一、心路历程
我对人工智能的痴迷，源于一次“AI能看出什么病”的争论。大三上机器学习课，我和学医的发小吃饭，她说AI看病就是噱头，我不服气，回去用公开的眼底影像数据集训练了一个糖尿病视网膜病变的分类模型，准确率出来了，虽然离临床应用差得远，但发小看完演示沉默了。这场小小的“赌局”让我尝到了用技术对话医学的甜头，也让我看到了自己的方向：医学人工智能不是噱头，是需要有人沉下心来做的事业。择校时我几乎没有犹豫，南京中医药大学的电子信息专硕人工智能方向，有医学院校独有的场景和数据资源——中医的四诊客观化、中药的智能组方、医疗文本的智能处理，这些课题在综合性大学的计算机学院反而难得一见。备考人工智能方向，除了数学和专业基础，我还给自己加了“私货”：复现经典论文、跟踪领域动态。最难的还是数学，概率论曾经让我怀疑人生，但人工智能的底座就是概率和线代，逃不掉的，我硬着头皮啃了四个月，后来专业课里用到贝叶斯公式时行云流水，那种“知识闭环”的快乐无可替代。
二、公共课攻略
人工智能方向考数学二和英语二。数学二的备考我下了血本，四月起步，先花三个月把教材过透——高数的每个定理证明都自己推一遍，概率论的基础概念一个个啃，中值定理、级数敛散、二次型这些硬骨头，我采用“三天回炉法”：学的时候做标记，三天后重做例题，一周后再做一遍变式题，三重巩固下来，知识就长在脑子里了。七月到九月强化刷题，按题型专项突破，我的原则是“一题不做两遍错”：任何做错的题，弄懂后必须找同类题再练三道。十月起真题全真模拟，练的不只是知识还有心态——遇到没见过的题怎么冷静拆解。英语二我基础尚可，六月启动，每天背单词加精读一篇真题文章，九月做套卷，十一月作文。英语的关键词是“保持”，每天一小时雷打不动，细水长流。政治八月开始，我的背诵方法是“框架加关键词”——先记住每章的逻辑结构，再往框架里填关键词，最后由关键词扩展成完整表述，这种渐进式背诵比囫囵吞枣高效得多。十一月起练分析题的答题规范，政治最终没拖后腿。
三、专业课攻略
根据2026年招生专业目录，电子信息专硕人工智能方向的业务课涉及计算机学科基础或人工智能相关内容。我的复习以数据结构为基础、人工智能技术为核心。数据结构部分，线性表、树、图、查找、排序的原理与实现要扎实，这是机试和笔试的共同根基，每种结构我都动手实现过，图的算法（遍历、最短路、拓扑排序）尤其要熟练，它们是人工智能中图模型、搜索算法的地基。人工智能技术部分，我按“三条主线”复习：知识表示与推理，命题逻辑、谓词逻辑、知识图谱的基本概念；搜索策略，盲目搜索与启发式搜索、A算法的思想与应用；机器学习基础，监督学习与无监督学习的框架、经典算法（决策树、朴素贝叶斯、KNN、SVM、K-means）的原理与适用场景，这部分既是考点也是复试高频问题。我特别注意把概率论和机器学习打通——朴素贝叶斯就是贝叶斯公式的应用，理解了数学原理，算法就不再神秘。结合南中医的特色，我准备了医学人工智能的应用素材：舌象与脉象数据的智能分析、中药方剂的配伍挖掘、中医体质辨识的模型设计，复试时我讲述了本科训练眼底影像模型的经历，和报考方向的契合度让老师频频点头。真题研究加算法手写训练，笔试机试双管齐下。
四、报班之我见
人工智能方向的考研有个特殊性：既要考扎实的计算机基础，又要考前沿的人工智能知识，考生的知识结构常常“一头重”——工程能力强的缺理论功底，理论学得好的代码又不行。我属于后者，数据结构的大题和机试是我的心头大患。报了新祥旭考研的全科定制辅导后，一对一的老师针对我的情况设计了“补差方案”：数据结构从代码实现讲起，每种结构先白板手写、再分析变式题，两个月后我的算法大题从“能拿一半分”进步到“接近满分”；人工智能技术部分，老师把零散的考点编织成体系，从搜索到学习到推理一以贯之，我复习的效率提升了不止一个量级。数学方面，全科定制服务的数学老师帮我做了错题诊断，发现我的概率论部分有概念性漏洞，精准补强后模考成绩节节攀升。现在我在新祥旭考研担任专业课辅导老师，可以为报考电子信息（人工智能方向）的同学提供专业课一对一辅导，从数据结构、人工智能技术到机试训练和复试项目梳理，都能给你定制化的支持。智能时代的大门正在打开，愿你先用实力推开研究生的那扇门。
