目只不过是换了个‘马甲’。
?
许多创业公司喜欢为自己的项目贴上一个标签，这样的话不但可以吸引眼球，更能得到投资人的青睐。
?
虽然不能说这种做法是错误的，但这显然也不是真正的人工智能，甚至会误导其他人对于人工智能的认知。
?
比如许多项目在贴上人工智能标签之前非常简单，只是一些如同机器人学习，或者算法研究之类的项目，如今摇身一变全都成为了人工智能。
?
?
什么才是真正的人工智能？
我们既不是专家，也不是专门研究这种领域的学者，有没有简单的方法直接辨别什么是人工智能，什么是伪人工智能？
?
答案是有的。
?
举一个简单的例子，之前人们也尝试教计算机下国际象棋。计算机经过学习之后，与人们依然互有胜负，在最终完全战胜人类的时候，时间已经过去了10年。
?
而谷歌的AlphaGo，从什么都不会到围棋中不可战胜的存在只用了短短一年的时间。
?
由此可以看出，真正的人工智能体现在其卓越的学习能力。
?
?
如果你隔一段时间，大概3个月左右去看一个算法的进步，比如面部识别，如语音识别，如果该算法进步只是代数级，没有达到指数级，那么这种算法可能更多的是机器学习，还未达到人工智能水平。
?
既然已经辨别了什么是真正的人工智能，那么对于人工智能而言，什么才是最重要的。
?
可能有些人会说算法，有些人会说设备，有些人会说编程技术。虽然它们也是构成人工智能中重要的一环，但是这些都不是最重要的。
?
对于真正的人工智能而言，最重要的永远是大数据，只有拥有完整的数据，人工智能才能真正的发展起来。就像是一把宝刀，需要有一块好的磨刀石才能让它更加锐利，而大数据恰好就是这块最好的磨刀石。
?
就像是谷歌的AlphaGo，有人说为什么AlphaGo不去下象棋，而是只在围棋领域中称雄呢。
?
AlphaGo的专家则表示，不是他们不想这么做，而是无法这么做。因为在围棋中，日本人一直以来有保存棋谱的习惯，在每个棋谱上都标注了什么是第1手，什么是第100手，这样很容易被AlphaGo学习。
?
但是对于象棋来说，自古以来大多数都是残局。虽说残局也很精彩，但是对于AlphaGo来说，它不知道残局形成的原因，对之前的步骤一无所知，这样就会对它的认知造成障碍。
?
这也说明，完整的数据对于人工智能多么重要。任何抛开数据谈人工智能的，全都是耍流氓。
?
人工智能中的独角兽
目前，中国的大部分数据全都被BAT所掌握着，国外则是Facebook、Google、亚马逊之类的企业。对于创业者而言，想要打破数据的垄断具有相当大的挑战，但也不是没有机会。
?
比如说医疗数据，BAT就还没有形成垄断。金融方面数据，更多的掌握在金融公司手中，这些互联网企业也没有。
?
在这两个领域，不管你的技术水平如何，至少在数据方面是在同一起跑线上，这对于创业者或后进入的公司是一个难得机遇。同时，下一个巨头也有可能在这两个领域诞生。
?
?
就拿医疗来说，国外已经有许多家企业与医院达成协作，直接读取医院中的病例以及X光片或者CT片。
?
医生一天看10张并且分析出症状都已经是非常有经验了，而人工智能，则可以在1个小时内看10万张，效率不可同日而语。
?
对于医生而言，诊断病因需要基于自己的经验积累。但是对于人工智能来说这就太简单了，通过图像和最终诊断结果的闭环学习，人工智能很快就能对X光片或CT片进行病因分析。当然这一过程需要不断完善，才能提升正确性及智能化。
?
在国外由于隐私保护非常严密，很多数据无法开放，因此无法做到大量数据录入。
?
但是由于如今中国民众对于隐私保护还没有那么严格，因此中国企业还是有机会在这个领域中实现超越的。
?
