要报AI专业吗？北大给你更多选择！

北京大学微信公众号

2026-06-27 13:46

当AI进入越来越多的领域

每个学科都在重估自己的价值

每个专业都在重构自己的使命

技术不断改变工具

大学始终培养人

因此，真正重要的问题或许从来不是

“我要不要学AI？”

而是

“我希望使用AI解决什么问题？”

“我可以如何借助AI为未来赋能？”

“我是否对AI生成内容具备判断能力？”

面对这些问题

北京大学各院系

正在用各自的探索给出回答

答案并不相同

但它们指向同一个方向

以学科为根基，以现实问题为导向

以人工智能为新的工具和伙伴

在不断变化的时代中

寻找属于自己的未来

寻找“人”自身恒定的价值

学生使用北大人工智能辅助教学平台“北大问学”练习数学习题

“物理与人工智能”课堂

让AI生长——北大如何培养AI人才

AI并非空中楼阁，它建立在基础理论、算法模型、工程系统和长期科研积累之上。围绕智能科学、计算系统、通用智能等方向，北大依托特色班型，为有志于探索AI底层理论、前沿模型和智能系统的学生，提供从课程训练、导师指导到国际交流、科研实践的完整培养路径。

2017年，北京大学信息科学技术学院创办图灵班，探索计算机类拔尖创新人才培养。图灵班由图灵奖得主约翰·霍普克罗夫特（JohnEdwardHopcroft）教授担任指导委员会主任，采用“导师制+小班化+国际化”的培养模式。学生需完成数学、计算机核心课程及科研实践，并有机会前往麻省理工学院等海外名校交流。

班级每年从全校大一学生中择优选拔约30人，至今已毕业多届，涌现出一批在机器学习、计算机视觉、量子计算等领域表现突出的青年学者。2023年，图灵班荣获教育部基础学科拔尖学生培养计划2.0优秀案例。

北京大学2024级图灵班开班仪式

2021年，元培学院设置人工智能专业和通用人工智能实验班（通班），将AI人才培养从算法、系统、模型延伸到通用智能和科学智能。元培学院本身是北大通识教育和交叉学科的实验基地，AI专业依托其自由选课、自由选择专业方向的机制，允许学生根据兴趣定制课程组合。通用人工智能实验班则由朱松纯教授领衔，聚焦构建能理解、推理、学习、交互的通用智能体。学生需要修读认知科学、心理学、哲学等交叉课程，并在北京通用人工智能研究院等机构开展实践。

该班自2021年起已连续招收五届，每学期动态更新培养方案，以追踪前沿。通班还通过前沿讲座、学术交流和项目实践，把课堂学习延伸到真实学术讨论之中。学生曾与大卫·曼福德（DavidBryantMumford）教授等国际知名学者围绕数学、认知科学与人工智能前沿问题面对面交流，进一步理解通用智能研究的学科根基与开放问题。

通班同学与哈佛大学、布朗大学荣休教授，菲尔兹奖获得者大卫·曼福德教授面对面交流

通班学生深度参与的部分前沿课题

2022年，北京大学信息科学技术学院与智能学院联合创办智能科学与技术专业实验班（智班），着力于新一代智能科学人才培养。智班不同于传统的计算机或自动化培养，它更强调人工智能的底层理论（如概率图模型、强化学习理论等）、脑科学启发的新算法，以及机器人与自主系统的工程能力。学生前两年完成数学物理基础学习与编程训练，后两年进入导师课题组，参与机器人、自然语言处理、科学计算等方向的科研实践项目。班级规模约30人，实行双学院双重管理，共享两个学院的实验室与科研资源。

北京大学2022级智能科学与技术专业实验班（智班）

图灵班、通班、智班，北大正以“生长”而非“移植”的方式，让AI人才在肥沃的学术土壤中自然扎根。此外，北大还提供多样的与AI专业相关的辅修双专业，不同专业的同学都可以在原有学科训练基础上补充人工智能相关知识与能力。并把AI转化为服务本学科学习和研究的能力。

↓↓↓专家这样说↓↓↓

北京大学计算机学院计算机科学与工程系主任李文新：

在北大，计算机专业与人工智能专业的定位十分明确：计算机专业是传统优势大的学科门类，课程体系覆盖面广，从底层计算机体系结构、操作系统，到编程语言、应用开发，再到人工智能相关领域均有涉猎，重点培养学生坚实的计算机平台基础；人工智能专业设立于元培学院，属于实验班性质，依托实验班优势，聚焦人工智能领域新兴方向的核心本质，通过系统化课程，帮助学生掌握人工智能领域的前沿技术。

对于报考北大的考生，建议结合自身特质选择：若数理基础扎实，对编程及计算机底层应用有浓厚兴趣，适合报考计算机专业；若对跨学科新兴领域充满好奇，希望在多学科交叉中发展，人工智能专业更为合适。

让AI融通——这里有哪些跨学科教育项目

在北大，人工智能正以前所未有的深度和广度融入教学与科研。它不再只是新工科院系的专属领域，而是通过与各学科的深度融通，催生出一批独具特色的跨学科教育项目，为人文、社科、理工等不同背景的学生提供了拥抱智能时代的多元路径。

