（杨立昆：“卷积神经网络之父”，原Meta首席人工智能科学家和纽约大学教授，图灵奖（Turing Award）得主。）
杨立昆深耕基础知识，远比追逐 “当下的热门新潮技术” 更有价值。
人工智能时代背景下，科技与人工智能领域的领军人物，仍在围绕计算机科学专业课程的未来发展方向展开热议。
杨立昆直言，倘若计算机专业学生不能善用时间，到头来可能会发现，自己的学位根本不值一提。
“如果你是一名计算机科学专业的学生，并且只修读了典型计算机科学课程所需的最低数学课程，你可能会发现自己无法适应重大的技术变革，”LeCun 在给 Business Insider 的电子邮件中写道。
在纽约大学教授计算机科学的LeCun在最近的一次播客节目中表示，他经常开玩笑说自己是“一个反对学习计算机科学的计算机科学教授”，因为他一直在推动学生将时间投入到其他领域。
“我的建议不是不要选择计算机科学作为专业，而是尽可能多地学习基础课程（例如数学、物理或电子工程课程），而不是学习当下流行的技术课程，”他告诉《商业内幕》。
Meta公司前首席人工智能科学家表示，他的建议是学生“学习那些能够长期受益的知识”。但根据计算机科学专业的不同，并非所有这些技能都能通过学位课程获得。
“我们应该学习一些数学基础知识，比如建模，以及能够与现实联系起来的数学，”LeCun在“信息瓶颈”播客节目中说道。“你往往会在一些工程院校学习这类知识，它们与计算机科学相关，或者与电气工程、机械工程等相关。”
大学和计算机科学专业的学生仍在努力探索如何调整课程设置，以适应生成式人工智能和日益智能化的人工智能时代。今年早些时候，加州大学伯克利分校教授哈尼·法里德（Hany Farid）描述了学生在求职方面面临的困境，与以往毕业生“求职无忧”的局面形成了鲜明对比。
包括OpenAI的布雷特·泰勒在内的该领域领军人物强调，计算机科学远不止学习编程那么简单。而包括诺贝尔奖得主杰弗里·辛顿在内的其他学者则强调，培养批判性思维才是跟上人工智能发展步伐的关键。
“有些技能永远都很有价值，比如懂一些数学、统计学和概率论，懂一些线性代数之类的知识，这些知识永远不会消失，”辛顿最近告诉《商业内幕》。
LeCun开玩笑地指出，他最初并没有学习计算机科学。他先是在巴黎高等电子与电气工程学院（ESIEE）学习电气工程，之后于1987年在著名的索邦大学获得计算机科学博士学位。 LeCun 说，一些计算机科学院校与工程专业有关联，而工程专业往往需要更高等的数学知识。
“你知道，在美国，工程类学科要学微积分1、2、3，这能给你打下良好的基础，对吧？”他说道。“但在计算机科学里，你只要学过微积分1就够了。但这远远不够，对吧？”
工程学还能让学生接触到控制理论和信号处理等概念，LeCun 表示这些概念“对人工智能等领域非常有用”。
LeCun表示，这一切并不是说应该抛弃基础编程。即兴编程固然不错，但它不能替代基础知识。
“显然，你需要学习足够的计算机科学知识才能进行编程和使用计算机，”他说。“尽管人工智能可以帮助你更高效地进行编程，但你仍然需要知道如何去做。”
—— 芯榜 ——
热门跟贴