据不完全统计，全球共有超过360所高校具有人工智能的研究方向，其中美国接近170所，中国仅仅30多所。也就是说，在开设这个专业的高校里面，近150所高校在开设这个专业之前，并没有人工智能的研究方向。
人工智能的行业现状，不客气地说，目前最尖端的人工智能技术掌握在一小部分科技公司和互联网公司的手里，很多的中小型创业公司或者团队所标榜的“人工智能”，仅仅只是大数据抓取与初级算法运用。人工智能的研发门槛非常高。
另外，人工智能技术的更新换代非常快，特别是行业聚焦领域因时而变，如此大规模开设这个专业，可以想象，四年以后会是一种什么情况！大量毕业生拥挤在某几个狭小领域，或者只能从事最底层的岗位。
人工智能专业的学习，非常的“烧脑子”，从这个专业的主干课程略知一二。如：神经科学基础、人类记忆与学习、计算神经工程、认知机器人、机器学习、群体智能与自主系统等等。它的主干课程有：认知心理学、神经科学基础、人类的记忆与学习、语言与思维、计算神经工程、人工智能、社会与人文、人工智能哲学基础与伦理、先进机器人控制、认知机器人、机器人规划与学习、仿生机器人、群体智能与自主系统、无人驾驶技术与系统实现、游戏设计与开发、计算机图形、虚拟现实与增强现实、人工智能的现代方法、问题表达与求解、人工智能的现代方法、机器学习、自然语言处理、计算机视觉……。
二，数据科学与大数据技术 数据科学与大数据技术专业（英文名Data Science and Big Data Technology），简称数据科学或大数据，旨在培养具有大数据思维、运用大数据思维及分析应用技术的高层次大数据人才。掌握计算机理论和大数据处理技术，从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）系统地培养学生掌握大数据应用中的各种典型问题的解决办法，实际提升学生解决实际问题的能力（百度百科）。
通过专业的定位可以发现，数据科学与大数据技术专业是一个软硬件结合，以计算技术为基础，以数据科学与大数据技术为特色的宽口径专业。
该专业以大数据分析为核心轴线，以统计学、计算机科学和数学为三大基础支撑性学科，以生物学、医学、环境科学、经济学、社会学、管理学等为应用拓展性学科的交叉学科。 数据科学与大数据技术主要研究计算机科学和大数据处理技术等相关的知识和技能，从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）出发，对实际问题从知识结构上来看，大数据技术专业以计算机、数学、统计学为主要基础内容，目标是培养学生掌握计算机理论和大数据处理技术，从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）系统地培养学生掌握大数据应用中的各种典型问题的解决办法。主要课程包括：
数学类：高等数学、概率论与数理统计、运筹学或数学建模或矩阵理论。
学科基础课：计算机导论与程序设计、电路与电子学基础、离散数学、数字逻辑与数学系统。
专业基础课：数据结构、计算机系统基础、编译原理与技术、计算机组成原理、计算机系统结构、计算机网络、数据库系统原理、软件工程、数据仓储与数据挖掘、机器学习、大数据基础、数据科学导论。
课程教学体系涵盖了大数据的发现、处理、运算、应用等核心理论与技术，主要课程：大数据概论、大数据存储与管理、大数据挖掘、机器学习、人工智能基础、Python程序设计、统计学习、神经网络与深度学习方法、多媒体信息处理、数据可视化技术、智能计算技术、分布式与并行计算、云计算与数据安全、数据库原理及应用、算法设计与分析、高级语言程序设计、优化理论与方法等。
2016年，北京大学、对外经济贸易大学和中南大学的“数据科学与大数据专业”本科专业首先获得批准，成为全国第一批开设该专业的高校。到了2020年，开设该专业的院校已达612所！五年期间增长了203倍！
数据科学与大数据技术专业的其他（含民办、独立院校）院校占比最大，但院校整体实力普遍较弱，而数据科学与大大数据技术专业涉及数据管理、系统开发、海量数据分析与挖掘等诸多方面，同软件工程、计算机科学与技术、应用统计学等专业有着较强的相关性。
多数开设这个专业的二本和三本院校的专业师资力量多从相近的专业组合或拼凑而来。在没有相关教学经验或较强实力相关专业支撑的情况下，能否秉持为学生负责，并为录取学生提供高水平的教学质量。目前，同人工智能专业一样，全国还没有毕业生，所以报考这个专业需要特别谨慎，尤其不要报考那些二本、三本的院校！本文观点纯属个人观点，不强加给考生和家长。我是清北研学吉林省负责人、国家高级高考志愿规划师、创新志愿创始人何老师，欢迎提出宝贵意见。
