计算机顶尖夏校盘点申请藤校必备项目！

近年来，计算机科学备受瞩目，人工智能、云计算、物联网等专业名词我们已不在陌生，计算机已不再是特定职业所具备的技能，而成为新一代人才的必备通用技能。

对于将来想要留学走理工方向的孩子来说，参加计算机类夏校课程更是开拓思维、提升背景必不可少的经历。

下面老师整理了10个顶尖美国大学的相关夏校项目，看看你更中意哪一个。

01、The National High School Game Academy （NHSGA）

最具竞争力的计算机夏校，专门孵化「藤校选手」

美国卡耐基•梅隆大学（Carnegie Mellon University，简称CMU）的计算机专业是举世公认的一流专业，它的计算机专业与麻省理工学院、斯坦福大学和加州大学伯克利分校并列全美榜首。卡内基•梅隆大学计算机科学学院 ( School of Computer Science)是美国少数几个将计算机科学专业独立成院的大学之一，是全美乃至全世界最大的计算机学院。

The National High School Game Academy (NHSGA)是针对10-11年级学生设立的计算机游戏项目，学生将在这个项目中充分体验现代视频游戏的开发过程，并学习相关的技能，鼓励对艺术、音乐、设计和编程感兴趣的学生申请。

HSGA正在寻找能够在三个常规领域之一中表现出熟练和热情的学生：视觉艺术，编程或游戏设计。

项目时长：6周
适合年级：10-11年级（项目开始前满16周岁），对计算机科学有浓厚的兴趣，并能在严谨的计算机科学课程或项目中取得成功。
申请材料：申请表、标化成绩、一封推荐信、300-500词的文书等。

官网 https://www.cmu.edu/pre-college/academic-programs/drama.html

02、Engineering Summer Academy at PENN （ESAP）

最具竞争力的计算机夏校，专门孵化「藤校选手」

Engineering Summer Academy at Penn（ESAP）主要有生物技术、复杂网络、计算机图形学、计算机科学、纳米技术和机器人六个学科领域。学生可以在其中选一个深入学习。

计算机科学涉及通过学习如何创建数据模型和算法思考，将复杂的问题转化为计算解决方案。课程中会介绍编程的实际应用和计算机科学的重要基础，使用各种编程语言（每种产品会有所不同）。学生将会学习 abstraction, modularity, objects, loops, arrays, classes, and OOP。此外，学生还会学习计算机科学的理论基础，以便他们理解诸如从机器语言的0和1到高度复杂的软件的基本概念。

本课程适用于几乎没有编程经验的初学者。但是，已经参加过AP级计算机科学课程的学生可以从严格的大学级课程中受益。

项目时长：3周
适合年级：高中生，并且在课程开始前（入学日）必须年满15岁；所有申请者必须拥有良好的整体学术记录（至少B），并且优先考虑在数学和自然科学方面表现出色的申请者。
申请材料：学校官方高中成绩单；2封推荐信（至少一封推荐信必须由数学或理科老师撰写）；标准化考试成绩等。

官网： https://esap.seas.upenn.edu/apply/

03、Program in Algorithmic and Combinatorial Thinking （PACT）

最具竞争力的计算机夏校，专门孵化「藤校选手」

普林斯顿的PACT夏校是少有的关于理论和证明的课程，是由国家科学基金会和罗格斯大学资助的项目，主要学习计算机科学领域基础的数学和算法。

PACT由罗格斯大学-卡姆登分校计算机科学教授Rajiv Gandhi教授负责，他的研究兴趣是算法设计，组合优化和概率方法。暑期项目分两个组，第一组是由第一次参加本项目的高中生组成；第二组是由以前参加过本项目的高中生、本科生组成的。此外，本项目还不定期组织由在计算机算法与理论领域非常有经验的研究生参加的高级研修班。

除暑期项目外，本项目还有每周六在普林斯顿大学校园内组织的常年课程项目。

项目时长：4周
适合年级：要针对高中学生，也有一些大学生。
申请材料：申请表；成绩单；两封推荐信（其中至少一封来自数学老师，另一封来自数学或自然科学老师，也可以来自指导顾问）；正式成绩单等。

官网 https://algorithmicthinking.org/

AI4ALL

“AI4ALL”其实是一个社会组织，与Stanford、CMU、Columbia、Princeton等顶尖美国大学合作开发了暑校、线上课程、大学预科等AI课程，希望能够让来自不同背景、不同国家、不同阶段的学生都能够接触人工智能。

01、Stanford

最具竞争力的计算机夏校，专门孵化「藤校选手」

斯坦福的AI4ALL夏校更像是AI科普类的实践课程。课程中，学生会通过讲座、研究项目和助教活动结合的方式来学习相关知识，还会将重点放在探究AI是如何应用在医药、灾难预测和解决贫困问题上的。

