導(dǎo)語(yǔ)

面向北京師范大學(xué)全體在讀學(xué)生（含珠海校區(qū)），系統(tǒng)科學(xué)學(xué)院張江教授攜攜《面向復(fù)雜系統(tǒng)的人工智能》與《復(fù)雜性思維》兩門(mén)精品課程同步開(kāi)課。課程立足復(fù)雜系統(tǒng)前沿領(lǐng)域，兼顧人工智能核心技術(shù)傳授與跨學(xué)科思維培育，注重理論深耕與實(shí)踐落地，助力校內(nèi)學(xué)子夯實(shí)專業(yè)基礎(chǔ)、提升認(rèn)知層次與科研實(shí)踐能力。

《面向復(fù)雜系統(tǒng)的人工智能》此門(mén)課程考核靈活、修讀友好，專為北師大校內(nèi)學(xué)生定制專屬福利——選課即贈(zèng)集智學(xué)園VIP會(huì)員，表現(xiàn)優(yōu)異者可獲得實(shí)踐兼職機(jī)會(huì)，為不同學(xué)科背景的校內(nèi)同學(xué)，打造兼具學(xué)術(shù)深度與應(yīng)用價(jià)值的專屬學(xué)習(xí)平臺(tái)。

北師大最受歡迎教授之一，全網(wǎng)超39萬(wàn)學(xué)員力薦！

張江老師不僅是北師大系統(tǒng)科學(xué)學(xué)院教授、集智俱樂(lè)部、集智學(xué)園創(chuàng)始人，更是混沌學(xué)園、得到APP人氣講師，他的課程被譽(yù)為“改變世界觀的神課”。2019年他在混沌分享的《復(fù)雜性思維》課程贏得超39萬(wàn)學(xué)員的喜愛(ài)，大家評(píng)價(jià)這是能夠重塑認(rèn)知框架的一門(mén)課。

為什么張江老師的課一座難求？因?yàn)樗馨炎顭X的復(fù)雜科學(xué)講得深入淺出、風(fēng)趣幽默！無(wú)論多么晦澀的概念，在他嘴里都變得生動(dòng)有趣、通俗易懂。聽(tīng)過(guò)他課的同學(xué)都說(shuō)：“原來(lái)混沌理論可以這么好玩！第一次覺(jué)得神經(jīng)網(wǎng)絡(luò)這么有意思！”

現(xiàn)在，這位“用復(fù)雜科學(xué)理解世界”的明星教授，帶著兩門(mén)重磅課程來(lái)到你面前！

在《面向復(fù)雜系統(tǒng)的人工智能》課程中，你將深入學(xué)習(xí)機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、大語(yǔ)言模型、因果推理等硬核技術(shù)，探索如何用AI破解復(fù)雜系統(tǒng)的奧秘。更酷的是，課程引入“氛圍編程”（Vibe Coding）實(shí)踐，帶你用最新AI編程工具輕松完成項(xiàng)目，零基礎(chǔ)也能玩轉(zhuǎn)代碼！

而《復(fù)雜性思維》則將混沌、涌現(xiàn)、分形、自指等深邃概念串聯(lián)成“復(fù)雜性階梯”，幫你重新理解生命、城市、網(wǎng)絡(luò)乃至宇宙的運(yùn)行規(guī)律。從《黑客帝國(guó)》到《三體》，課堂討論燒腦又過(guò)癮，徹底升級(jí)你的認(rèn)知框架！

重磅福利

選修張江老師課程，即贈(zèng)送集智學(xué)園VIP會(huì)員，海量前沿課程免費(fèi)學(xué)！表現(xiàn)優(yōu)異者還可加入字幕組兼職，邊學(xué)習(xí)邊賺零花！

