莱斯大学（Rice University）计算机科学系宣布推出全新的人工智能硕士项目（Master of Artificial Intelligence, MAI），首届学生计划于2027年秋季入学。该项目为职业导向的非论文型硕士，共30个学分，常规修读时长为12至16个月。项目定位并非面向零基础转码学生，而是面向已具备计算机科学与工程基础、希望深入参与AI系统设计、开发与部署的技术人才。
课程设置上，MAI在人工智能基础与深度机器学习之外，特别强调大规模AI系统、GPU加速和分布式训练等工程化内容。学生还将完成团队Capstone项目，从问题定义、系统设计到最终实现一个可运行的AI应用，以此作为求职时的技术作品。项目还包含选修课、职业技能课程，以及实习和Seminar环节。相比传统论文型硕士，这一培养路径更偏向工程实践与就业衔接。
莱斯大学在人工智能、机器人、计算生物学和计算机系统等领域有研究积累，并注重跨学科培养，学生有机会接触AI在医疗、工程、商业和自然科学中的应用。学校地处休斯顿，当地拥有庞大的医疗产业，以及能源、航空航天和成长中的科技企业。与硅谷以互联网公司为主的产业环境不同，休斯顿提供了更多AI与传统产业结合的场景，如医疗AI、能源系统优化、工业自动化和航空航天技术。对于希望进入行业AI应用领域的学生，这一地理与产业条件值得纳入选校考量。
申请方面，项目主要面向计算机科学或相关专业本科毕业生。先修课程要求通常包括线性代数、微积分、概率统计、编程、数据结构与算法，以及计算机组成与系统。相比一些侧重AI应用的硕士项目，MAI对计算机底层知识的要求更为全面，这与课程中涉及GPU加速、分布式训练和大规模系统部署的内容相匹配。申请材料通常需提交本科成绩单、简历、个人陈述和推荐信。国际申请者需提供英语能力证明，具体分数要求及豁免政策请以莱斯大学研究生院官网最新公布为准。
从近年美国高校新增AI硕士的趋势看，不同项目的培养方向正在分化：有的侧重商业应用，有的聚焦生成式AI与大模型，而莱斯MAI则更偏向AI工程与系统部署。对于未来希望从事AI工程师、机器学习工程师或AI基础设施相关岗位的学生，除了算法理解，构建、训练和部署真实AI系统的能力日益重要。如果本科阶段未系统学习数据结构、计算机系统和机器学习，希望通过硕士项目实现零基础转型，申请该项目可能会面临较大挑战。建议申请者在准备时重点评估自身技术背景与项目定位的匹配度，并关注休斯顿产业环境带来的实习与就业机会。
