7月17日上午，“全国中小学人工智能探究性学习训练营（2025北京）”（简称“2025北京AI探学营”）开营典礼在中国科学院大学玉泉路校区礼堂举行，从近7000个报名者中脱颖而出的153名中小学生汇聚一堂，共同开启2025“AI探学营”的精彩征途。

中国科学院大学玉泉路校区礼堂

人工智能正在重塑全球竞争格局，青少年AI教育已成为国家战略重点。为贯彻落实国家人工智能发展战略，建立人工智能贯通式培养体系，突破应试教育束缚，激发孩子的创造力与探索欲，中国自动化学会、中国人工智能学会、中国科学院大学人工智能学院和中国人民大学高瓴人工智能学院继续联合举办2025北京AI探学营。作为今年的一个特色亮点，2025AI探学营在中国科协农村专业技术服务中心的指导和支持下，从国家乡村振兴10省160个帮扶县组织了营员选拔。

2025北京AI探学营开营仪式

开营仪式

中国自动化学会副理事长、教育部自动化类专业教学指导委员会主任、清华大学党委委员周杰首先向153名入选学生表示祝贺，并感谢各方支持。他表示，AI探学营是落实“教育强国”战略、推动拔尖创新人才早期培养的重要实践。AI探学营坚持“立根于基础教育，通达于未来科技”的宗旨，构筑起基础教育与高等科研之间的桥梁，为青少年提供接触前沿科技的机会。他鼓励同学们勇于探索、热爱科学，用AI理解世界、创造未来，成长为引领时代的创新者。

周杰致辞

中国人工智能学会秘书长林浩哲表示，AI探学营作为公益性、科研性、跨学科融合的教育平台，旨在培养具有国际视野与家国情怀的复合型人才。人工智能是全球科技竞争的核心领域，也是国家高质量发展的关键动力。AI探学营不是兴趣班，而是一场完整的科研训练之旅，涵盖授课、选题、论文、答辩等环节，能帮助青少年建立科研方法与探索精神，成长为既懂技术又具战略眼光、具备创新思维和实践能力的新时代科技先锋。

林浩哲致辞

中国科学院大学人工智能学院执行院长肖俊在致辞中回顾了AI探学营的初心和发展历程，强调这是一个坚持公益、面向未来的教育项目，自创办以来，AI探学营始终坚持“不收取费用”的原则。过去三年，AI探学营已成功举办五期，孵化出180多个人工智能创新项目。如今第六期再次起航，153位同学将开启一段融合科技精神与深度思维的学习旅程。AI探学营打破学科壁垒，模拟真实科研流程。他勉励同学们大胆提问、勇于尝试，用人工智能理解世界、创造未来。

肖俊致辞

中国人民大学高瓴人工智能学院副院长窦志成表示，人工智能作为引领未来的核心技术，正在深刻推动科技、产业与社会变革。青少年正处于好奇心最旺盛、探索力最强的阶段，AI教育应当从这一时期开始。AI探学营正是为学生搭建的一个融合学习、交流与动手实践的平台。他勉励同学们珍惜这次难得的学习机会，勇于探索，敢于创新，收获知识、有益成长。

窦志成致辞

专家致辞后，师生代表上台发言。北京市十一学校数学教师、人工智能高端课程负责人郑子杰作为AI探学营的实践导师代表，给营员们送上寄语。郑子杰说，许多学生从这里起步，从对AI充满好奇到能独立完成项目，深入探索了机器学习、计算机视觉、自然语言处理等领域。他回忆了往届营员的优秀表现，比如在计算机博弈项目中设计精妙算法，或对游戏进行数学建模甚至严谨证明。他提醒同学们真正的挑战在于后续的项目实践阶段，过去有些学生因课业压力、考试或时间管理不当而半途而废，因此他特别强调，同学们必须合理规划时间，平衡校内学习和AI项目，保持对AI的热爱，在未来的学习中取得丰硕成果。

郑子杰作为导师代表发言

来自温州科技高级中学的谷卓桓分享了自己与人工智能结缘的经历。从《人工智能基础》这本书出发，到参加全国人工智能算法挑战和青少年AI比赛的经历，既有拿下全国第一时的自豪，也有面对高难度任务失败后的反思。他说，AI带给他的最宝贵经验，不是胜利，而是不断优化、持续学习的态度。来到AI探学营，他有明确的目标做“有温度”的项目，计划与同学共建AI鞋品检测系统，服务现实场景；通过交流合作，从老师和同伴身上获得启发与成长，共同度过一个充实精彩的夏天。

