王腾蛟教授开篇从AI发展的历史脉络切入，点明AI对人类智力劳动及社会生产的深远影响。他指出，AI正在为教育体系带来颠覆性改变，具体表现为中小学课堂中师生使用AI工具的能力反转，以及大学阶段科研与教学的智能化升级，北大开设的“计算社会科学交叉能力提升”证书项目更是吸引了多院系多专业学生报名，凸显出跨学科融合的强劲趋势。

    王腾蛟教授以《红楼梦》为例，生动展现了AI在交叉学科研究中的独特价值。AI不仅能快速梳理出人物之间浅显的姻亲关系，还能挖掘出文本中的更多关联逻辑，甚至对情节矛盾之处进行一些自我推理。同时，他分享了AI生成个性化学习方案的实践案例，说明AI正推动教学角色从知识传授者向学习引导者转变，让高效、个性化的学习成为可能。

    随后，王腾蛟教授重点阐释了AI推动的科研范式变革，他以88岁高龄的图灵奖得主高纳德与Claude协作解决哈密尔顿回路问题为典型案例，揭示出“机器探索、人类验证”的人机协同新路径。他还讲解了AI从超大规模数据库到大数据的技术演进，以及参数达到临界点后呈现的“涌现能力”，同时提及OpenAI等机构正寻求大模型在逻辑推理方面的突破，帮助现场听众理解AI科研的前沿方向。

课程现场

    在产业落地层面，王腾蛟教授分享了多个北大团队的实践成果，展现出AI的实际应用价值。在碳中和领域，北大团队将全球陆地碳汇计算周期从一年缩短至一天，还为联合国气候大会提供气候治理主题分析报告；在医疗领域，AI系统已经可以精准模拟某名老中医开药方；在金融领域，北大研发的AI量化投资系统实现了稳定的年化收益，展现出强抗跌性。

    王腾蛟教授还介绍了北大在AI领域的学术成果，北大在过去十年尤其是近五年在顶级会议论文数和引用数上表现亮眼，彰显了国内AI研究的前沿水平。他客观分析了当前AI发展的局限性，指出大数据应用并非简单的“量越大越好”，海量数据中的噪声可能影响分析结果，需通过技术手段筛选有效数据。