Thạc Sĩ Trí Tuệ Nhân Tạo

Khoa Khoa học Máy tính và Khoa Kỹ thuật Điện và Máy tính cung cấp bằng Thạc sĩ Khoa học về Trí tuệ Nhân tạo, có thể hoàn thành theo lịch trình toàn thời gian hoặc bán thời gian.

Được thiết kế dành cho sinh viên có nền tảng về khoa học máy tính, toán học hoặc lĩnh vực kỹ thuật liên quan, chương trình giảng dạy bao gồm các khái niệm và kỹ thuật AI — bao gồm học máy, học sâu, xử lý ngôn ngữ tự nhiên, thị giác máy tính và biểu diễn kiến thức.

Chương trình cung cấp chương trình giảng dạy cốt lõi và các hướng chuyên ngành cụ thể để giúp sinh viên hiểu, triển khai và ứng dụng nhiều công nghệ AI. Bằng cấp yêu cầu tối thiểu 30 tín chỉ và hoàn thành ít nhất 10 khóa học; tất cả các khóa học phải ở cấp độ 100 trở lên.

Chương trình giảng dạy chính

Chương trình giảng dạy cốt lõi bao gồm các khái niệm chuyên sâu về trí tuệ nhân tạo, học máy, đạo đức và toán học. Tất cả sinh viên MS về Trí tuệ nhân tạo phải hoàn thành bốn khóa học sau:

Trí tuệ nhân tạo

• CS 131 Trí tuệ nhân tạo

Học Máy

• CS 135 Giới thiệu về Học máy và Khai thác dữ liệu, hoặc
• EE 143/CS 144 Phương pháp tương tác trong học máy

Đạo đức

• CS 239 Đạo đức cho AI, Robot và Tương tác giữa Người và Robot

Xác suất, Thống kê và Toán học

• EE 104 Phân tích hệ thống xác suất, hoặc
• Toán 165 Xác suất, hoặc
• Toán 166 Thống kê, hoặc
• EE 140 Quá trình ngẫu nhiên, phát hiện và ước tính

MSAI – Khoa học máy tính

Chuyên ngành Khoa học máy tính MSAI tập trung vào các nguyên tắc và ứng dụng của máy học và trí tuệ nhân tạo theo góc nhìn tính toán, đặc biệt chú trọng vào bối cảnh xã hội rộng lớn hơn trong đó các công nghệ AI được phát triển và triển khai.

Lộ trình này yêu cầu một khóa học cụ thể, bốn môn tự chọn về AI và một môn tự chọn chung. Vì có nhiều con đường có thể đi qua chương trình, nên sự lựa chọn các môn tự chọn rất rộng và sinh viên sẽ chọn các môn tự chọn phù hợp với lời khuyên của cố vấn. Các môn tự chọn có thể bao gồm một khóa học đạo đức/bối cảnh xã hội bổ sung, nếu cả sinh viên và cố vấn đều cảm thấy phù hợp.

Khóa học yêu cầu

• Nền tảng AI và Biểu diễn Kiến thức

Môn tự chọn mở rộng (Chọn bốn)

• CS 119 Dữ liệu lớn
• CS 132 Tầm nhìn máy tính
• CS 133 Tương tác giữa người và robot
• CS 136 Nhận dạng mẫu thống kê
• CS 137 Mạng nơ-ron sâu
• CS 138 Học tăng cường
• CS 141 Robot xác suất cho HRI
• CS 142 Khoa học mạng
• CS 143/EE 130 Phân phối ML và Kiểm soát
• CS 157 Chủ đề đặc biệt về AI
• CS 166 Hệ thống tính toán Sinh học
• CS 167/BME 167 Sinh học tính toán
• CS 168/EE 109 Tối ưu hóa lồi hoặc CS 268/EE 159 Tối ưu hóa nâng cao
• CS 169 Tin sinh học thống kê
• CS 236 Lý thuyết học tính toán
• Toán 123 Các khía cạnh toán học của phân tích dữ liệu
• Tối đa một khóa học bổ sung về đạo đức và tác động xã hội, chẳng hạn như:
• CS 155 Các chủ đề đặc biệt trong bối cảnh xã hội của máy tính
• CS 182/DHP P236 An ninh mạng trong khu vực dân sự: Mối đe dọa và biến động
• CS 183/DHP P237 Quyền riêng tư trong thời đại số
• CS 184/ILO 184 Luật mạng và chính sách mạng
• CS 185 Máy tính cho các khu vực đang phát triển
• EE 185 Các khía cạnh xã hội của thiết kế
• DS 143/ME 173 Khoa học dữ liệu cho tính bền vững

Môn tự chọn chung (Chọn một)

Bất kỳ khóa học CS, DS, EE hoặc Toán nào được đánh số 100 trở lên hoặc được cố vấn chấp thuận.

Sinh viên muốn hoàn thành luận văn hoặc dự án tốt nghiệp kéo dài hai học kỳ sẽ thay thế môn tự chọn chung, cùng với một môn tự chọn từ danh mục kiến thức rộng về AI, bằng dự án nói trên.

