![]()
導語
一方面,人類面對各式各樣的復雜系統之謎需要AI的助力——AI已經幫助人們嘗試破解生命之謎、調控復雜的氣候系統、甚至于獨立完成獨屬于AI的科研探索;另一方面,狂飆的AI需要復雜系統思維進行全局性的思考——最近一篇名為“AI危機”的文章引爆全球,AI絕不僅僅是一個技術問題,它的快速發展關系到社會經濟乃至地球環境的整體發展。因此,人工智能與復雜系統始終是兩個雙向奔赴的學科——我們既可以用AI技術來助理我們破解復雜系統,又可以利用復雜系統思維來理解AI技術。本講座作為系列研究生課程《面向復雜系統的人工智能》的第一節課,將會想你綜述這兩方面的發展:包括面向復雜系統的數據驅動建模,以及AI時代下的復雜科學。
課程主題:面向復雜系統的人工智能
課程大綱:
背景:復雜科學與AI發展
面向復雜系統的數據驅動建模與調控
作為復雜系統的AI技術
AI時代下的復雜思維
課程時間:2026/03/02 13:30-15:30
騰訊會議:306-2978-5994
會議密碼:147258
從技術突破到全球危機:AI奇點的復雜系統視角
在探討“AI × 復雜科學”交叉融合之前,我們必須直面一個宏大的問題:人工智能的加速演化,是否正在將人類推向前所未有的技術奇點?
早在大模型浪潮初起之時,張江教授便發起「后 ChatGPT時代:從通用人工智能到意識機器」系列讀書會,系統梳理大模型的技術原理、能力邊界與潛在風險。在當時全球熱議尚未形成之際,讀書會就提出了更深層的思考:人工智能的加速演化,是否正逼近一個結構性的全球臨界點?
在第12期主題「AI奇點與行星智能」中,張江教授從復雜系統視角全面評估AI對社會、經濟、就業、教育及地球環境與可持續發展的潛在影響。他指出,人工智能革命并非孤立事件,而是嵌入在熱力學第二定律與城市超線性規模法則推動的超指數增長結構中。技術奇點的臨近,可能與氣候系統的不穩定性疊加,形成真正的“行星級風險”。這一前瞻性判斷,在AI飛速發展與全球能源壓力同步上升的今天,愈發顯得深遠而警醒。(詳情請見集智俱樂部2023年文章)
正是在這一思想脈絡之下,本學期研究生課程《面向復雜系統的人工智能》正式開啟。這門課程不僅教授機器學習、神經網絡與大模型技術,更重要的是訓練一種復雜系統視角——理解人工智能作為復雜系統的動力學特征,分析技術與社會、經濟、生態系統之間的耦合機制,洞察結構性風險與臨界轉變。
在技術狂飆的時代,真正稀缺的能力不是掌握某一種算法,而是能夠在多尺度結構中識別趨勢、判斷臨界點,并以系統思維理解未來演化方向的能力。這門課程,正是一場面向未來的復雜思維訓練。
課程背景
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。
專業術語
復雜系統、非線性動力學、涌現、多尺度建模、機器學習、大語言模型、數據驅動建模、復雜網絡
課程信息
課程主題:AI x 復雜科學 = 面向復雜系統的AI
課程時間:3月2日(周一)下午13:30
課程形式:線上:騰訊會議
課程主題:面向復雜系統的人工智能
課程時間:2026/03/02 13:30-15:30
騰訊會議號:306-2978-5994
會議密碼:147258
線下:北師大海淀校區七號教學樓106(北師大校外人士可通過聯系集智小助手申請入校)
課程主講人:
張江,北京師范大學系統科學學院教授,集智俱樂部、集智學園創始人,集智科學研究中心理事長,曾任騰訊研究院、華為戰略研究院等特聘顧問。主要研究領域包括因果涌現、復雜系統分析與建模、規模理論等。
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。
本學期大綱(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
北師大研究生選課福利
北師大在校研究生選修張江老師課程,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!
歷屆學長學姐的真實評價
![]()
![]()
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)
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.