面向北師大在校研究生！選張江《面向復雜系統的人工智能》課程，贈集智學園VIP還可以兼職字幕員

導語

面向北京師范大學全體在讀學生（含珠海校區），系統科學學院張江教授攜攜《面向復雜系統的人工智能》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，助力校內學子夯實專業基礎、提升認知層次與科研實踐能力。

《面向復雜系統的人工智能》此門課程考核靈活、修讀友好，專為北師大校內學生定制專屬福利——選課即贈集智學園VIP會員，表現優異者可獲得實踐兼職機會，為不同學科背景的校內同學，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，全網超39萬學員力薦！

張江老師不僅是北師大系統科學學院教授、集智俱樂部、集智學園創始人，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！第一次覺得神經網絡這么有意思！”

現在，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《面向復雜系統的人工智能》課程中，你將深入學習機器學習、神經網絡、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，零基礎也能玩轉代碼！

而《復雜性思維》則將混沌、涌現、分形、自指等深邃概念串聯成“復雜性階梯”，幫你重新理解生命、城市、網絡乃至宇宙的運行規律。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！表現優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、蛋白質結構預測、新質子模型的發現、輔助數學定理證明，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網絡技術為代表的智能技術，近年來獲得了迅猛的發展，它正在與各個學科發生交叉、融合，逐漸演化為一種解決各種復雜系統問題的跨學科方論，成為支撐復雜系統分析與建模的重要新興技術。

復雜系統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出了不同的涌現現象和規律。一方面，機器學習與人工智能的新興技術可以輔助我們發現這些復雜系統隱藏在不同尺度上的運行規律，并實現優化與控制，另一方面，從復雜系統中發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的運行規律。

為了更好地融合復雜系統與人工智能這兩個重大領域，北師大系統科學學院張江教授開設《面向復雜系統的人工智能》課程，內容包括但不限于：人工智能簡介、機器 學習基礎、強化學習基礎、因果推斷基礎、面向復雜系統的神經網絡技術、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

• 深入理解復雜系統數據驅動建模、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的各種人工智能技術，包括但不限于：機器學習、神經網絡、大語言模型、因果推理、決策控制等。

課程大綱（共48學時）

• 復雜系統與人工智能簡介

• 機器學習基本概念

• 基本神經網絡介紹

• 復雜系統自動建模框架

• 復雜動力學學習

• 生成式AI技術

• 大語言模型

• 圖神經網絡

• 因果科學簡介

• 基于世界模型的強化學習

• 因果涌現與多尺度建模

• 用復雜科學方法理解人工智能大模型

考核方式

• 平時考核：課堂討論與內容共創

• 期末考核：項目匯報

面向對象

• 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/

• 對復雜系統連續變化自動建模——Neural Ordinary Differential Equations解讀

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

• 復雜網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

• 穩定學習：發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之謎嗎

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

• 因果涌現理論提出者：Erik Hoel主題報告

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

• 如何從數據中發現因果涌現——神經信息壓縮器

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

登陸數字京師-教務管理系統（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《面向復雜系統的人工智能》或《復雜性思維》課程。

如果你已經在北師大報名系統中選修了這門課，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）