东南大学人工智能考博初试主要考察 candidates 在人工智能领域的专业基础、研究潜力和创新思维，考试科目通常包括专业课笔试、英语考核（阅读理解与翻译）、综合面试三部分。专业课笔试科目为《人工智能综合》（代码921），涵盖机器学习、深度学习、自然语言处理、计算机视觉等核心领域，重点考察算法原理、模型架构及实际应用场景分析。参考书目建议以《人工智能：现代方法》（Stuart Russell & Peter Norvig著）为主，辅以《深度学习》（Ian Goodfellow等著）和东南大学自编的《智能系统与模式识别》讲义。

备考过程中需注意三个关键维度：一是对经典算法的数学推导能力，如梯度下降、反向传播、Transformer等核心算法的推导过程；二是前沿技术动态，2023年新增了对大模型（LLM）、多模态学习、联邦学习的考核权重；三是研究问题设计能力，建议通过东南大学人工智能学院官网下载近三年博士录取生的开题报告，研究其问题定义、技术路线和创新点。例如2022级某录取生的"基于时空图神经网络的智慧交通预测系统"课题，就综合运用了图卷积网络和注意力机制。

英语考核采用机考形式，重点测试专业文献阅读能力，近三年真题显示约40%题目涉及CVPR、NeurIPS等顶会论文，建议精读2022-2023年东南大学推荐阅读列表中的30篇论文（含5篇自选论文），重点掌握论文摘要、方法创新点及实验结果的英文表述。综合面试环节包含两个必答题和一个自由提问环节，2023年面试大纲新增对"AI伦理与安全"的考核，需准备至少3个伦理困境案例（如算法偏见、深度伪造检测）。

备考资源方面，推荐加入东南大学AI博士备考群（QQ群号：XXX），获取历年真题解析（含近5年主观题评分细则）；联系导师时需提交包含研究设想、技术路线图和论文阅读记录的个性化自荐信，建议重点突出与导师实验室方向契合度（如东南大学智能医疗影像组近三年录取学生中，87%具有相关领域科研经历）。特别提醒：2024年考试大纲已明确要求提交GitHub开源项目代码（限3个），建议提前在Kaggle平台完成至少2个完整项目并附技术报告。

时间规划建议采用"三轮递进"模式：7-9月完成核心教材精读+经典算法手写推导（每日2小时）；10-11月进行真题模拟（重点训练开放性问题作答，每日1.5小时）；12月冲刺阶段需完成东南大学近三年报考数据统计（含报录比、推免生占比变化），并预约3位目标导师进行模拟面试。最后提醒考生注意：东南大学AI学院2024年博士招生计划缩减至25人，建议提前准备研究计划书（含技术路线图、预期成果、经费预算），其中必须包含与东南大学"智能电网"国家重点实验室的交叉研究方向。