考试，还有一个占总评30%的团队课题项目，要求3-4人一组，自选与人工智能相关的课题，完成从问题定义、文献调研、方法实现到结果分析的完整流程，并在期末进行展示和答辩。
宣讲会在一个中型阶梯教室举行。授课的是一位年富力强、语速极快的青年副教授，姓秦，研究方向是计算机视觉与强化学习。秦教授用了大半节课时间，以令人眼花缭乱的速度介绍了近年来AI各子领域的突破性进展和前沿方向，从生成式模型谈到具身智能，从大语言模型聊到AI for Science，信息密度极高，听得底下学生们既兴奋又头大。
“好，前沿我们就先了解到这里。”秦教授推了推眼镜，切换到PPT的最后一页，上面列出了课题项目的具体要求和时间节点，“接下来是重点：课题自由组队，自由选题。但有两个建议：第一，选题不要太泛，比如‘研究人工智能的利弊’这种不行，要具体，有明确的技术目标和可评估的结果；第二，鼓励交叉创新，结合你们各自的专业背景。我们清北的优势就是学科齐全，别浪费了。你是学生物的，能不能想想AI在基因测序或药物发现中的应用？你是学建筑的，能不能探索生成式设计？你是学心理的，能不能结合认知模型？当然，经典的CV、NLP、推荐系统课题也可以，但要做出新意。”
“组队名单和初步选题意向，下周上课前提交。现在，给大家二十分钟自由讨论，可以寻找队友，也可以初步碰撞一下想法。”
教室里立刻响起一片嗡嗡的讨论声。学生们开始四处张望，寻找熟悉的同学，或者主动出击，询问彼此的专业和兴趣。韩澈坐在靠后的位置，有些踌躇。他在这个班里认识的人不多，仅有的几个点头之交，似乎也已经找到了队友。他本身是电子工程专业，对AI的了解刚刚入门，要提出一个具体且有新意的课题，并非易事。
他正低头看着课程大纲，思考着自己那点可怜的篮球数据分析想法是否够格作为一个课题时，一个平静的声音在旁边
本章未完，请点击"下一页"继续阅读！ 第2页 / 共8页