2025北京AI探学营开营仪式合影

开营典礼后开启为期一周的线下集中授课。授课讲师是来自中国科学院大学、中国人民大学、中国科学院自动化研究所、清华大学的人工智能领域教授和研究员。

7月17日上午，第一位授课的专家是中国科学院大学人工智能学院执行院长肖俊，他为营员们讲授了《人工智能导论》。

肖俊讲授《人工智能导论》

肖俊围绕人工智能的发展脉络、技术阶段、历史演进及人才教育等方面作了系统分享。他指出，人工智能是一门高度交叉的学科，当前主要集中在“感知”层面，如语音识别、图像识别和自然语言处理已广泛应用，而“认知”和“思考”层面的智能仍处于初步探索中。

在历史方面，他回顾了AI从中世纪哲学设想到1956年达特茅斯会议逐步形成体系的过程，特别提到图灵、维纳、麦卡锡三位“人工智能之父”的贡献。AI发展经历多轮热潮与寒冬，从深蓝战胜卡斯帕罗夫、AlphaGo到ChatGPT，标志着AI不断突破。

肖俊表示，AI发展背后是全球高端人才的竞争。尽管中国起步较晚，但已快速缩小与美差距。中国科学院大学人工智能学院作为全国首家AI学院，在人才培养上成果显著，毕业生就业形势良好，反映出社会对AI人才的强烈需求。

在互动环节中，肖俊回答了学生关于AI“爆火”的原因、幻觉现象、生成内容的创造性及其与国家安全的关系。他指出，AI发展依赖大数据、算力和算法，而其本质仍是基于已有数据组合生成，创造力有限。总体而言，AI将推动社会进步，但需应对由此带来的结构性挑战。

7月17日下午的专家课是窦志成带来的《人工智能前沿进展与发展趋势》。在讲座中，窦志成系统梳理了人工智能的发展历程、核心技术突破及社会影响。从图灵测试到深度学习，窦志成回顾了人工智能发展历经的三波浪潮：早期以专家系统为代表的规则驱动阶段；第二波机器学习兴起，但受限于算法、数据和算力瓶颈；第三波深度学习方法在大数据与高性能硬件的支撑下，在计算机视觉、自然语言处理、大模型等领域取得突破。

窦志成讲授《人工智能前沿进展与发展趋势》

讲座重点解析了多项前沿技术：卷积神经网络（CNN）推动计算机视觉技术发展；扩散模型生成高质量图像与视频；强化学习在AlphaGo及自动驾驶中展现决策优势；大语言模型基于Transformer架构实现超强的自然语言理解和生成能力。

窦志成表示，AI技术在飞跃式进步的同时，也带来虚假信息传播、知识产权争端、就业影响等诸多治理难题，迫切需要治理手段与时俱进，持续优化人工智能伦理规范确保其可持续发展。

“AI仍是充满未知的无人区，希望大家勇于探索。”窦志成呼吁，青少年应积极投身AI学习，迎接智能社会的到来。

窦志成为营员解答问题

随后几天，专家教授还将为同学们讲授从生成模型到科学智能，从具身智能到机器学习、从计算机博弈到计算机视觉、从自然语言处理到智能体、从人工智能伦理与安全到脑机接口与未来这十堂课，并到京东北京亚洲一号和中国科学技术馆参观学习。

京沪同筑AI梦——2025上海AI探学营启幕

京华探学启智路，沪上研AI筑梦桥。7月22日上午，由中国自动化学会、中国人工智能学会、上海交通大学自动化与感知学院和上海青少年创新学院联合主办的“全国中小学人工智能探究性学习训练营（2025上海）”（简称“2025上海AI探学营”）在上海交通大学闵行校区盛大启幕。来自全国22个省、自治区、直辖市的100名青少年跨越山海齐聚浦江畔，与顶尖高校学者共赴一场科技与教育的双向奔赴。

探学营通过“高校导师对话+项目制学习+实地科研”模式，共同为青少年提供接触前沿科技的沉浸式平台。本届探学营实现京沪两地的衔接——继北京探学营学子在一流师资引领下走出AI知识迷宫后，上海营地的少年们接过探索的接力棒开启AI梦想之旅。

