这个表格是总结了我最近这两年使用人工智能，学习人工智能，研究人工智能，部署和开发人工智能agent的经验，而总结的一个技术与应用体系，学术领域与学科体系双重分层的一个表格。
比较是适应于高中生，大学生，有针对性的来了解和规划自己未来的与AI有关的学术与职业发展路径。
特别是对于出国留学的学生，这点非常重要。
而我制作这个表格，在很大程度上也是为了便利我自己给申请出国留学的学员的个人陈述，personal statement。所以这个表格也可以用于留学顾问来给学生有针对性地撰写留学文书所用。
当然，世界日新月异，特别是科技领域，所以，在我们制定学术与职业发展路径的时候，还有一个很重要的点就是保持开放的心襟和弹性的适应能力，切记不要一棵树上吊死和钻牛角尖。
| 层级 | 关键技术与组件 | 主干学科（二级学科） | 交叉/支撑学科 |
|---|---|---|---|
| 0️⃣ 材料与能源层 | 第三代半导体（SiC/GaN）、金刚石散热、800 VDC 直流架构、固态变压器、储能电池（LFP/钠离子/SOFC）、“源网荷储”微电网、可控核聚变预研 | 材料科学与工程、能源与动力工程、电气工程、核科学与技术 | 化学、物理、环境科学、工程热物理、能源经济学 |
| 1️⃣ 硬件层 | GPU/TPU/NPU、Chiplet、HBM、光互连、液冷、量子计算硬件、神经形态硬件 | 微电子学与固体电子学、集成电路工程、电子科学与技术 | 物理学、热力学、材料科学、量子物理 |
| 2️⃣ 系统层 | CUDA/OpenCL、RDMA、分布式文件系统、容器、K8s、边缘计算、云计算基础设施 | 计算机系统结构、高性能计算、网络空间安全、云计算 | 操作系统、编译原理、网络、并行计算 |
| 3️⃣ 数学基础层 | 矩阵论、随机过程、信息论、博弈论、拓扑数据分析、数值优化、深度学习理论 | 应用数学、概率统计、运筹学、数理逻辑 | 物理学、逻辑学、认知科学、决策理论 |
| 4️⃣ 算法框架层 | Transformer、Diffusion、MoE、RLHF、混合专家、深度强化学习、生成对抗网络（GAN） | 计算机应用技术、人工智能、机器学习、数据科学 | 统计学、优化理论、控制论、计算机视觉、自然语言处理 |
| 5️⃣ 模型/Agent 层 | 多模态大模型、具身智能、AutoGPT、LangChain、联邦学习、神经网络可解释性 | 智能科学与技术、语言智能、机器人学、计算机视觉 | 语言学、心理学、神经科学、认知科学、神经形态学 |
| 6️⃣ 应用/运维层 | SaaS、AI-as-a-Service、Finetune、PromptOps、MLOps、AutoML、智能决策系统 | 软件工程、电子信息（专硕）、技术管理、企业信息化 | 法学（伦理/合规）、经济学、社会学、商业分析 |
| 7️⃣ AI安全与监管及政策层 | AI系统安全、数据隐私保护、算法透明度、合规性审查、人工智能伦理、AI道德规范、AI透明度标准 | 法律、计算机安全、信息政策、公共管理 | 伦理学、政治学、社会学、哲学、国际法、社会福利 |