學(xué)分好拿，考試好過(guò)！平時(shí)討論+項(xiàng)目匯報(bào)/開(kāi)卷考試，輕松修學(xué)分，收獲硬本領(lǐng)！

名額有限，先到先得！無(wú)論你是理工科本碩博，還是渴望跨界思維的文科生，這里都有屬于你的未來(lái)賽道！

這門(mén)課差點(diǎn)就沒(méi)了！還好歷屆學(xué)長(zhǎng)學(xué)姐的真實(shí)評(píng)價(jià)，讓它留了下來(lái)。來(lái)聽(tīng)聽(tīng)他們的真心話，看看這門(mén)被“救回來(lái)”的寶藏課到底值不值。

課程介紹

面向復(fù)雜系統(tǒng)的人工智能（面向研究生）

背景

通用領(lǐng)域的自然語(yǔ)言交流、編寫(xiě)代碼、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、新質(zhì)子模型的發(fā)現(xiàn)、輔助數(shù)學(xué)定理證明，所有這些不同領(lǐng)域的難題都正在被新興人工智能技術(shù)逐一攻破。人工智能， 特別是以機(jī)器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)技術(shù)為代表的智能技術(shù)，近年來(lái)獲得了迅猛的發(fā)展，它正在與各個(gè)學(xué)科發(fā)生交叉、融合，逐漸演化為一種解決各種復(fù)雜系統(tǒng)問(wèn)題的跨學(xué)科方論，成為支撐復(fù)雜系統(tǒng)分析與建模的重要新興技術(shù)。

復(fù)雜系統(tǒng)是由大量的單元通過(guò)非線性的相互作用而形成的整體，并在不同尺度上展現(xiàn)出了不同的涌現(xiàn)現(xiàn)象和規(guī)律。一方面，機(jī)器學(xué)習(xí)與人工智能的新興技術(shù)可以輔助我們發(fā)現(xiàn)這些復(fù)雜系統(tǒng)隱藏在不同尺度上的運(yùn)行規(guī)律，并實(shí)現(xiàn)優(yōu)化與控制，另一方面，從復(fù)雜系統(tǒng)中發(fā)展出來(lái)的理論與方法也可以幫助我們理解復(fù)雜人工智能系統(tǒng)的運(yùn)行規(guī)律。

為了更好地融合復(fù)雜系統(tǒng)與人工智能這兩個(gè)重大領(lǐng)域，北師大系統(tǒng)科學(xué)學(xué)院張江教授開(kāi)設(shè)《面向復(fù)雜系統(tǒng)的人工智能》課程，內(nèi)容包括但不限于：人工智能簡(jiǎn)介、機(jī)器 學(xué)習(xí)基礎(chǔ)、強(qiáng)化學(xué)習(xí)基礎(chǔ)、因果推斷基礎(chǔ)、面向復(fù)雜系統(tǒng)的神經(jīng)網(wǎng)絡(luò)技術(shù)、在具體領(lǐng)域中的應(yīng)用等。

另外，本課程的實(shí)踐項(xiàng)目部分，將帶領(lǐng)大家一起學(xué)習(xí)使用最新的AI編程工具，用“氛圍編程”（Vibe Coding）方式完成小型AI項(xiàng)目。

教學(xué)目標(biāo)

• 深入理解復(fù)雜系統(tǒng)數(shù)據(jù)驅(qū)動(dòng)建模、決策與控制的基本問(wèn)題和常用方法

• 熟悉并掌握面向復(fù)雜系統(tǒng)的各種人工智能技術(shù)，包括但不限于：機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、大語(yǔ)言模型、因果推理、決策控制等。

課程大綱（共48學(xué)時(shí)）

• 復(fù)雜系統(tǒng)與人工智能簡(jiǎn)介

• 機(jī)器學(xué)習(xí)基本概念

• 基本神經(jīng)網(wǎng)絡(luò)介紹

• 復(fù)雜系統(tǒng)自動(dòng)建?？蚣?/p>

• 復(fù)雜動(dòng)力學(xué)學(xué)習(xí)

• 生成式AI技術(shù)

