1. 社會變遷太快時代發展太快了，而且還在加速。中國人眼中的好專業幾經變遷 。
對70年代末到80年代初大學生而言，最熱門的專業是文史哲等基礎學科專業。
80年代中期，我國的“四化建設”方興未艾，但經濟人才極缺。那時財經專業的畢業生分配去向非常好，大都去了銀行、審計等待遇優厚的部門。
而到了80年代末90年代初，對外貿易、國際貿易等名字和“國際”沾邊的專業又取代了財經專業，成了最熱門的專業。這與當時我國實行一系列的外貿體制改革、外匯體制改革和啟動入世談判的時代大背景密不可分。國際貿易、國際關係等專業被看作“皇冠上的明珠”。
90年代中期，第一次互聯網浪潮在國內興起，計算機專業廣受追捧，高峰時期，信息技術和計算機專業的學生數量佔全國所有理工科學生總數的三分之一。但隨著02年互聯網泡沫的爆炸，計算機從高考時的“熱門”卻成了就業時的“冷門”。計算機專業也在08年至11年間還被連續被列為“紅牌專業”
2000年之後傳統工科接棒計算機，非常很火爆。機械行業梁穩根依靠三一重工登上中國首富，電氣行業憑藉電網如日中天，通信行業3G大規模應用華為中興蒸蒸日上，土木行業憑藉四萬億投資賺的盆滿缽滿。
可到了10年代，產能過剩，供給側結構性改革，傳統工科進入了下行通道。
2. 跟上歷史的潮流仔細想想，你會發現中國用改革開放四十年走完了美國兩百年的發展歷史，如今中國和美國某些方面非常相似。
一百年前，美國西進運動，大規模修鐵路，修公路，現如今基本已經停滯。中國房地產高速發展三十年，大興土木，成千上萬的高樓拔地而起，高鐵每年修建歷程已經超過全世界其他國家之和，公路也早已村村通，但現如今需求大減，基本已經陷入停滯。所以土木，建築，工程造價等專業不建議。
一百年前，本茨發明汽車，福特發明生產線，汽車行業火遍美國，機械是那個時代最火的專業，如今曾經最大的汽車基地底特律破產，08年金融危機三大車企差點倒閉。中國也一樣，十年前一汽大眾何等威風，一次性發64個月年終獎，伴隨著中國汽車產量破一千萬，人均汽車保有量逐漸飽和，如今一汽大眾跌下神壇被迫減薪，我同學入職五年，薪水卻一年不如一年，何等心酸。
一百年前，美國鋼鐵大王卡內基在匹茲堡創建美國鋼鐵公司，為美國的基建和汽車工業提供基礎材料，那時候搞金屬材料的學生風頭正勁，現如今匹茲堡早已不做鋼鐵，轉而變成世界計算機和人工智能的中心。而中國大鍊鋼鐵，鋼產量早已世界第一，供給側改革後，不推薦材料及材料加工類專業。你會發現怎麼這些行業最紅火的時候都是一百年前了，是的，這些都是非常老的行業和專業了。
我再舉幾個稍微年輕點的。電子這行當從真空電子管開始 差不多也一百年了 貝爾發明電話 摩托羅拉發明對講機 MIT林肯實驗室發明雷達 惠普兄弟發明微波測試技術 也差不多是第一次世界大戰的事了，你敢信？微電子就是半導體，我們現在的芯片都是得益於此，但PN結的發現已經是上世紀40年代的事情了，經過50年代的分立半導體晶體取代真空管，60年代集成電路的發展，70年代計算機體系結構和指令集的發展，但帶領下芯片技術突飛猛進摩爾定律逐步失效，英特爾新一代芯片只比上一代快了5%，你說氣不氣？最近，中興事件出來，大家都義憤填膺，說要投身芯片行業，卻忽視了芯片行業早已是夕陽行業的事實。
說了這麼多，那美國現在什麼行業是歷史的浪潮：計算，數據，智能。那中國未來會有什麼行業是歷史的浪潮：我覺得也是計算，數據，智能。
3. 為何是計算、數據、智能？
1）先說計算，計算主要是涉及計算機體系結構和部分IC設計。在國外有個分類叫計算機工程（computer engineering）。自人類邁入大數據時代以來，人類一直面臨算力不足的困境。解決算力瓶頸，解放生產力，是未來重要的發展方向。現有的一些方向有：分佈式計算體系，如Hadoop，原理就是把計算任務分發到很多普通計算機上計算，最後在彙總出結果。現在很多大數據技術講得就是這套分佈式計算技術。異構計算，非CPU計算就可稱為異構計算。最常見的就是GPU。利用GPU上千的計算核心並行計算數據，使得計算效率大大提高。此外，還有一些AI專用芯片，如寒武紀，華為NPU。甚至未來硅光子芯片都可能大有可為。量子計算，隨著谷歌量子霸權的逐步推進，我預計十年內，某種程度上的量子計算機將會被實現。量子計算將帶來世界的巨大變革。推薦專業：計算機科學與工程，微電子（IC設計方向），物理學。
2）數據是指對數據的採集，分析及利用。馬雲曾經提出過一個概念叫data technology（DT），並表示：“人類正從IT時代走向DT時代”。而最純血的研究數據的學科是統計學，統計學是一個長期被低估的學科，現如今和大數據技術的結合，使之迸發出越來越強大的力量。甚至很多人不知道，統計學裡的分支統計學習是現有人工智能技術的基石之一。另一個面向數據非常好的專業是信息管理與信息系統專業。信息管理簡直是最被低估的好專業，最接近數據科學和人工智能AI，課程設置也非常好，有C有JAVA，還有計算機四大基礎課，配合上信息檢索與數據挖掘，非常適合時代的發展方向。推薦專業：統計學，信息管理與信息系統，大數據科學與技術，數學。
3）智能指的是賦予機器智能的學科。首先，我參考UCLA朱松純教授對人工智能的分類：（1）計算機視覺 -> 人類的視覺能力（2）自然語言處理 -> 人類的語言文字能力（3）語音識別與生成 -> 人類的聽與說能力（4）機器人學 -> 人類的運動能力和運動智能（5）機器學習 -> 人類的學習能力所以可以看出智能有很多方面，想從事人工智能方面的工作也可以有很多專業的選擇。
計算機視覺可以選計算機專業（計算機視覺方向），也可以選自動化專業（模式識別方向），亦或是電子信息工程裡的信號處理及圖像處理方向。自然語言處理，可以選擇計算機專業（自然語言處理方向），也可以選擇語言學專業裡的計算語言學方向。語音識別與生成可以選擇計算機的語音方向，或者自動化的模式識別方向，甚至聲學專業的相應方向。機器人可以選擇機械專業裡的機器人方向，或者自動化裡的機器人方向。機器學習可以選擇統計學裡的統計學習方向。當然，還有將人工智能設立成一個專業的智能科學與技術，人工智能專業這兩個專業也是非常推薦的。
閱讀更多 媒體人他是知己 的文章
