一、方向概况
该方向依托北京理工大学计算机学院、人工智能研究院、"智能信息技术"北京市重点实验室、"海量语言信息处理与机器学习"工信部重点实验室、"智能机器人与系统"工信部重点实验室及"认知计算与智能决策"科技创新团队，以计算机科学与技术（全国A）、控制科学与工程（全国A-）、信息与通信工程（全国A-）、数学（全国B+）、软件工程（全国A-）一级学科为核心支撑，深度联接网络空间安全、电子科学与技术、机械工程、生物医学工程等学科。方向紧密对接国家"十四五"规划中"新一代人工智能""科技创新2030—脑科学与类脑研究""智能制造""智能交通""智慧医疗"等战略部署，形成了涵盖机器学习与深度学习（监督/无监督/强化学习/联邦学习/图神经网络/大模型）、计算机视觉（目标检测/语义分割/三维重建/视频理解/多模态）、自然语言处理（大语言模型/机器翻译/知识图谱/对话系统/文本生成）、智能机器人与自主系统（感知-规划-控制/SLAM/人机交互/群体智能）、智能决策与博弈（多智能体强化学习/因果推理/可信AI/对抗鲁棒）、类脑计算与认知智能（脉冲神经网络/脑机接口/认知建模/神经形态芯片）、AI for Science（分子生成/材料设计/气象预测/蛋白质结构预测）等完整研究链条。汇聚黄河燕教授（自然语言处理与智能问答）、王国仁教授（数据库与知识图谱）、贾云得教授（计算机视觉与智能感知）、刘驰教授（群体智能与物联网）、宋丹丹教授（大模型与多模态学习）、邓志红教授（智能控制与模式识别）、付梦印教授（智能车辆与多传感器融合）、陈杰教授（多智能体系统与分布式优化）、李仲令教授（智能优化与进化计算）、张磊教授（联邦学习与隐私计算）、黄华教授（医学影像智能分析）、刘建伟教授（强化学习与智能决策）等骨干导师。实验室承担国家重点研发计划"科技创新2030—新一代人工智能"重点专项、国家自然科学基金重大/重点项目/创新研究群体、军委装备发展部/战略支援部队智能决策/认知对抗/无人集群预研及多项国产大模型训练、智能无人战车/无人机集群、冬奥智能交通、智能医疗影像诊断任务，成果服务于国产大模型（智谱/百川/月之暗面）核心算法、国防智能决策与认知电子战系统、无人集群协同控制、智能车辆感知决策、医学影像辅助诊断（三甲医院部署>50家）等国家重大需求，获国家科技进步二等奖5项、国家技术发明二等奖3项、国防科技进步特等奖2项、中国人工智能学会科学技术特等奖等多项荣誉。选拔要求绩点前8%–10%，核心课程涵盖机器学习、深度学习、计算机视觉、自然语言处理、强化学习、最优化理论、概率图模型、数据结构与算法、线性代数、概率论与数理统计、Python/PyTorch编程等；英语六级480分以上，推免拟招26–36人。
二、知点保研核心优势
近十年深耕本方向辅导，精准把握"数据获取—模型设计—训练优化—推理部署—系统集成—场景验证—迭代闭环"全链条逻辑；深谙从传统机器学习向深度学习/大模型/多模态跃迁、从单模态向跨模态融合拓展、从集中训练向联邦/分布式/边缘推理变革、从黑箱模型向可解释/可信/安全AI演进的范式变革。一对一匹配大语言模型（LLM）预训练/微调/对齐（RLHF/DPO）、多模态视觉-语言模型（VLM）、扩散模型（Diffusion）图像生成与编辑、图神经网络（GNN）在知识图谱/分子/社交网络中的应用、多智能体强化学习（MARL）在无人集群/博弈/交通调度中的协同决策、联邦学习（横向/纵向/联邦NAS）隐私保护与异构数据挑战、脉冲神经网络（SNN）与神经形态芯片（类脑计算）、AI for Science中AlphaFold式蛋白质结构预测/分子生成/材料筛选、智能车辆端到端感知决策（BEV+Transformer+世界模型）等子方向导师；提供GPU集群（NVIDIA A100/H100×128+）、智能机器人实验平台（机械臂/四足/无人机/无人车）、脑电/脑磁采集系统、医学影像数据库（>100万例）、大规模自然语言语料库深度参与；对接华为/百度/智谱/腾讯/阿里达摩院/科大讯飞/商汤/旷视等头部企业课题跟研；提供NeurIPS、ICML、ICLR、CVPR、ACL、AAAI、IJCAI、IEEE TPAMI、中国科学：信息科学等顶会顶刊投稿指导及全国大学生人工智能创新大赛、Kaggle/天池竞赛、RoboMaster、"互联网+"大赛闭环服务。
三、辅导体系
绩点提升：强化机器学习（SVM/决策树/集成/降维/聚类/贝叶斯）、深度学习（CNN/RNN/LSTM/Transformer/Diffusion/GAN/VAE）、计算机视觉、自然语言处理、强化学习（MDP/Q-learning/Policy Gradient/PPO/SAC）、最优化理论（凸优化/SGD/Adam/二阶方法）、概率图模型（HMM/CRF/变分推断/MCMC）、数据结构与算法、线性代数与矩阵论、概率统计等核心课程；掌握PyTorch/JAX/TensorFlow框架、Hugging Face大模型工具链、分布式训练（DeepSpeed/Megatron/FSDP）、CUDA加速、ROS2机器人开发、Linux/Slurm集群管理等实操技能。
论文辅导：引导选择大模型高效微调（LoRA/QLoRA/Adapter）、多模态对齐与推理、扩散模型加速与可控生成、GNN可扩展性与异构图学习、MARL通信效率与涌现行为、联邦学习异构性与公平性、SNN能耗优化与时序编码、医学影像少样本分割与可解释诊断、智能车辆BEV感知与世界模型等兼具理论前沿与产业落地价值的议题。
面试突破：针对"Transformer自注意力机制复杂度及优化""大模型'预训练-微调-对齐'三阶段逻辑""强化学习中'探索-利用'权衡""联邦学习核心挑战与解决思路""AI可解释性与可信性""'卡脖子'背景下国产AI芯片/框架/大模型突破路径""个人数学功底/编程能力/科研潜力与实验室匹配度"等高频追问开展专项模拟。
四、结语
人工智能以"智为魂、数为基、算为翼、用为归、安为盾、国为重"为使命，正从专用智能向通用智能/大模型/多模态全面跃迁，在国产大模型、无人集群、智能车辆、智慧医疗、国防认知对抗等国家重大需求中彰显核心价值。知点保研愿助力有志学子稳步前行。咨询报名可致电4000003363，或添加微信13671344286获取个性化评估与规划建议。
