科学智能（0812Z1，学术学位硕士，自主设置二级学科）隶属于北京大学智能学院，是人工智能与数理、化学、生物、材料、力学等基础科学交叉融合的前沿方向。本专业以人工智能、机器学习、深度学习、科学计算为工具，赋能基础科学与工程领域的研究范式革新，核心围绕科学问题构建数据驱动、物理约束的 AI 模型。主要研究方向包含科学机器学习、物理信息神经网络 PINN、分子与材料 AI 设计、计算生物与 AI 制药、流体 / 电磁等多物理场仿真、高维科学数据挖掘、大模型在科研中的应用、科学计算可视化等。专业兼顾机器学习算法理论、数值计算、基础科学领域知识，培养能够利用 AI 解决传统科研难题的复合型人才。毕业生可在高校、科研院所、AI 科研平台、生物医药企业、新材料研发公司、算力与人工智能研究院从事科学算法研发、科研大模型开发、分子 / 材料智能设计、计算仿真等工作，适合对人工智能、科学计算、跨学科科研建模感兴趣，具备数学、编程基础的考生。

北大科学智能考研注重算法原理、科学计算基础、机器学习模型、科学问题建模，题型包含名词解释、简答题、算法推导题、编程与建模分析题、综合论述题，考题围绕机器学习基础、深度学习、数值计算、科学机器学习、物理约束模型等内容命题，不局限于知识点机械背诵，重点考察考生算法推导、科学场景建模、模型方案设计的能力。很多考生备考容易只关注通用 AI 模型，忽略物理先验、数值微分方程、科学数据集的特点，面对物理信息神经网络、材料分子 AI 这类跨学科建模题目难以搭建完整分析框架。新祥旭考研开设北京大学科学智能 2027 年考研冲刺辅导班，课程全程紧扣北京大学 2027 年硕士研究生招生专业目录，线上辅导形式可选，依托成熟的课程服务体系，为考生提供基础夯实、强化刷题、考前冲刺的全周期备考支持，帮助考生搭建机器学习与深度学习 + 数值分析与科学计算 + 科学机器学习框架 + 跨学科科研建模一体化知识体系，攻克算法推导、物理约束模型构建、科学智能方案设计难点，掌握科学智能考研试题应试规范，稳步提升应试水平。

第一部分，考研全科辅导

全科辅导面向报考北京大学科学智能学硕的考生，覆盖初试四门科目，结合北大智能学院自命题备考特点与考研大纲分阶段规划学习任务。初试科目：101 思想政治理论、201 英语一、301 数学一、801 计算机专业基础，按照基础、强化、冲刺节奏系统授课。 政治搭建完整知识框架，梳理核心考点，配套习题与模考训练，打磨主观题答题逻辑，提升材料分析题得分能力。 英语一主攻词汇、长难句、阅读解题方法，专项训练大小作文，持续作文批改，支撑外文 AI、科学机器学习顶会文献阅读和应试写作。 数学一重点梳理高等数学、线性代数、概率论与数理统计内容，侧重微分方程、矩阵运算、概率统计、数值算法相关计算，为科学计算与模型推导夯实数学基础。 辅导配备学习跟进、任务监督，及时疏导备考压力，根据考生基础调整学习计划，为算法推导、代码模型练习、科研案例整理、真题刷题预留充足时间。

第二部分，考研专业课辅导

专业课贴合北大科学智能历年命题风格，重点训练 AI 概念辨析、算法机理研判、科学场景建模、智能科研方案综合设计四大核心能力。 授课分为两大核心板块： 板块一：计算机与 AI 基础主干。系统讲授数据结构、计算机组成原理、操作系统、计算机网络；机器学习经典算法（回归、分类、聚类、贝叶斯、核方法）、深度学习基础（神经网络、CNN、Transformer、优化器），掌握模型训练、泛化、正则化等基础理论，搭建人工智能核心框架。 板块二：科学智能核心专题与建模方法。讲授数值分析、有限差分、微分方程数值解法；物理信息神经网络（PINN）、算子学习、降阶模型；分子、材料、生物、流体领域的 AI 应用范式；科学数据集、仿真数据驱动建模、科研大模型；训练算法推导、模型选型、结合物理先验设计 AI 方案，结合 AI 辅助药物分子筛选、新材料预测、多物理场仿真等前沿案例开展论述，做到算法原理、数值方法、科学问题三者结合。 课程配套内部备考资料：考点讲义、北大科学智能方向历年真题解析、核心知识点背诵笔记、算法推导汇总、建模案例题库、论述答题范例。采用讲练结合模式，针对名词解释、简答题、算法推导题、建模分析题、综合论述题，梳理答题框架和采分要点。 授课过程中引导考生建立科学问题 — 物理规律 — 数值方法 —AI 模型的跨学科思维，区分通用人工智能与科学智能的差异，拒绝只背网络结构而忽视物理约束。辅导全程答疑，定期组织专业课全真模拟考试，参照院系阅卷标准批改试卷，查漏补缺，帮助考生把握 801 计算机专业基础自命题规律，提高笔试分数。

初试考试科目参考： 101 思想政治理论；201 英语一；301 数学一；801 计算机专业基础

第三部分，考研复试辅导

复试对标北大科学智能学硕考核要求，包含专业笔试、综合面试、英语听说测试。复试拓展科学智能前沿论文、开源模型复现、科研项目设计等内容，强化算法评述、科研设想、研究思路表达训练。协助考生梳理本科学习、编程项目、算法竞赛、科研建模、课程论文、科创实践经历，打磨中英文自我介绍，多轮中英文专业问答模拟，针对 PINN、算子学习、分子材料 AI 项目经历、读研规划等高频问题反复演练。英语听说模块侧重外文科学机器学习、AI for Science 文献阅读，科学智能前沿话题问答，适配专业面试场景。同时讲解复试材料准备、个人陈述优化、面试礼仪、临场表达技巧，组织全真模拟面试，还原考场环境，缓解紧张情绪，提升临场科研思辨与表达能力。

备注：本专业为全日制科学智能学术型硕士（北京大学智能学院自主设置二级学科）；学院不指定官方参考书，考试范围以当年北大研究生院、智能学院招生简章与考试大纲为准；招生计划、推免人数、复试细则以当年北京大学硕士研究生招生简章为准。

如有考研问题可以咨询 17521635669，新祥旭考研咨询师将热情专业的解答您的考研问题。