上海交通大学闵行校区微电子楼报告厅

2025上海AI探学营开营仪式

开营仪式上，上海交通大学自动化与感知学院副院长李元龙表示，学院作为自动化与智能感知领域的重要基地，始终以服务国家战略、培养“厚基础、强实践、敢创新、有情怀”人才为己任。期待各位营员通过训练营接触前沿技术、点燃创新热情，埋下科技报国种子。

李元龙致辞

中国自动化学会理事，普及工作委员会主任委员、复旦大学教授张军平表示，AI探学营的使命是构筑起基础教育与高等科研之间的桥梁，为青少年提供接触前沿科技的机会。过去三年，AI探学营已成功举办五期，两万余名同学报名，700多人入营，累计孵化出180多个人工智能创新项目。新营员新期待，他鼓励孩子们要积极从AI的“使用者”蜕变为“设计者”，习得AI之“术”，更悟得科技向善之“道”。

张军平寄语

中国人工智能学会中小学工作委员会副主任委员、清华大学副研究员龚超表示，AI探学营作为公益性、科研性、跨学科融合的教育平台，旨在建立人工智能贯通式培养体系，突破应试教育束缚，激发孩子的创造力与探索欲。每一期入选的营员是经过层层选拔的优秀代表，他希望同学们将探学营作为成长与突破的起点，肩负成为技术引领者、创新先锋的使命。

龚超寄语

共青团上海市委副书记（挂职）杨杨作动员讲话并向营员代表授旗。她表示，本次训练营聚焦青少年人工智能人才培养，立足探究性学习培养方式，激励学生主动参与、积极探究实践，通过基础理论学习、动手实践、导师陪伴指导等多元化教学方式，助力营员掌握基础知识提升创新能力，激发创新潜能。同时，她向各位营员提出三点要求：一是志存高远、心怀家国；二是勇于实践、协同创新；三是严守纪律、安全第一。

杨杨作动员讲话

开营仪式上，云南省广南上海新纪元实验学校高二学生钱泗锦作为县中振兴计划优秀代表，郑重接过营旗。该计划依托CAA科普百人团科技教育乡村行公益活动，在中国科协农村专业技术服务中心支持下实施人工智能核心素养普适性测评，从全国10省160个帮扶县中学遴选优秀学子参营。钱泗锦将与同伴们在上海开启为期七天的集训。

钱泗锦同学接营旗

此外，现场还向训练营导师代表颁发聘书。上海交通大学电子信息与电气工程学院（学部）教学发展与学生创新中心副主任时良仁、上海交通大学附属中学嘉定分校丁家莉同学分别作为导师、营员代表发言。

丁家莉作为营员代表发言

开营仪式后便开启了本届上海AI探学营为期一周的线下集中授课。授课讲师是来自上海交通大学、复旦大学、上海北斗导航创新研究院的人工智能领域教授/研究员，以及来自业界的专业讲师，保障了AI探学营的学术水准和前沿视野。

7月22日上午，张军平为营员们讲授了《人工智能的边界》。他以“人工智能的边界”为主题，系统阐释AI技术在15个基础学科及多个应用领域的现状与前沿挑战。课程涵盖自然语言处理、计算机视觉、机器人学、自动驾驶、专家系统等核心领域，通过案例分析揭示AI在医疗诊断、跨语言交流、内容生成等场景中的技术瓶颈与伦理边界。

张军平讲授课程

张军平强调，AI的“边界”不仅体现在技术实现的物理限制（如数据依赖性、算法可解释性），更在于其与社会、人文的交互边界——例如，AI能否真正理解情感？是否可能产生意识？针对学生提出的“AI情感与意识”问题，张教授指出：当前AI的“情感交互”本质是模式识别与统计的归纳总结，与人类情感有明显区别，尚不具备强人工智能定义的真实情感；而意识的形成需突破符号主义与连接主义框架，或需借鉴神经科学、认知科学的最新成果。

7月22日下午的课程主要是通过体验式创新教育培训让营员们彼此认识和了解。在培训中，营员们按年龄段分为两个班，并通过小组体验交流完成培训任务。

随后几天，同学们沉浸于一场AI知识的全景式探索：从智能控制到人工智能概论的理论深耕，从智能车实训到北斗导航的实践操盘，从机器视觉到具身智能的前沿碰撞；集体活动足迹将跨越“大零号湾”科技创新策源功能区的硬核实验室，登临中国首代航天远洋测量船“远望一号”的传奇甲板，更将直通2025世界人工智能大会的全球技术浪潮。这场理论与实践的双向奔赴，恰如AI探学营的核心理念——让代码从书本跃向真实世界，让创新从灵感落地为具体项目。