“数智金融”

数字金融行业正深度融合大数据、云计算与人工智能技术，兼具金融功底与数字技术能力的复合型人才缺口持续扩大，数智金融也成为极具潜力的交叉方向。

为此，光华管理学院联合信息科学技术学院开设院内首个跨学科本科联合培养项目——数智金融班（智金班）。项目将金融学、经济学与信息科学技术、人工智能、大数据专业交叉融合，依托两院多元师资，打造兼具新财经战略思维、跨学科知识结构与多元化国际视野的创新人才培养路径。

项目面向光华管理学院及信息科学技术学院的本科生，每年招收约30人，整体设置25学分课程，包含15学分必修课与10学分选修课。课程体系由两院优质师资联合搭建——光华提供微观经济学、公司金融、证券投资学等金融核心课程，信息科学技术学院则贡献数据结构与算法、数据库概论、机器学习、自然语言处理等技术课程。

数智金融本科联合培养项目课程设置

“AI+心理认知”

2025年，北京大学心理与认知科学学院联合信息科学技术学院建设“AI+心理认知”跨学科本科教育项目。项目依托北大在心理学和人工智能领域的学科优势，由心理与认知科学学院、信息科学技术学院共同组织，面向本科生开展跨学科培养。

项目要求学生既掌握心理学的基础知识和研究方法，也学习智能科学的理论与方法，在认知科学与智能科学之间建立连接。学生将在课程学习和研究训练中理解人类认知过程与智能系统的交互，并尝试在人工智能、心理学、神经科学等领域开展创新研究与应用。

心理与认知科学学院老师团队基于生成式人工智能模型，针对社交焦虑的筛查构建多元社会情景图片库

从理解人的感知、记忆、决策，到探索机器的学习、推理和交互，“AI+心理认知”项目关注的，不只是让AI更智能，也是在智能时代重新认识人自身。

“人文+AI”

2026年4月，北京大学“人文+AI”（Humanities&AI，简称H&AI）能力提升证书项目正式启动。项目由人文学部统筹，数字人文研究中心设计教学，人工智能研究院负责运行，面向中文、历史、哲学等人文学部在读本科生，每年招收约20人。

为什么人文需要AI？在人工智能深度融入知识生产与社会运行的背景下，人文学科的研究方式与表达形态正发生深刻变化。项目以培养“人文+AI”复合型人才为核心目标，整合校内优质教学资源，打造学分轻量、实践导向的灵活培养体系。

课程采用“两年制”培养模式，通过紧凑设计实现从认知到实践的贯通培养。基础课系统介绍大语言模型的基本原理，训练学生将人文问题转化为可计算、可建模的问题；学科交叉课由各人文院系围绕学科与AI结合的具体场景展开；技能训练课重点提升数据处理、可视化表达与知识建模能力；项目实践课则实行导师制，学生围绕真实科研问题或行业案例，通过团队协作完成需求分析、方案设计与成果开发。

项目的成果形式也突破了传统论文的局限——可以是数据集与结构化知识库、知识图谱与可视化系统、AI智能体与交互式应用，也可以是数字展览与文化创意作品。项目还与互联网企业、文化产业合作，使学习成果具备实际应用与社会传播价值。

“人类语言与人工智能”课堂

“人工智能与未来传播”

数字社会的新闻传播活动正经历深刻变革，从传统以媒介为中心的模式，加速向内容和技术双轮驱动转型。过去相对独立的学科培养模式，已逐渐难以完全适应行业对复合型人才的需求。

为此，新闻与传播学院与信息科学技术学院携手合作，推出“人工智能与未来传播”跨学科本科联合培养项目，面向全校在读本科生，每届招生30人。

项目以服务国家数字经济与文化传播战略需求为导向，致力于培养通晓新闻传播理论知识，掌握人工智能前沿知识的跨学科复合型人才，以打破内容与技术的专业壁垒，在未来传播新格局中发挥领军作用。同时，项目也着力提升学生的国际视野与国际传播胜任力，培养能够讲好中国故事、面向未来的新型人才。

博雅AI4S拔尖人才培养计划

如果说以上项目是将AI引入人文、传播、金融等领域，那么“博雅AI4S拔尖人才培养计划”则是将AI作为驱动基础科学研究的核心引擎。

AI4S，即AIforScience，指将人工智能技术应用于科学研究。2025年4月，北大科学智能学院成立，以学科形式推进科学智能建制化发展，“博雅AI4S拔尖人才培养计划”正是该学院面向本科生打造的人才培养项目。

项目面向对AI4S有浓厚兴趣的数学、物理学、化学、生命科学、基础医学、计算机科学等理工科本科生开放，每学期招收约50名学生赴深圳校区学习。

谈及项目独特性，科学智能学院副院长、该计划班主任莫凡洋介绍，其突破在于构建了一套“纵向扎根、横向贯通、问题驱动”的立体化培养体系，有助于打破传统学科壁垒。课程强调“融合”而非简单叠加，开设“AI+”交叉核心课程，课程案例和项目均来自真实科研与企业场景。

