纽约大学（NYU）的人工智能（AI）专业涵盖了从基础研究到跨学科的广泛应用知识，包括法律、哲学和伦理影响。该专业提供了一系列核心课程和选修课程，旨在培养学生的专业技能和知识。以下是一些关于NYU AI专业的关键点：

基础课程

计算机科学：包括编程语言（如Python、C++）、数据结构与算法、计算机系统与架构等。

数学基础：涉及高等数学（微积分、线性代数、概率论等）、统计学、离散数学、优化理论等。

人工智能核心课程

人工智能概论：介绍AI的基本概念、历史和发展。

机器学习：学习让计算机从数据中学习规律和模式的算法和技术。

深度学习：研究神经网络模型和训练方法，处理复杂问题。

认知科学与神经网络：探讨人类认知过程和大脑功能与AI的关系。

自然语言处理（NLP）：让计算机理解和处理人类语言的技术。

计算机视觉：研究从图像或视频中提取信息的技术。

语音识别与合成：让计算机识别和处理人类语音。

机器人学：包括机器人规划与学习、先进机器人控制等。

专业知识课程

数据库管理系统、 操作系统、 计算机网络：提供技术支持和开发环境。

人工智能编程工具（如TensorFlow、PyTorch）：用于实现AI算法。

伦理与社会影响

人工智能伦理、 人工智能与社会、 人工智能法律与政策：探讨AI对社会的影响和伦理问题。

实践与应用

人工智能项目开发、 实习与行业实践、 人工智能研究方法：将理论知识应用于实际问题解决。

选修课程

学生可以根据个人兴趣和职业规划选择如数据挖掘、模式识别、生物信息学、游戏设计与人工智能等课程。

NYU的AI专业在学术界的评价很高，其研究方法和成果得到了广泛认可。学校位于纽约市，靠近工业研究实验室，有利于学生参与实际项目和实习。此外，强大的医学院支持医学人工智能研究，促进了跨学科合作。根据QS排名，NYU在世界排名第43位，计算机人工智能专业表现突出。

建议：

选择课程：根据个人兴趣和职业规划选择合适的课程，如自然语言处理、计算机视觉或机器人学等。

实习机会：利用纽约市的地理优势，积极寻找实习机会，积累实际工作经验。

跨学科合作：参与跨学科项目，了解AI在不同领域的应用，拓宽知识面。