高校专家亲授智能密码 2025北京AI探学营线下课程收官

7月17日上午，“全国中小学人工智能探究性学习训练营（2025北京）”（简称“2025北京AI探学营”）开营，153名来自全国各地的中小学生汇聚一堂，共同开启深度探索人工智能的精彩征途。

7月17日当天的开营典礼后，便开启本届AI探学营为期一周的线下集中授课。当天授课的专家是中国科学院大学人工智能学院执行院长肖俊，他为营员们讲授《人工智能导论》；以及中国人民大学高瓴人工智能学院副院长窦志成，他讲授《人工智能前沿进展与发展趋势》。

随后的6天里，其中一天时间（7月22日）用于参观，营员们参观了京东北京亚洲一号和中国科学技术馆。另外5天是人工智能专家公开课，10位来自清华大学、中国科学院大学人工智能学院、中国人民大学高瓴人工智能学院、中国科学院自动化研究所的专家教授为营员们带来了专业、前沿、扎实、生动的讲座，内容涵盖机器学习、计算机视觉、计算机博弈、自然语言处理、生成式人工智能、AI与科学探索研究、智能机器人的发展与应用、脑机接口与未来、智能体与工具学习，以及人工智能伦理与安全。

7月18日上午：生成式人工智能

李崇轩 中国人民大学高瓴人工智能学院副教授、博士生导师

李崇轩的讲座围绕生成式人工智能展开。首先，他解析了生成式人工智能的基本原理。他以抛硬币为例，说明生成模型通过收集数据（如抛硬币结果）、定义可学习模型、用频率估计法学习参数（如正面朝上概率），再基于参数生成新样本的逻辑，其本质是模拟数据分布。

随后，李崇轩介绍了文到图生成模型的发展与技术。他表示，图像生成需经收集训练数据、设计网络结构（如DCGAN借鉴LeNet）、优化参数拟合数据分布、生成新图像四步。从早期的VAE、GAN到如今的扩散模型，DALL·E系列、Stable Diffusion等实现了开放域文本到图像生成，还涉及Prompt设计、ControlNet等技术，可实现风格迁移、图像补全等功能。

李崇轩还讲解了文到视频生成模型的前沿进展。他以Sora为例，指出其通过大量多源视频-文本数据训练，借鉴语言生成的网络结构和图像生成的训练方式，生成具有时空一致性的视频；Vidu等模型可实现特定场景视频生成，还涉及三维内容生成、历史场景重现等应用。

最后，李崇轩分析了生成模型的潜在风险与治理需求，强调需多方协同治理。

7月18日下午：AI探索科学世界的奥秘

黄文炳 中国人民大学高瓴人工智能学院副教授、博士生导师

黄文炳在本次讲座中以《AI探索科学世界的奥秘》为题，系统介绍了人工智能在科学研究中的前沿进展与实际应用。他回顾了人工智能技术，尤其是大模型的发展历程，并指出AI正在从自然语言处理、计算机视觉等传统领域，快速渗透到物理、化学、生物、数学等基础学科，推动“AI for Science”成为新范式。

在生命科学领域，AI已广泛用于蛋白质结构预测、药物研发、分子动力学模拟等环节，显著提高效率，缩短研发周期。2024年诺贝尔化学奖已授予运用 AI技术解决蛋白质结构难题的科学家们；黄文炳讲解AlphaFold等模型如何突破传统方法的局限，大幅提升生物结构研究效率；并展示AI在药物发现中的关键角色，如小分子设计、蛋白质动力学模拟与复合物亲和力预测等。这些正是“AI for Science”新范式的真实体现。

在物理建模与仿真中，黄文炳介绍AI如何通过数据驱动的方式模拟复杂的非线性动力系统，如湍流、地震波、磁流体等，显著提高了模拟效率与精度。他还提到，AI辅助的气象预测、视觉物理建模、智能体运动控制等方向，正逐步实现从感知到决策的全链条优化。

