導語

面向北京師范大學全體在讀學生（含珠海校區(qū)），系統(tǒng)科學學院張江教授攜攜《面向復雜系統(tǒng)的人工智能》與《復雜性思維》兩門精品課程同步開課。課程立足復雜系統(tǒng)前沿領域，兼顧人工智能核心技術傳授與跨學科思維培育，注重理論深耕與實踐落地，助力校內(nèi)學子夯實專業(yè)基礎、提升認知層次與科研實踐能力。

《面向復雜系統(tǒng)的人工智能》此門課程考核靈活、修讀友好，專為北師大校內(nèi)學生定制專屬福利——選課即贈集智學園VIP會員，表現(xiàn)優(yōu)異者可獲得實踐兼職機會，為不同學科背景的校內(nèi)同學，打造兼具學術深度與應用價值的專屬學習平臺。

北師大最受歡迎教授之一，全網(wǎng)超39萬學員力薦！

張江老師不僅是北師大系統(tǒng)科學學院教授、集智俱樂部、集智學園創(chuàng)始人，更是混沌學園、得到APP人氣講師，他的課程被譽為“改變世界觀的神課”。2019年他在混沌分享的《復雜性思維》課程贏得超39萬學員的喜愛，大家評價這是能夠重塑認知框架的一門課。

為什么張江老師的課一座難求？因為他能把最燒腦的復雜科學講得深入淺出、風趣幽默！無論多么晦澀的概念，在他嘴里都變得生動有趣、通俗易懂。聽過他課的同學都說：“原來混沌理論可以這么好玩！第一次覺得神經(jīng)網(wǎng)絡這么有意思！”

現(xiàn)在，這位“用復雜科學理解世界”的明星教授，帶著兩門重磅課程來到你面前！

在《面向復雜系統(tǒng)的人工智能》課程中，你將深入學習機器學習、神經(jīng)網(wǎng)絡、大語言模型、因果推理等硬核技術，探索如何用AI破解復雜系統(tǒng)的奧秘。更酷的是，課程引入“氛圍編程”（Vibe Coding）實踐，帶你用最新AI編程工具輕松完成項目，零基礎也能玩轉(zhuǎn)代碼！

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

重磅福利

選修張江老師課程，即贈送集智學園VIP會員，海量前沿課程免費學！表現(xiàn)優(yōu)異者還可加入字幕組兼職，邊學習邊賺零花！

學分好拿，考試好過！平時討論+項目匯報/開卷考試，輕松修學分，收獲硬本領！

名額有限，先到先得！無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賽道！

這門課差點就沒了！還好歷屆學長學姐的真實評價，讓它留了下來。來聽聽他們的真心話，看看這門被“救回來”的寶藏課到底值不值。

課程介紹

面向復雜系統(tǒng)的人工智能（面向研究生）

背景

通用領域的自然語言交流、編寫代碼、蛋白質(zhì)結構預測、新質(zhì)子模型的發(fā)現(xiàn)、輔助數(shù)學定理證明，所有這些不同領域的難題都正在被新興人工智能技術逐一攻破。人工智能， 特別是以機器學習與神經(jīng)網(wǎng)絡技術為代表的智能技術，近年來獲得了迅猛的發(fā)展，它正在與各個學科發(fā)生交叉、融合，逐漸演化為一種解決各種復雜系統(tǒng)問題的跨學科方論，成為支撐復雜系統(tǒng)分析與建模的重要新興技術。

復雜系統(tǒng)是由大量的單元通過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，機器學習與人工智能的新興技術可以輔助我們發(fā)現(xiàn)這些復雜系統(tǒng)隱藏在不同尺度上的運行規(guī)律，并實現(xiàn)優(yōu)化與控制，另一方面，從復雜系統(tǒng)中發(fā)展出來的理論與方法也可以幫助我們理解復雜人工智能系統(tǒng)的運行規(guī)律。

為了更好地融合復雜系統(tǒng)與人工智能這兩個重大領域，北師大系統(tǒng)科學學院張江教授開設《面向復雜系統(tǒng)的人工智能》課程，內(nèi)容包括但不限于：人工智能簡介、機器 學習基礎、強化學習基礎、因果推斷基礎、面向復雜系統(tǒng)的神經(jīng)網(wǎng)絡技術、在具體領域中的應用等。

另外，本課程的實踐項目部分，將帶領大家一起學習使用最新的AI編程工具，用“氛圍編程”（Vibe Coding）方式完成小型AI項目。

教學目標

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

• 熟悉并掌握面向復雜系統(tǒng)的各種人工智能技術，包括但不限于：機器學習、神經(jīng)網(wǎng)絡、大語言模型、因果推理、決策控制等。

課程大綱（共48學時）

• 復雜系統(tǒng)與人工智能簡介

• 機器學習基本概念

• 基本神經(jīng)網(wǎng)絡介紹

• 復雜系統(tǒng)自動建?？蚣?/p>

• 復雜動力學學習

• 生成式AI技術

• 大語言模型

• 圖神經(jīng)網(wǎng)絡

• 因果科學簡介

• 基于世界模型的強化學習

• 因果涌現(xiàn)與多尺度建模

• 用復雜科學方法理解人工智能大模型

考核方式

• 平時考核：課堂討論與內(nèi)容共創(chuàng)

• 期末考核：項目匯報

面向?qū)ο?/blockquote>

• 理工科背景高年級本科生

• 理工科背景碩士、博士研究生

參考課程

• 吳恩達：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/

• 對復雜系統(tǒng)連續(xù)變化自動建?！狽eural Ordinary Differential Equations解讀

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

• 復雜網(wǎng)絡自動建模在大氣污染中的應用

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

• 兩套因果框架深度剖析：潛在結果模型與結構因果模型

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

• 穩(wěn)定學習：發(fā)掘因果推理和機器學習的共同基礎

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

• 因果強化學習

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

• 張江：因果與機器學習能夠破解涌現(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

• 標準化流技術簡介

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

• 帶隱狀態(tài)的強化學習世界模型

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

前置課程

• Python編程基礎

• 深度學習原理與PyTorch：https://campus.swarma.org/course/956

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

如果你已經(jīng)在北師大報名系統(tǒng)中選修了這門課，請掃描下面二維碼填寫表單，我們會給你開通一學期集智學園vip權限??

僅限北師大在讀學生（含珠海校區(qū)）