哥伦比亚大学的人工智能（AI）研究及教育项目涵盖了该校在纽约市这所私立常春藤研究型大学中的相关活动。该校的AI工作分布在计算机科学、电气工程和统计学等系所，以及数据科学研究所等跨学科中心中。哥伦比亚大学的AI研究建立在长期科学创新的历史之上，包括早期在神经网络和计算领域的工作，并已扩展到机器学习、深度学习和大型语言模型等领域。
哥伦比亚大学成立于1754年，最初名为国王学院，是纽约最古老的高等教育机构，也是美国第五古老的大学。其AI活动得到广泛研究基础设施的支持，包括类似MIT CSAIL的协作环境，尽管哥伦比亚保持着自己独特的实验室和计划。截至2021年12月，哥伦比亚大学的校友和教师包括103位诺贝尔奖得主以及众多美国国家科学院成员，反映了该校的研究强度。
历史基础
哥伦比亚对计算和AI的贡献可追溯至20世纪中叶。在1940年代，包括约翰·R·邓宁在内的教师参与了开创性的核研究，这间接促进了计算方法的发展。该校第一台计算机IBM 650于1950年代安装，使得早期在神经网络和人工智能方面的实验成为可能。到1960年代，哥伦比亚大学的计算机科学系已在模式识别和启发式编程方面开展研究，为后来的AI发展奠定了基础。
在1980年代，哥伦比亚成为机器人和视觉研究的中心，彼得·艾伦和施里·纳亚尔等教师推动了3D视觉和自主系统的发展。2000年代，计算学习系统中心的成立使机器学习研究正式化，专注于能源、医疗保健和气候方面的应用。这些努力使哥伦比亚成为更广泛AI领域的重要贡献者，与斯坦福AI实验室和伯克利AI研究等机构的工作相辅相成。
研究领域和中心
哥伦比亚AI研究涵盖多个关键领域。在机器学习方面，教师开发用于分类、回归和强化学习的算法，应用于医学影像和药物发现。哥伦比亚的深度学习研究包括残差网络和变换器方面的工作，通常与行业伙伴合作进行。该校的自然语言处理小组，由凯瑟琳·麦基翁等研究人员领导，开创了文本摘要和情感分析，为现代大型语言模型做出了贡献。
哥伦比亚大学的数据科学研究所成立于2012年，是AI研究的跨学科中心，整合了计算机科学、统计学和社会科学的专业知识。该研究所支持生成式AI项目，包括扩散模型和强化学习，并举办研讨会和讲习班，吸引全球学者参与。此外，哥伦比亚AI和机器人实验室专注于具身AI，开发用于现实环境中操作和导航的系统。
教育项目
哥伦比亚提供一系列与AI相关的学位和课程。计算机科学系提供本科和研究生项目，设有机器学习和人工智能专业方向。通过数据科学研究所提供的数据科学硕士项目，包括深度学习和大型语言模型课程，为学生进入行业做好准备。博士生通常在哥伦比亚视觉实验室或AI技术中心等实验室参与研究，并在NeurIPS和ICML等顶级会议上发表论文。
2023年，哥伦比亚推出了新的计算机科学本科专业，设有AI方向，反映了学生日益增长的兴趣。该校还通过专业研究学院提供AI专业证书，涵盖神经网络和模型剪枝等主题。这些项目强调动手项目，通常使用AWS和Google Cloud等云平台来训练和部署模型。
显著贡献和合作
哥伦比亚AI研究人员对该领域做出了重大贡献。例如，迈克尔·乔丹，1988年至1998年间在哥伦比亚任教授，开发了机器学习和贝叶斯推断的基础方法，影响了数代研究人员。最近，哥伦比亚教师致力于RLHF（基于人类反馈的强化学习）技术，这对于使大型语言模型与人类价值观对齐至关重要，OpenAI和Anthropic等组织也探讨了这一主题。
哥伦比亚与工业和政府实验室合作，包括Google DeepMind和Nokia Bell Labs，涉及从量子机器学习到AI科学发现等项目。该校的戈达德空间研究所使用AI进行气候建模，而拉蒙特-多尔蒂地球观测站则将机器学习应用于地球物理数据。这些合作增强了哥伦比亚将AI研究转化为现实影响的能力。
未来方向
展望未来，哥伦比亚AI正专注于负责任AI，包括公平性、透明度和鲁棒性。研究人员正在研究可解释性方法，用于神经网络，并开发模型压缩技术，以便在边缘设备上部署。该校还在扩展量子计算和AI的交汇领域，探索量子机器学习如何解决超越经典能力的问题。
哥伦比亚对跨学科研究的承诺体现在数据科学研究所的AI社会影响项目等举措中，该项目将AI应用于公共卫生和城市规划等挑战。截至2025年，哥伦比亚继续在AI伦理和因果推断领域招聘教师，旨在在技术创新和社会考量方面均处于领先地位。凭借其丰富的历史和充满活力的研究社区，哥伦比亚AI有望在全球AI格局中保持关键地位。