此外，黄文炳重点讲解了“符号学习”方法，如何帮助AI从数据中自动提取数学规律与控制方程，实现物理知识的“反向发现”，即从现象出发还原本质机制。这不仅体现了AI作为“人工科学家”的潜力，也为科学研究范式带来深刻变革。

7月19日上午：智能机器人的发展与应用

胡迪 中国人民大学高瓴人工智能学院准聘副教授&博士生导师

胡迪的讲座主题是《智能机器人的发展与应用》，他全面探讨了AI领域，特别是智能机器人的最新进展，指出智能机器人能在复杂和高危环境中替代人类，有效降低风险，并就人机协作与角色定位进行了深入讨论。讲者通过扫地机器人、无人车等实例，阐述了机器人技术如何应用于不同场景，并强调了导航、环境感知及学习能力的重要性。

讲座还深入分析了机器人的形态与能力，指出机器人不拘泥于人形，而是通过传感器、工具使用等能力展现智能。同时，胡迪提出了机器人能力层次的概念，鼓励探索智能与机器人结合的未来方向。

7月19日下午：机器如何“学习”

王泳 中国科学院大学人工智能学院研究员、硕士生导师

在这场讲座中，王泳通过生动案例和互动演示，深入讲解了机器学习的原理与应用。

王泳先从人类学习机制入手，借助音乐和图像测试，展示了人类多模态学习能力，即能通过视觉、听觉等多种感官信息综合判断，且人类学习具有心理聚焦效应，可在嘈杂环境中专注特定声音，这是多模态学习的优势，而理解机器学习也可从此角度出发。

他还进一步阐述了机器学习的基本概念与模型。机器学习是系统通过重复工作增强能力，基于数据构建模型并对新实例进行预测，其模型须具备对未知数据的泛化能力，而非仅拟合训练数据。同时，数据建模存在困境，同一组数据可能对应多个合理模型，需通过评估选择最优。

王泳认为，机器学习经历了兴起、冷静和复兴阶段，如今与多学科交叉融合，应用广泛；但未来仍面临泛化能力、计算速度、模型可解释性、非平衡数据处理和可信任性等挑战。

7月20日上午：计算机博弈

兴军亮 清华大学计算机科学与技术系研究员、博士生导师

在本次关于人工智能及其应用的科普讲座中，博弈论作为核心议题之一，被兴军亮深入浅出地剖析出来。他首先明确了人工智能的定义，即通过计算机技术模拟人的多种智能能力，其中特别提到了阿尔法狗在围棋领域战胜人类，凸显人工智能在博弈领域的非凡实力。

讲座重点讲述了计算机博弈与博弈论的关系。计算机博弈旨在让机器模拟人类决策，而博弈论则是研究多方对抗与合作中策略选择的理论。通过经典案例，如囚徒困境揭示了理性选择可能导致非最优结果；智猪博弈展示了不同策略下的行为选择；斗鸡博弈则强调了强硬态度在策略对抗中的作用。这些案例不仅生动有趣，更深刻揭示了博弈论在策略制定中的关键作用。

7月20日下午：计算机视觉

吴晔 中国科学院大学人工智能学院直博二年级博士研究生

在这场讲座中，吴晔带领营员们“穿越”了计算机视觉领域从20世纪60年代至今的辉煌历程。始于20世纪60年代的计算机视觉技术旨在将二维图像转化为三维认知，随后的20世纪70至80年代，光影计算与数据处理技术的飞跃，为计算机视觉的蓬勃发展铺平道路。

讲座深入解析了图像处理的基础——像素与分辨率，以及RGB颜色模型，揭示了数字图像背后的奥秘。特征提取与分析作为计算机视觉的核心，通过边缘检测、纹理分析等手段，尤其是卷积神经网络（CNN）的引入，极大提升了图像处理的智能化水平。

吴晔指出，在计算机视觉应用领域，自动驾驶技术成为焦点，它借助传感器融合与先进算法，实现对环境的精准感知与决策；在医疗领域，计算机视觉助力医学图像分割，精准识别病灶，为医生提供有力辅助，显著提高了诊断效率与准确性；在工业界，计算机视觉技术让机器人能够“看”清世界，自主导航、操作，甚至检测设备状态，预防潜在危险，展现了其无限潜力与广阔前景。

7月21日上午：自然语言处理

赵阳 中国科学院自动化研究所副研究员&硕士生导师

在这场以自然语言处理（NLP）技术为主题的讲座上，赵阳围绕该领域的多个关键方面展开深入探讨。自然语言处理作为研究计算机理解和生成人类语言的学科，涵盖机器翻译、信息检索等诸多应用领域。其面临着语言歧义性、未知语言现象等多重挑战。

