01
先看懂這個課程
適合你，如果你
- 數理與程式設計強；
- 對 AI、機器學習有興趣；
- 想做 AI 工程師/研究員；
- 能接受高強度訓練。
可能不太適合你，如果你
- 數學/程式設計根底弱；
- 不喜歡抽象與理論；
- 想要輕技術課程。
02
你會學甚麼
你會學什麼
| 學習主題 | 你會接觸的內容 |
|---|---|
| 基礎 | 數學、統計、數據結構、演算法 |
| 核心 AI | 機器學習、深度學習、知識表示/推理 |
| 系統 | 大規模/分佈式 AI 系統、邏輯程式設計 |
| 應用 | NLP、計算機視覺、多媒體、大數據 |
| 專修 | 智能生物醫學/多媒體/大規模AI/智能製造與機械人 |
四年學習地圖
| 階段 | 主要學習體驗 |
|---|---|
| 第1–2年 | 數學、程式設計、AI 基礎 |
| 第3年 | 機器學習/深度學習、專修入門 |
| 第4年 | 專修深化、畢業項目、實習（可選 12 個月） |
方向、主修或組別
【官方資料】四個專修：智能生物醫學、智能多媒體處理、大規模人工智能（理論與系統）、智能製造與機械人學。
03
你會怎樣學
學習方式
【根據官方課程整理】 數學／邏輯推理 ●●●●● 程式設計與科技工具 ●●●●● 英文閲讀與寫作 ●●●●○ 團隊合作與溝通 ●●●●○ 典型任務：訓練 AI 模型、寫系統代碼、畢業研究、企業實習。
代表性課程
- 機器學習/深度學習（近期課程例子） — Learn：模型與訓練。Do：實作神經網絡。Produce：項目。【根據官方課程整理】
- 自然語言處理/計算機視覺（近期課程例子） — Learn：AI 應用。Do：開發應用。Produce：演示。
04
選修與實踐
選修自由度與實踐機會
選修自由；【官方資料】設 12 個月學習及實踐，過往有學生於滙豐、阿里巴巴等實習。
05
它和相似課程的差別
與相似課程有什麼不同
- 與「計算機科學 JS4412」：本課程專攻 AI 系統與科技；
- 與「計算數據科學 JS4416」：本課程偏 AI 演算法與系統，JS4416 偏統計計算。
06
畢業後的路
畢業後的可能方向
【可能發展方向】AI 工程師/科學家、生物醫學工程、資訊科技、製造與機械人、多媒體、深造。【官方資料】
07
申請與資料核對
入學要求與競爭情況
HKDSE 最低要求
【官方資料】數學（必修部分）L5（課程特定；L4 且其他科優異者可個別考慮）；英文 L4（課程特定）；2 個選修科各 L3（優先考慮 M1/M2、Bio/Chem/ICT/物理）；中文 L3、公民與社會發展「達標」。
計分方法與科目比重
【官方資料】最佳 5 科，數學 ×1.75、M1/M2 ×1.75、英文/中文 ×1.25、Bio/Chem/ICT/Phy ×1.5。等級轉換：5**=8.5、5*=7、5=5.5、4=4、3=3、2=2。
面試／作品集／測試
【官方資料】設面試（遴選制）。
歷年收生參考
【歷史參考｜2025】2025 JUPAS 主輪收生參考分數（最佳5科，加權）：約中位數 52–54（不同整理來源略有差異：dse-data 列中位數 52.3，dsesource 列約 54.1；以 CUHK 官方公佈為準）。
學費、資助與學額
【官方資料】UGC-funded；2026/27 首年學費約 HK$47,000。首年學額約 30（來源：goodschool，【未確認】）。
你申請前最值得確認的事
- 數學 L5 是否硬性（L4 個別考慮條件）；
- 加權倍數；
- 12 個月實習安排；
- 2026/27 最終學額。
官方資料
審核摘要
- 審核狀態：有條件通過
- 已複核重點事實：9
- 第二輪修正：1（分數以 2025 參考確認，標注來源差異）
- 保留提示或不確定項：1（學額）
- 刪除的無依據內容：0
- 資料適用入學年度：2026/27
- 課程結構適用 cohort：未確認
- 最後核對日期：2026-07-12