MSAI – Kỹ thuật Điện và Máy tính

Chuyên ngành MSAI – Kỹ thuật điện và máy tính tích hợp các nguyên tắc của máy học và trí tuệ nhân tạo tổng quát với kiến thức chuyên ngành về kỹ thuật, bao gồm cả các khái niệm cơ bản và hệ thống trong AI và cách áp dụng các phương pháp này vào nhiều lĩnh vực khác nhau.

Lộ trình này yêu cầu một khóa học cụ thể theo lộ trình, bốn khóa học từ các môn tự chọn lý thuyết/hệ thống và hai khóa học từ các môn tự chọn theo lĩnh vực cụ thể. Lộ trình lý thuyết/hệ thống tập trung vào các khía cạnh cơ bản và lý thuyết bao gồm các khái niệm, kỹ thuật, thuật toán và phương pháp cơ bản, và các khái niệm về kỹ thuật hệ thống nhằm mục đích phát triển phần cứng chuyên dụng để chạy hiệu quả các thuật toán AI hiện đại. Mục tiêu của lộ trình tự chọn theo lĩnh vực cụ thể là cho sinh viên tiếp xúc với các thách thức về AI trên nhiều lĩnh vực.

Yêu cầu khóa học

• EE 141 AI đáng tin cậy và có trách nhiệm

Lý thuyết/Hệ thống các môn tự chọn (Chọn bốn)

• CS 136 Nhận dạng mẫu thống kê
• CS 137 Mạng nơ-ron sâu
• CS 236 Lý thuyết học tính toán
• EE 109/CS 168 Tối ưu hóa lồi hoặc EE 159/CS 268 Tối ưu hóa nâng cao
• EE 127 Lý thuyết thông tin
• EE 130/CS 143 Phân phối ML và Kiểm soát
• EE 140 Quá trình ngẫu nhiên
• EE 152 Hệ thống nhúng thời gian thực
• EE 153 Hệ thống nhúng mạng
• EE 155 Tính toán song song
• EE 157 Hệ thống bộ nhớ mới nổi
• EE 193 Xác suất đa chiều
• EE 193 Phần cứng và Hệ thống cho Học máy
• Toán 123 Các khía cạnh toán học của phân tích dữ liệu
• Học máy xác suất
• Nguyên nhân diễn ra
• Lập trình năng động
• Mạng nơ-ron đồ thị và xử lý tín hiệu đồ thị

Các môn tự chọn theo lĩnh vực cụ thể (Chọn hai)

• CS 119 Dữ liệu lớn
• CS 132 Tầm nhìn máy tính
• CS 133 Tương tác giữa người và robot
• CS 138 Học tăng cường
• CS 141 Robot xác suất cho HRI
• CS 142 Khoa học mạng
• CS 166 Hệ thống tính toán Sinh học
• CS 167/BME 167 Sinh học tính toán
• CS 169 Tin sinh học thống kê
• EE 107 Hệ thống truyền thông
• EE 108 Truyền thông không dây
• EE 114 Vật lý của Pin Mặt trời
• EE 127/CS 149 Lý thuyết thông tin
• EE 129 Mạng truyền thông máy tính
• EE 193 Điện tử tiêu hóa
• Thiết kế IC tín hiệu hỗn hợp và tương tự nâng cao EE 247
• Mạng nơ-ron hướng dẫn vật lý
• Mô hình nền tảng cho các ứng dụng không phải văn bản và không phải hình ảnh
• Mô hình ngôn ngữ lớn

Trong những năm gần đây, sự phổ biến của AI đã tăng vọt, với nhiều ngành công nghiệp áp dụng công nghệ AI. Cục Thống kê Lao động Hoa Kỳ ước tính rằng lĩnh vực này đã tăng trưởng 28% hàng năm kể từ năm 2014. Bằng thạc sĩ về trí tuệ nhân tạo từ Đại học Tufts sẽ mang lại cho bạn lợi thế cạnh tranh trong thị trường việc làm năng động, đồng thời cho phép bạn giúp phát triển một tương lai AI có trách nhiệm.

Sinh viên tốt nghiệp chương trình Thạc sĩ về AI sẽ có khả năng hiểu, triển khai và triển khai nhiều công nghệ AI khác nhau, hướng đến bối cảnh đạo đức và xã hội cơ bản. Sinh viên tốt nghiệp sẽ sẵn sàng tham gia trực tiếp vào cả ngành công nghiệp và khoa học hoặc tiếp tục nghiên cứu nâng cao ở cấp độ tiến sĩ.

Bạn nhận được gì tại Tufts? Một nền giáo dục kỹ thuật nghiêm ngặt trong một môi trường độc đáo kết hợp các nguồn lực trí tuệ và công nghệ của một trường đại học nghiên cứu đẳng cấp thế giới với thế mạnh của một trường đại học nghệ thuật tự do được xếp hạng hàng đầu. Đại học Tufts là một trong những trường đại học nghiên cứu hàng đầu của quốc gia, đạt được phân loại "bậc 1" từ Quỹ Carnegie và tư cách thành viên trong Hiệp hội các trường đại học Hoa Kỳ (AAU).