孩子本科读生物、金融、传媒，想在2027年去英国读AI硕士。搜到“接受跨专业”就能直接申吗？关键不是本科专业名字，而是目标项目要哪些已修课程。同样带AI字样，技术型硕士和转换型硕士的门槛可能完全不同。
先用三所英国大学的2027入学项目，把“能不能申”拆成可核对的条件。
布里斯托大学校园实景｜图片来源：University of Bristol 官网
PART 01
第一道筛选：技术型AI，是否已经学过核心课程？
以南安普顿大学MSc Artificial Intelligence为例，2027/28入学要求相关本科学位，列出的背景包括计算机、软件工程、人工智能、带计算内容的数学等；还要求高阶数学、高阶编程，以及AI、算法或机器学习相关课程。
如果孩子只有“对AI感兴趣”，成绩单上却缺少这些课程，就不要把技术型AI项目当成默认选择。
反过来，本科不是计算机也不应直接排除：数学等符合官网所列相关背景，且课程匹配的学生，可以逐项核对技术型项目。
PART 02
都叫转换型，QMUL两个项目也不是同一条路
伦敦玛丽女王大学的MSc Computer Science (Conversion)面向本科非计算机、软件工程、信息技术或电子工程等相关方向的申请者。它先补计算机基础，课程涉及编程、算法与数据库；适合想转入计算领域、需要建立基础的学生。
同校的MSc Data Science and Artificial Intelligence (Conversion Programme)侧重数据科学与AI。官网通常要求非计算机相关的STEM背景；非STEM背景也可能获考虑，但要有令人满意的编程或统计基础。“转换型”并不等于零基础通行证。
还有一条跨学科方向：布里斯托大学MSc Human-Centred Artificial Intelligence (Conversion)的2027入学页写明接受任何学科背景，并面向非计算背景申请者。它关注人与AI如何互动，不能简单当作技术型算法硕士的替代。
项目名称只能帮你找到方向；最终要看学位背景、具体课程、成绩和所申年份的官网条款。
PART 03
把孩子的成绩单放进这三条判断路径
路径图用于初步选项目类型；不代表录取承诺。
一个容易误判的例子：生物专业有统计和Python课程，可能值得查数据科学与AI转换项目；传媒专业若没有编程或统计，也许先看计算机转换项目或人本AI方向。两个人都叫“跨专业”，准备顺序并不一样。
PART 04
现在先核对这4件事，才知道怎么排申请
① 本科院校、均分和学位：按每个学校对中国大陆院校及成绩的当年要求核对，不用英国学位等级直接换算国内均分。
② 已修课程：把高数、线代、概率统计、编程、算法相关课程名称与成绩列出来；必要时准备课程描述。
③ 真正想学的方向：是走模型、算法和开发，还是数据应用、人机交互与AI治理？先分方向，再选项目。
④ 申请节奏：确认语言、文书、推荐信和目标项目开放状态。QMUL已公布2027入学授课型研究生申请开放；其他项目分别查官方页面，别把所有学校当作同一天开放。
资料核对：2026年9月24日。实际录取要求及开放状态请以申请当年的学校官网为准。
University of Southampton｜MSc Artificial Intelligence
Queen Mary University of London｜Computer Science (Conversion) MSc
Queen Mary University of London｜Data Science and Artificial Intelligence (Conversion Programme) MSc
University of Bristol｜MSc Human-Centred Artificial Intelligence (Conversion)
