一、自动化可以申请的方向

经常有人会问，我们自动化的出国应该申请什么系？或者我们到底在美国属于什么专业？由于中国专业设置的特殊性，控制或者说自动化专业在美国并没有正好对应的院系。一般说来，和控制理论研究、机器人相关的在EE，和过程控制、过程优化等相关的在ChE，和运筹学、后勤学相关的在IE，和机械控制相关的在ME，和航天航空器控制相关的在AE。当然，各个学科是交叉的，划分不会像上述所说的这么精确，比如robotic在EE/ME都有人在做，控制理论则EE/MATH做的多。而且有些学校有些特殊的学院，比如System Engineering，也是control guys的好去处。因此，在选校过程中，花比CS或者ChE的人更多的精力，每个学校看3、4个系，是正常的也是需要的。不要把目光仅仅局限在EE。在国内CS/EE是热门，控制系开课的时候大家对面向化工过程控制的课非常有意见。在IT全球降温以后，至少在美国，ChE和ME的工作形势优势明显。

机械自动化：

　　Biomechatronic：直译就是生物医学机械电子，也就是一个大杂烩。比较exciting的方向倒也基本和电结合的很多，比如说为残疾人设计辅助系统（辅助康复，辅助练习）。如果你学的机械设计比较多，在这个方向里，你可以设计假肢等。

Robot：这个范围就广了，主要还是机械设计方面的，上肢范围的（Haptic，适用于工业生产线，无人化工厂），下肢范围的（行走机器人，适用于救援，星球探测）

电力能源自动化：

很多人觉得电力电子比较枯燥，特别不喜欢。其实能源这种问题是不能和你作一个机器人什么的摆在一个台面上的，它绝对是国家级和战略级的。长三角的限电，还有三峡工程。电能直接决定中国这个大国的工业发展和城市发展。将来能源会不会不只握在国家手里，这个是不知道的，但是不管是握在谁手里，对于我们这么大的一个国家，这里面的赚头都不会少的。

光电，检测自动化：

　　这个方向，从低到高都是非常的实用，所以也有钱赚的。谁都知道传感器就是相当于人的手脚耳眼（没有鼻子，哪天有人能做出嗅觉传感器，有那么一天，说不定能作出闭环feedback control的“做饭机”出来。比较低端的，就是常用的工业传感器，安设，电路设计等等。高端的，精密的那种，核电站的，多了去了。还有就是视觉方面的传感器，相当于image processing和pattern recognition的前期工作，很热的。这个主要是复杂的对象，比如我们这里有的一些项目，例如，卫星太阳能板几千块小镜面需要以最快速度找到阳光最强的方向，这几千个小块都能各自以一定自由度旋转。还有就是有些控制系统是用比较特殊传感器的，比如视觉的，要从看到景物的移动中，计算速度和深度（2D-3D），自由度怎么建。这个就是正牌的control了，主要是作算法，就是相当于人的脑子。作为算法，具体问题具体分析，控制对象不同也不同。这些算法可以用到平常如工业机床，化工高炉，也可以用到机器人，生产机械手，还可以用到航空航天，导弹卫星。我的认识就是给机械灌入了灵魂和智慧。个人感觉分为3块：其实控制发展到现在，有模型的系统，那些控制算法已经很多了，属于经典控制的范畴。现在还能有进展的可能就是optimization和model-predictive还有hybrid了。个人感觉数学的东西特别多。如果投身如此，属于经典领域，重要的是你作project的能力了。

　　不过个人看到这里面的一些新动向，就是和经济学有关。作练习的时候经常用一些经济学的例子，做到最后发现居然是control的问题。其实抽象的看，在有模型的控制方法来看，模型就是一个式子，至于这个式子在实际系统中的意义，不是那么重要了。

　　个人感觉在model-base control里面，多是针对linear model，对于nonlinear model，方法不是特别多，还有一定的挖掘潜力。说道了nonlinear model就不能不提knowledge base control，说得具体点就是所谓的专家系统，模糊控制，神经元什么的，这是一条新路。这些一部分是算法：不管你模型是什么，把专业技术工人的知识拿过来作为机械自己的知识，完成相应的控制目标。一部分是建模：曾经做过的assignment是用神经网络建模的，每个神经元都是线性的，但是却比任何一个线性模型都要准确拟合非线性的行为。

更关键的，这种控制器可以实现adaptive和learning的功能，就是他能从控制的失败中自己学习怎么更好的控制。我现在还不知道这个是怎么干得，但是将来和AI结合，是很有可能的。投身如此的人，必要耐得住寂寞，主要研究鲁棒，LMI(linear matrix inequality)，既枯燥有很难，理论性很强，现在又时兴起probalistic的鲁棒了。

