面向北师大在校生！选张江课程，赠集智学园VIP还可以兼职字幕员|专业知识|北京师范大学|北师大|张江|本科生|理工科|科学|集智学园

导语

面向北京师范大学全体在读学生（含珠海校区），系统科学学院张江教授携《面向复杂系统的人工智能》与《复杂性思维》两门精品课程同步开课。课程立足复杂系统前沿领域，兼顾人工智能核心技术传授与跨学科思维培育，注重理论深耕与实践落地，助力校内学子夯实专业基础、提升认知层次与科研实践能力。

课程考核灵活、修读友好，专为北师大校内学生定制专属福利——选课即赠集智学园VIP会员，表现优异者可获得实践兼职机会，为不同学科背景的校内同学，打造兼具学术深度与应用价值的专属学习平台。

北师大最受欢迎教授之一(曾获北京师范大学第十一届青年教师教学基本功比赛（理科组）一等奖)，全网超39万学员力荐！

张江老师不仅是北师大系统科学学院教授、集智俱乐部、集智学园创始人，更是混沌学园、得到APP人气讲师，他的课程被誉为“改变世界观的神课”。2019年他在混沌分享的《复杂性思维》课程赢得超39万学员的喜爱，大家评价这是能够重塑认知框架的一门课。

为什么张江老师的课一座难求？因为他能把最烧脑的复杂科学讲得深入浅出、风趣幽默！无论多么晦涩的概念，在他嘴里都变得生动有趣、通俗易懂。听过他课的同学都说：“原来混沌理论可以这么好玩！第一次觉得神经网络这么有意思！”

现在，这位“用复杂科学理解世界”的明星教授，带着两门重磅课程来到你面前！

在《面向复杂系统的人工智能》课程中，你将深入学习机器学习、神经网络、大语言模型、因果推理等硬核技术，探索如何用AI破解复杂系统的奥秘。更酷的是，课程引入“氛围编程”（Vibe Coding）实践，带你用最新AI编程工具轻松完成项目，零基础也能玩转代码！

而《复杂性思维》则将混沌、涌现、分形、自指等深邃概念串联成“复杂性阶梯”，帮你重新理解生命、城市、网络乃至宇宙的运行规律。从《黑客帝国》到《三体》，课堂讨论烧脑又过瘾，彻底升级你的认知框架！

重磅福利

选修张江老师课程，即赠送集智学园VIP会员，海量前沿课程免费学！表现优异者还可加入字幕组兼职，边学习边赚零花！

学分好拿，考试好过！平时讨论+项目汇报/开卷考试，轻松修学分，收获硬本领！

名额有限，先到先得！无论你是理工科本硕博，还是渴望跨界思维的文科生，这里都有属于你的未来赛道！

张江讲的好不好？听听历届学长学姐们毕业八年后的真实评价吧！

课程介绍

面向复杂系统的人工智能（面向研究生）

背景

通用领域的自然语言交流、编写代码、蛋白质结构预测、新质子模型的发现、辅助数学定理证明，所有这些不同领域的难题都正在被新兴人工智能技术逐一攻破。人工智能，特别是以机器学习与神经网络技术为代表的智能技术，近年来获得了迅猛的发展，它正在与各个学科发生交叉、融合，逐渐演化为一种解决各种复杂系统问题的跨学科方论，成为支撑复杂系统分析与建模的重要新兴技术。

复杂系统是由大量的单元通过非线性的相互作用而形成的整体，并在不同尺度上展现出了不同的涌现现象和规律。一方面，机器学习与人工智能的新兴技术可以辅助我们发现这些复杂系统隐藏在不同尺度上的运行规律，并实现优化与控制，另一方面，从复杂系统中发展出来的理论与方法也可以帮助我们理解复杂人工智能系统的运行规律。

为了更好地融合复杂系统与人工智能这两个重大领域，北师大系统科学学院张江教授开设《面向复杂系统的人工智能》课程，内容包括但不限于：人工智能简介、机器学习基础、强化学习基础、因果推断基础、面向复杂系统的神经网络技术、在具体领域中的应用等。

另外，本课程的实践项目部分，将带领大家一起学习使用最新的AI编程工具，用“氛围编程”（Vibe Coding）方式完成小型AI项目。

教学目标

深入理解复杂系统数据驱动建模、决策与控制的基本问题和常用方法

熟悉并掌握面向复杂系统的各种人工智能技术，包括但不限于：机器学习、神经网络、大语言模型、因果推理、决策控制等。

课程大纲（共48学时）

复杂系统与人工智能简介

机器学习基本概念

基本神经网络介绍

复杂系统自动建模框架

复杂动力学学习

生成式AI技术

大语言模型

图神经网络

因果科学简介

基于世界模型的强化学习

因果涌现与多尺度建模

用复杂科学方法理解人工智能大模型

考核方式

平时考核：课堂讨论与内容共创

期末考核：项目汇报

面向对象

理工科背景高年级本科生

理工科背景硕士、博士研究生

参考课程

吴恩达：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/

对复杂系统连续变化自动建模——Neural Ordinary Differential Equations解读

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

复杂网络自动建模在大气污染中的应用

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

两套因果框架深度剖析：潜在结果模型与结构因果模型

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

稳定学习：发掘因果推理和机器学习的共同基础

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

因果强化学习

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

张江：因果与机器学习能够破解涌现之谜吗

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

因果涌现理论提出者：Erik Hoel主题报告

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

如何从数据中发现因果涌现——神经信息压缩器

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

标准化流技术简介

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

带隐状态的强化学习世界模型

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

前置课程

Python编程基础

深度学习原理与PyTorch：https://campus.swarma.org/course/956

复杂性思维（面向本科生）课程

背景

随着技术的发展，特别是人工智能的飞速进步，我们生活的复杂世界正在逐步演变成为一张紧密联系的大网。在其中，每个弱小个体的力量都可能被网络迅速放大，从而使得地球村落任何一处小小的涟漪都有可能被“蝴蝶效应”催化成蔓延全球的风暴，这一风暴必将反噬到每一个弱小个体，迫使他们的时间被撕裂得破碎不堪。

世界正在复杂、商业正在加速、经济正变得脆弱、科技正在崛起，连地球也会接二连三地为人类敲响环境警钟：新冠肺炎，全球气候变暖、贸易战、金融危机……所有这一切将把人类推向何方？

《复杂性思维》课程将会把包括生命诞生、疾病传播、人群聚集、城市发展、网络社交、公司兴衰在内的诸多课题融为一体，带给你理解世界的新洞见。

诚然，一门课程无法就任何具体问题给出准确的答案。它能够提供的是一套思维的脚手架——复杂性思维。在这一框架下，你可以将真实世界中纷繁复杂的现象梳理成一个个清晰的复杂科学概念。你会逐渐发现，其实宇宙的万物都不过是复杂性演化之“道”在不同侧面的展现，它可以催生地球上的第一个细胞；引发生态系统的突变；导致不可一世的霸道物种的灭绝，自然也指引了人类前进的方向。

在本课程中张江老师将用一套自己搭建的称为“复杂性阶梯”的框架串联起众多复杂性科学概念，包括混沌、秩序、自催化网络、涌现、混沌边缘、热力学第二定律、分形、网络、自指等等。