AI 浪潮之下，高等教育正在重新思考人才培养的底层框架。AI正在快速进入大学课堂，但比“增加几门AI课程”更值得关注的，是如何把支撑AI发展的数学基础、计算方法与工程实践，组织成一套完整的培养体系。
为适应这一趋势，帝国理工学院新开设了面向2027fall本科学生的专业——Mathematics and Computer Science for Artificial Intelligence BEng。该专业学制三年，由计算机系与数学系共同授课。
从官网公布的课程结构看，这并不是数学、计算机与AI课程的简单叠加，而是以数学理论为基础，以算法与编程为工具，再延伸至机器学习、系统实现与项目实践。
*图片来自帝国理工官网
#1
AI 时代，先补底层能力，再谈“追热点”
● Year 1：建立共同语言
学生将从编程、逻辑与推理、微积分、线性代数、图与算法、概率统计和机器学习等核心内容入手，建立数学与计算机科学的共同基础。
课程信息以帝国理工官网实时更新为准
● Year 2：把理论推进到系统与工程
课程进一步进入计算机系统、软件工程与机器学习，同时学习实分析与拓扑、多元微积分、线性代数等数学模块，并进一步探索机器学习、软件验证或统计建模等方向。
课程信息以帝国理工官网实时更新为准
● Year 3：在数学与计算机之间形成自己的方向
学生拥有更大的选课空间，可根据兴趣延伸至深度学习、自然语言处理、强化学习、计算优化、图论与博弈论等前沿方向，并参与跨学科或项目类学习。
课程信息以帝国理工官网实时更新为准
这条培养路径说明，AI 学习并不只是掌握某种工具，而是需要同时具备数学推理、算法编程、建模分析与系统实践能力。
