辅修“智能科学与技术”的申请，在春季学期开始后不久便顺利通过了审核。流程比韩澈预想的要顺畅，或许得益于他不错的GPA和体育特长生的“特殊通道”，又或许是交叉信息研究院本身鼓励学生进行跨学科探索。当看到选课系统中多出的那几门颜色不同的课程时，韩澈深吸一口气，知道一段新的、注定更加忙碌的旅程开始了。

    新课表排得如同高难度乐谱。除了本专业的《电磁场与波》、《模拟电子技术基础》等硬核课程，辅修专业的《人工智能导论》、《计算神经科学基础》、《最优化方法》也赫然在列，其中《最优化方法》还是与数学系合上，以难度大、作业多著称。训练时间被重新规划，更加紧凑。每天清晨，当大多数同学还在梦乡时，韩澈已经完成了一组核心力量训练和投篮练习；上午的课程结束后，他匆匆赶往食堂，边吃边看上课录屏或预习资料；下午是固定的球队集体训练和战术演练；晚上则完全交给了图书馆和自习室，在《信号与系统》的傅里叶变换和《最优化方法》的拉格朗日乘子法之间来回切换，常常到闭馆音乐响起，才带着满脑子的公式和代码离开。

    生活被压缩成了简单的三点一线：教室（实验室）-训练馆-图书馆。睡眠时间被无情地挤压，咖啡和浓茶成了忠实伴侣。但他却奇异地感到一种充实的疲惫。篮球训练让他的身体保持在高强度的运转状态，而繁重的学业，尤其是那些全新的、充满挑战的交叉学科课程，则不断刺激和拓展着他思维的边界。两种截然不同的“苦”，交织在一起，竟产生了一种奇特的平衡与满足感。

    苏晚的身影，偶尔还是会出现在图书馆，通常是在更僻静的专题阅览区或研究厢，身边堆放着更多外文书籍和打印的论文。韩澈远远见过几次，并未上前打扰。他们像两条偶尔交汇又迅速分开的溪流，各自奔涌在属于自己的河道里。直到那个寻常又不寻常的下午。

    那是《人工智能导论》的课程项目宣讲会。这门课是辅修专业的核心必修课，考核方式除了期末考试，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-->>

本章未完，点击下一页继续阅读