二、我看理工交叉学科

　　近代科学发展特别是科学上的重大发现和国计民生中的重大社会问题的解决，常常涉及不同学科的相互交充满和相互渗透。学科交叉逐渐形成一批交叉学科，尤其是理工科，如化学与物理学的交叉形成了物理化学和化学物理学，化学与生物学的交叉形成了生物化学和化学生物学，物理学与生物学交叉形成了生物物理学等。这些交叉学科的不断发展大大地推动了科学进步，因此学科交叉研究（interdisciplinary research）体现了科学向综合性发展的趋势。科学上的新理论、新发明的产生，新的工程技术的出现，经常是在学科的边缘或交叉点上，重视交叉学科将使科学本身向着更深层次和更高水平发展，这是符合自然界存在的客观规律的。由于现有的学科是人为划分的，而科学问题是客观存在的，根据人们的认识水平，过去只有天文学、地理（地质）、生物、数学、物理、化学六个一级学科；而经过20世纪科学的发展和交叉研究，又逐渐形成了新的交叉学科，如生命科学、材料科学、环境科学等。

显然，很多交叉学科在学科划界问题上都难免不与相关或相邻学科发生争论，对于许多社会性学科而言更是如此。那么如何看待这一学科领域之间的学术争论现象呢？是不是存在一种能够比较客观公正地划分交叉学科与相关/相邻学科各自研究领域的方法？当然，不同的交叉学科可能面临不同研究疆域和问题空间的争论。作为一种学术现象，相邻学科之间为各自研究领域的争夺是不可避免的，因此也是可以理解的。对于学术科研的进步，这种争论无疑具有重要的作用，因为正是这种学科之间的争论才影响了科学不断走向深入，研究不断细化的历史进程。但是过于严格地限制本学科的研究领域又不利于学科的发展。诚如有学者认为的那样：“一名专家决不仅仅是某一领域的专家，他同样对自己所从事领域所隶属的上级领域及相关领域必须有很好的把握”。对一门学科而言，同样如此。从系统论的观点来看，只有这样学科才能不断汲取外部学科环境新鲜的血液，从而保持自身旺盛的生命力。否则，一味拘泥于本学科研究领域的学科必将被历史所抛弃。

三、申请策略

　　每个系所学的专业课有很大差别，对于对方的领域没有很深入的了解。所以整个申请过程还是应该以申请本专业方向为重。中间可以挑几个比较有希望的学校进行交叉学科的申请--但是切记，即使是交叉学科，也要与自己的研究方向有关，或是有相关方面的经验，否则成功的概率是很小的。相关学术背景很重要。如物理系、EE转计算机，数学系转经济学相对容易是因为很多专业背景、专业课重叠。类似的还有医学转生物学等等。

　　当然了，对于物理专业来说，跨专业申请是很有优势的，每年都有很多物理系的学生拿到EE,ME,MSE甚至是CS的offer，而很少会有这些系的学生来抢物理的饭碗。一来是因为物理是冷门专业（即使国外也是如此），二来是因为理科的很多课程设置和工科完全不同，工科同学申请就稍嫌功底不足。但是象EE，CS这样的专业，即使你是学理科的，只要有工作经验，或是这方面的研究经历，那就完全可以一试。这也是为什么每年数理化这么容易出国而工科就相对困难的原因之一吧。

四、就业前景

　　“自动化”一是属于信息产业。信息产业被人们誉为“朝阳产业”，发展快、需要人才多、待遇高，是当今科技发展的趋势所在。因此，作为信息产业中的重要一员，自动化专业同样有着光辉的前途。二是自动化应用范围广。目前，几乎所有的工业部门都可以同自动控制挂上钩，现代化的农业、国防也都与自动化息息相关。三是本专业对于个人发展非常有利。本专业课程设置的覆盖面广，所学的东西与其他学科交叉甚多。这也与本专业的来历有关，自动化专业大部分源于计算机或者电子工程系的自动控制专业。

　　那么我们来看看这样一个“万金油”的专业需要哪些方面的知识和能力吧。自动控制理论、运筹学、信号与系统分析、计算机软件技术应用、算法语言及程序设计、模拟电子技术基础、电路原理等等，甚至连流体力学也要修。可以说自动化专业需要工科各方面的知识，其课程与电子工程、计算机、电机工程甚至化学工程都有交叉，这就难怪自动化人才可以到各种各样的领域工作了。以上的学习特点要求学生有较强的理工科背景，不能偏科。当然，各高校自动化专业侧重点的不同也使得后期的专业课有较大的差异。在同样的几年要修比别人多的课程也就意味着比别人更累，所以希望那些对大学生活存在天真幻想，或者想在本科几年好好休息、期待风花雪月的同学不要报考这个专业，繁重的学业压力以及全面发展的要求对你来说将是个痛苦。但是，对那些有志于学到真本领、硬功夫的同学来说，这个专业真的是一个非常好的选择。如此热门的专业带来的当然是激烈甚至残酷的竞争，像电子、计算机这些电类专业一样，自动化的报考难度也不小。自动化专业的优势在就业时候体现得更为突出。首先，所有的行业都可以同自动化挂钩，转行非常容易，“硬”可转电子工程，“软”可转计算机，也可转通信，当然待遇也是非常不错。