只要
一、交通运输
1、物流
所有流动运输中的设备都通过智能标签发送定位信息、设备标识码、状态到物联网中，以便统一调度、指挥。
智能物流系统：是在智能交通系统和相关信息技术的基础上，以电子商务方式运作的现代物流服务体系。
智能物流系统：通过智能交通系统和相关信息技术解决物流作业的实时信息采集，并在一个集成的环境下，对采集的信息进行分析和处理。通过在各个物流环节中的信息传输，为物流服务提供商和客户提供详尽的信息和咨询服务的系统。智能物流系统包括：物流运输机器人（无人机、无人驾驶快递汽车）、物流导航、控制、调度。
2、城市交通
智能交通系统：是将先进的信息技术、通讯技术、传感技术、控制技术以及计算机技术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合的运输和管理系统。
智能交通系统的应用范围：包括机场、车站客流疏导系统，城市交通智能调度系统，高速公路智能调度系统，运营车辆调度管理系统，机动车自动控制系统等。
无人驾驶汽车：特斯拉。
3、智能停车场
智能车牌识别系统主要是由：摄像头、控制程序、嵌入式硬件和停车栏杆控制系统组成。
港珠澳大桥珠海口岸配套的停车场，采用人工智能识别、导航寻车系统。包括停车场+车牌识别/卡片系统、视频车位引导+反向寻车+线上打折及缴费系统等，三个区域停车场共计18个车道，约2500个车位。由智慧城市公司打造的智慧停车系统，整合了智能硬件、视频识别、车位引导、室内定位、云平台等技术，实现了便捷停车、线上缴费、车位引导、自助寻车、动态导航等功能。
4、快递。
智能快递分捡系统、智能快递柜。
二、安全系统
1、安防监控
智能门禁系统：用人脸识别、指纹识别开门。
2、安检识别
智能安检仪：基于银河水滴自主研发的深度结构表达模型，通过大量的样本学习、训练，自动识别液体、管制刀具、枪支等违禁品并报警，辅助安检人员进行快速准确的违禁品识别，提升安检速度。
对地铁轨道与隧道进行智能巡检。该检测车打破国外技术垄断，拥有完全自主知识产权，集成钢轨及锁扣缺陷检测、钢轨内部缺陷检测、车辆限界检测、隧道环境异常检测、接触网缺陷检测、轨距检测等六大功能。
三、社会交流
1、识别系统：人脸识别、语音识别、指纹识别。
2、人机互动：图灵机器人、棋牌机器人、主持机器人、语音翻译机器人。
3、智能创作：新闻稿件写作、音乐、绘画。
四、服务系统
1、家庭服务早教机器人、儿童乐高机器人、伴侣、早教、家务、马桶、医疗保健、远程监控、盲人导航。
2、共公服务主要运用于银行、餐厅、博览馆、超市、机场等公共场所的迎宾服务，高速公路交警机器人、收费机器人。
3、智能家居
炒菜机器人、扫地僧机器人、家庭背物机器人、室内送物机器人。
五、工业机器人
1、智能检测
人工智能就是神经网络，AI芯片就是神经网络芯片。人工智能整体核心基础能力显著增强，智能传感器技术产品实现突破，设计、代工、封测技术达到国际水平，神经网络芯片实现量产并在重点领域实现规模化应用，开源开发平台初步具备支撑产业快速发展的能力。
智能检测识别信息技术，涉及光电检测、核磁共振、红外紫外、生物识别、基因检测诊断等专业技术，广泛应用于工业、交通、金融、军工、公共事业、医疗、环境监测等领域。
智能识别及分析技术的主要应用方向，包括高速机器视觉、数据智能分析等。机器视觉技术是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。智能分析是人工智能的重要分支。
2、自动化机器人
工程挖掘机器人、水下机器人、航拍无人机、农业喷淋农药无人机，装卸机器人、水下打捞机器人、生命探测机器人、地下钻井机器人。
3、步态识别
步态识别，是指通过身体体型和行走姿态来分析人的身份，其物理基础是每个人不同的生理结构，如头型、腿骨、肌肉特点、步幅等。
目前，银河水滴拥有全球最先进的步态识别技术和最大的步态数据库。
与指纹识别、人脸识别、虹膜识别比较，步态识别最大的好处就是非接触、远距离。
中国现在已经有3000万个摄像机，并且每年增长20%，因此，在安防、安全监控方面大有作为。
当出现远距离、非配合、全视角（只有侧面和背面）、光线弱、有意遮挡面部、多次换服装等情况时，用步态识别技术进行搜检几乎是最优或唯一的选择。
六、智能围棋手
阿尔法狗（AlphaGo）是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序，由谷歌（Google）旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发，其主要工作原理是“深度学习”。
2016年3月份，AlphaGo与李世石的那场围棋人机大战，在科技界和围棋界产生了深远的影响，引爆了人工智能的火花。
2017年5月其与排名第一的世界围棋冠军柯洁的对战，又将人工智能技术推到了普通公众视线中。
七、智能教育
机器人保育员、机器人讲课员、机器人教师。
八、智能视觉
航拍
智慧城市与数字城市的区别是什么?智慧城市与智能城市是一回事么？
对比数字城市和智慧城市，我们可以发现以下六方面的差异。
其一，当数字城市通过城市地理空间信息与城市各方面信息的数字化在虚拟空间再现传统城市，智慧城市则注重在此基础上进一步利用传感技术、智能技术实现对城市运行状态的自动、实时、全面透彻的感知。
其二，当数字城市通过城市各行业的信息化提高了各行业管理效率和服务质量，智慧城市则更强调从行业分割、相对封闭的信息化架构迈向作为复杂巨系统的开放、整合、协同的城市信息化架构，发挥城市信息化的整体效能。
其三，当数字城市基于互联网形成初步的业务协同，智慧城市则更注重通过泛在网络、移动技术实现无所不在的互联和随时随地随身的智能融合服务。
其四，当数字城市关注数据资源的生产、积累和应用，智慧城市更关注用户视角的服务设计和提供。
其五，当数字城市更多注重利用信息技术实现城市各领域的信息化以提升社会生产效率，智慧城市则更强调人的主体地位，更强调开放创新空间的塑造及其间的市民参与、用户体验，及以人为本实现可持续创新。
其六，当数字城市致力于通过信息化手段实现城市运行与发展各方面功能，提高城市运行效率，服务城市管理和发展，智慧城市则更强调通过政府、市场、社会各方力量的参与和协同实现城市公共价值塑造和独特价值创造。
智慧城市不但广泛采用物联网、云计算、人工智能、数据挖掘、知识管理、社交网络等技术工具，也注重用户参与、以人为本的创新2.0理念及其方法的应用，构建有利于创新涌现的制度环境，以实现智慧技术高度集成、智慧产业高端发展、智慧服务高效便民、以人为本持续创新，完成从数字城市向智慧城市的跃升。智慧城市将是创新2.0时代以人为本的可持续创新城市。