项目时长：3周
适合年级：仅对即将升入10年级的学生开放（包括国际生）
申请材料：标化成绩；个人简历；申请表等。

官网 https://ai.stanford.edu/outreach/

02、Carnegie Mellon University

最具竞争力的计算机夏校，专门孵化「藤校选手」

CMU夏校介绍的一开头就提出了一个问题：为什么美国的STEM工作领域少有女性、黑人和墨西哥裔的人？就算是受全球经济的影响，AI领域可以在2030年产生15.7万亿的收益，美国的STEM行业依旧只有不到14%的这些少数族裔的员工。

这就导致了一个问题：现在的AI产品只代表了一群人的需求，并不是所谓的“服务于所有人”，更可怕的是，有些产品直接忽略了这些群体的需求，导致给这些群体带来伤害。这就是CMU的AI4ALL夏校想要带给参与者的理念——AI as a tool for good（用AI造福更多人的生活）。

CMU的AI4ALL夏校是线下且免费的，参与者可以通过实操学习、在AI领域专业人士的辅导下完成一系列的合作AI项目。

项目时长：3周
适合年级：仅对10-11年级的美国国籍学生开放

官网 https://www.cmu.edu/pre-college/academic-programs/ai4all-at-carnegie-mellon.html

03、Columbia University

最具竞争力的计算机夏校，专门孵化「藤校选手」

哥伦比亚大学的AI4ALL项目前身是“SAFELab's Digital Scholars Fellowship Program"，致力于让在纽约的边缘群体的学生学习STEM知识。项目的课程设置可以激发学生在科技、社科和社会公平等领域的交叉想法，还可以在社会学、计算机科学和数据科学的大学生和教授的帮助下，学习完成学术研究。

哥大的AI4ALL同样希望学生不仅是学习了最前沿的科技知识，还要了解如何用科技来解决社会公平等社会问题。项目在线上进行，针对10-12年级来自于边缘群体的学生和需要奖学金的学生。

项目时长：2周
适合年级：对9-11年级的学生开放（包括国际学生）
申请材料：申请表；学校成绩单；标化考试成绩；推荐信等。

官网 https://ai4all.socialwork.columbia.edu/content/program-details04

04、Princeton University

最具竞争力的计算机夏校，专门孵化「藤校选手」

与斯坦福AI4ALL有异曲同工之妙，普林斯顿的这个夏校同样意在向高中生群体介绍AI。但不同于斯坦福的是，普林斯顿的AI4ALL希望将AI普及给更多来自于少数群体的孩子，所以普林斯顿组织了普林斯顿计算机科学部（Princeton Computer Science Department）、普林斯顿信息科学中心（Princeton Center for Information Technology Policy）与“AI4ALL”组织合作开展这个项目，鼓励来自于特殊群体的学生参加（比如Black, Hispanic/Latino/Latina, and Native American），也特别欢迎女生来参加。

项目时长：3周
适合年级：仅对即将升入11年级的学生开放（包括国际生）
申请材料：个人简历；成绩单；申请表等。

官网 https://ai4all.princeton.edu/

布朗夏校有多个针对高中生的项目，Summer@Brown和Summer@Brown online都有跟计算机相关的课程。

网址：https://apps.precollege.brown.edu/catalog/

01、Artificial Intelligence: A Computational Account of Intelligence

最具竞争力的计算机夏校，专门孵化「藤校选手」

这个课程主要是学习大学水平的人工智能知识，包括知识表达（knowledge representation）、计划（Planning，搜索和连续性决策）和机器学习（Machine Learning）；这些知识应用的领域包括自然语言处理、计算机视觉、机器人、经济学和医疗。课程会教授数学知识和Python编程，课程最后还会跟同学组队做一个项目。

项目时长：3周
适合年级：高中生（有基本代数知识，如果有高中水平的几何、函数、概率知识更好；不需要会编程。）
申请材料：个人简历；成绩单；申请表等。

官网 https://apps.precollege.brown.edu/catalog/course.php?course_code=CECS0915

02、Data Science and Machine Learning

最具竞争力的计算机夏校，专门孵化「藤校选手」

这个课程主要是对商业和编程感兴趣的学生而设置的，课程内容主要教授数据挖掘（Data Exploration）、数据可视化（Data Visualization）、数据诊断分析（Diagnostic Analytics）、通过统计和机器学习方法建立预测模型（predictive modeling using statistical and machine learning techniques）。同时，课堂上还会讨论AI面临的道德问题和可行的解决办法，而且会涉及数据在医疗、运动等商业领域的应用。