2025年11月，“博雅AI4S拔尖人才培养计划”在深圳正式启动，首批50余位本科生开启了AIforScience学习之旅。

“博雅AI4S拔尖人才培养计划”开班活动

从解读《诗经》与甲骨文，到预测金融市场波动，再到加速新药发现……在北大，人工智能正成为连接28个院系的学术语言和工具。这些跨学科项目与特色班，不仅是课程体系的创新，更是人才培养范式的探索：让学生在深耕本学科知识的同时，习得驾驭AI工具的能力，成为能够理解、运用乃至创造人工智能的复合型拔尖人才。

让AI赋能——不同学科如何寻找自己的答案

学校构建了“基础融入、通识融通、专业融合、开放多元”的本科数智课程体系，实现本科生计算机与人工智能基础教育全覆盖，提升学生计算机基础与运用人工智能方法解决问题的能力。

AI既是学习研究的对象，也是各学科正在积极尝试运用的工具。各本科生院系积极将AI与专业课程融合。同样是AI，不同学科在用它回答不同的问题。以不同学科本科生课程为例，有人借助它理解历史，有人用它拓展创造力的边界，有人用它探索科学规律，也有人借助它重新审视人与社会的关系。

面向全体本科生的计算机公共基础课“计算概论B/C”融入了大语言模型等基础人工智能内容

AI+化学

化学与分子工程学院“有机化学实验”系列课程的老师们，在AI助力下，深入梳理有机化学的核心概念、反应机理与内在关联，以官能团为主线，将化合物性质、反应类型、合成策略等关键知识点有机串联，构建了覆盖基础理论与前沿应用的多层次知识图谱。同时，化学学院先后联合人工智能研究院、计算中心与教师教学发展中心，共同开发了“化小北”化学实验智慧学伴。“化小北”整合了教学组数十年积累的教材、讲义、课件、实验视频、备课教案、数据手册等大量专业资料，既具备大模型的理解广度，又拥有实验教学的专业深度。

“化小北”化学实验智慧学伴主界面

教学团队发现，当常规问题能够通过AI辅助解决之后，教师可以将更多时间投入探究性问题设计与讨论之中。课堂目标也因此发生变化：从帮助学生完成实验，转向引导学生发现问题；从获得正确答案，转向探索新的可能。

无论实验流程如何升级，提出问题、验证假设、发现规律，始终是科学训练最重要的内容。AI能够帮助处理数据、预测结构和优化方案，但科学发现的起点，依然来自人的好奇心与探索欲。

AI+工学

在北京大学工学院，“工小成”新工科教学智能体正在进入工学实践教学。2026世界数字教育大会高等教育平行会议发布中国高校首批18项高等教育智能体，由北京大学工学院自主研发、计算中心提供技术支撑的“工小成”位列其中。它面向“教、学、管、评、研”五大场景，目前已面向工学院全体同学开放。

目前，“工小成”已经融入教学环节。面对机械臂抓取、视觉伺服等实验任务，它可以辅助生成实验方案、提供操作导引，并对实验过程中出现的问题进行诊断。在《工学创新实践》《先进制造与机器人实践》等课程中，学生一边完成真实工程任务，一边借助智能体理解实验原理、调整操作流程、分析实践结果。

“工小成”具身智能实验室模块

对于工学教育而言，AI带来的变化不只是多了一个答疑工具。它可以帮助学生更快进入实验情境，也可以让教师更及时地了解学习过程中的难点，帮助同学们成长为能够面对真实问题、理解系统约束，并把想法落实为可验证方案的工学人才。

AI+历史

在北京大学历史学系“历史的智能演绎”课程中，学生以《三国志》及相关史料为基础，首先完成历史文献精读训练，学习人物研究方法，并从史料中提取人物、事件、时间和地点等信息，将其整理为结构化数据。在此基础上，学生利用生成式AI创作历史人物与历史场景，进一步设计具有知识边界和行为逻辑的历史人物智能体，并尝试构建能够运行的多智能体历史演绎系统。

课程核心内容

从阅读历史到演绎历史，课程将历史研究方法与人工智能技术结合在一起，为学生提供了一种新的历史学习路径。课程评价关注的重点并不是技术实现得是否复杂，而是学生是否真正理解了历史。因为只有理解人物所处的时代背景、理解不同历史事件背后的因果逻辑，才能构建出可信的历史角色与历史情境。

AI可以帮助学生更快接近历史，但学生如果要深入理解历史人物为什么做出某种选择，历史事件为何会以某种方式展开，就必须要提高历史素养。这类思考所需要的能力，依然属于历史学训练本身。

AI+艺术

在艺术学院“计算艺术概论”课程中，学生利用DeepSeek、即梦AI、可灵AI等工具完成剧本生成、角色设计和场景构建。一名创作公路旅行漫画的学生曾提到，过去最大的困难是“手跟不上脑”。引入AI之后，他利用图像生成工具Midjourney生成参考图，通过训练StableDiffusion的LoRA模型定制角色，仅通过调整提示词便能够快速生成不同镜位中的人物表情和场景光影。过去需要数天完成的复杂场景被大幅压缩制作时间，而学生则能够将更多时间投入故事设计和分镜构思之中。