• 大語(yǔ)言模型

• 圖神經(jīng)網(wǎng)絡(luò)

• 因果科學(xué)簡(jiǎn)介

• 基于世界模型的強(qiáng)化學(xué)習(xí)

• 因果涌現(xiàn)與多尺度建模

• 用復(fù)雜科學(xué)方法理解人工智能大模型

考核方式

• 平時(shí)考核：課堂討論與內(nèi)容共創(chuàng)

• 期末考核：項(xiàng)目匯報(bào)

面向?qū)ο?/blockquote>

• 理工科背景高年級(jí)本科生

• 理工科背景碩士、博士研究生

參考課程

• 吳恩達(dá)：Build with Andrew https://www.deeplearning.ai/courses/build-with-andrew/

• Jure Leskovec: Machine Learning with Graphs, StanfordCS224W.

https://www.youtube.com/playlist?list=PLoROMvodv4rPLKxIpqhjhPgdQy7imNkDn

• Steve Brunton: Data Driven Science and Engineering, University of Washington

https://www.youtube.com/playlist?list=PLMrJAkhIeNNRpsRhXTMt8uJdIGz9-X_1-

• Karthik Duraisamy: DATA-DRIVEN ANALYSIS AND MODELING OF COMPLEX SYSTEMS, Michigen institute for computational discovery and engineering, Michigen University.

https://micde.umich.edu/academic-programs-old/data-driven-course/

• Sergey Levine: Deep Reinforcement Learning, CS 285 at UC Berkeley.

http://rail.eecs.berkeley.edu/deeprlcourse/

• 對(duì)復(fù)雜系統(tǒng)連續(xù)變化自動(dòng)建?！狽eural Ordinary Differential Equations解讀

https://campus.swarma.org/course/2046

• 復(fù)雜網(wǎng)絡(luò)自動(dòng)建模在大氣污染中的應(yīng)用

https://campus.swarma.org/course/1998

• 兩套因果框架深度剖析：潛在結(jié)果模型與結(jié)構(gòu)因果模型

https://campus.swarma.org/course/2526

• 穩(wěn)定學(xué)習(xí)：發(fā)掘因果推理和機(jī)器學(xué)習(xí)的共同基礎(chǔ)

https://campus.swarma.org/course/2323

• 因果強(qiáng)化學(xué)習(xí)

https://campus.swarma.org/course/2156

• 張江：因果與機(jī)器學(xué)習(xí)能夠破解涌現(xiàn)之謎嗎

https://campus.swarma.org/course/4540

• 因果涌現(xiàn)理論提出者：Erik Hoel主題報(bào)告

https://campus.swarma.org/course/4317

• 如何從數(shù)據(jù)中發(fā)現(xiàn)因果涌現(xiàn)——神經(jīng)信息壓縮器

https://campus.swarma.org/course/4874

• 標(biāo)準(zhǔn)化流技術(shù)簡(jiǎn)介

https://campus.swarma.org/course/1999

• 帶隱狀態(tài)的強(qiáng)化學(xué)習(xí)世界模型

• • https://campus.swarma.org/course/4848

前置課程

• Python編程基礎(chǔ)

• 深度學(xué)習(xí)原理與PyTorch：https://campus.swarma.org/course/956

登陸數(shù)字京師-教務(wù)管理系統(tǒng)（https://onevpn.bnu.edu.cn/）選擇北京師范大學(xué)2025-2026學(xué)年春季學(xué)期張江老師的《面向復(fù)雜系統(tǒng)的人工智能》或《復(fù)雜性思維》課程。

如果你已經(jīng)在北師大報(bào)名系統(tǒng)中選修了這門(mén)課，請(qǐng)掃描下面二維碼填寫(xiě)表單，我們會(huì)給你開(kāi)通一學(xué)期集智學(xué)園vip權(quán)限??

僅限北師大在讀學(xué)生（含珠海校區(qū)）