赵阳表示，在机器翻译领域，对于英汉这类资源丰富的语言，大模型表现优于传统小模型，但在哈萨克语等小语种翻译上，专业模型仍占优势。而语言间的不对等性，如中文某些表达在英文中无直接对应，是机器翻译的核心难点。

语言模型的发展经历了从早期静态词向量（如Word2Vec），到动态上下文词向量（如BERT、GPT），再到如今的大语言模型（如GPT-4）的演进过程。像GPT系列这样的大语言模型，借助无监督预训练和多任务学习，能处理翻译、问答等多种任务。

与此同时，赵阳提醒同学们，大模型虽在对话能力、知识储备等方面表现出色，但在低资源翻译等特定任务上存在不足。同时，它还面临生成虚假信息、隐私泄露等安全性挑战，需要技术和法规共同约束。

讲座最后，赵阳表示，检索增强生成、知识编辑是提升大模型准确性和可控性的重要方向，多模态大模型及医疗、法律等领域专用大模型则是研究热点。

7月21日下午：智能体与工具学习

任烁 中国科学院自动化研究所副研究员

任烁的讲座主题是《AI智能体与工具学习》，他系统梳理了AI从规则系统到智能体的演进脉络，解析了智能体的核心构成与应用前景。

讲座首先回顾了AI的演进历程：从遵循预设规则的早期系统（如1960年代的ELIZA），到通过数据学习模式的机器学习时代（如垃圾邮件过滤器），再到具备强大自然语言处理能力的大语言模型（LLM），最终迎来2025年“智能体元年”——AI智能体将LLM与自主决策、工具使用能力结合，实现复杂任务自动化。

在智能体结构部分，任烁强调了智能体作为AI行动派的角色，能够接收任务、感知环境、执行操作并根据经验调整学习。他详细介绍了智能体的关键组件，包括感知、规划、行动、反思与学习以及记忆等，并探讨了不同的智能体设计模式。

在工具学习部分，任烁解释了智能体如何通过工具调用弥补大语言模型的局限性，并介绍了工具的定义、类型以及调用核心流程。此外，他还探讨了工具学习的策略，包括教程学习、示范学习和探索性学习等。

讲座还展示了如何在低代码平台上搭建简单的智能体工作流，并介绍了智能体在智能家居、教育学习、出行与娱乐、办公场景等多个领域的应用案例。

7月23日上午：人工智能伦理与安全

赵菲菲 中国科学院自动化研究所副研究员&硕士生导师

在讲座中，赵菲菲深入剖析人工智能在当今社会的广泛应用及其带来的伦理与安全挑战。她表示，AI技术已在安防监控、金融支付、寻亲打拐等多个领域展现出强大能力，如警方利用人脸识别墨镜成功抓获逃犯，刷脸支付逐渐普及等。然而，她也严肃地提出了人脸识别技术存在的准确度与成熟性问题，如被照片欺骗的风险、识别偏见导致的错误逮捕等，这些都引发了公众对隐私与安全的深切担忧。

赵菲菲还探讨了AI技术在课堂监控、深度伪造、自动驾驶等方面的伦理争议，揭示了AI可能带来的隐私侵犯、误捕、安全事故等严重后果。她特别强调了AI犯罪问题的严重性，以及在技术被滥用时，责任归属的复杂性，涉及技术开发者、使用者及监管机构的多方责任。

为应对这些挑战，赵菲菲提出一系列AI伦理原则，包括合法合规、以人为本、环境与社会有益、公正性等，并建议通过提高模型准确性、升级数据安全基础设施、开发公平识别模型等具体措施，来确保AI技术的安全、可信与负责任发展。

7月23日下午：脑机接口与未来

龚超 清华大学社会科学学院数字治理研究中心副研究员

龚超系统梳理了脑机接口（BCI）的发展脉络、技术原理与应用前景。他从古希腊“心脑之争”切入，引出大脑作为思维中枢的科学认知，进而定义脑机接口：一种绕过神经—肌肉路径，在人脑与外部设备间建立直接通信的技术，核心流程包括脑信号采集、处理、解码与设备控制。

龚超表示，技术上，脑机接口分为三类：侵入式（如Neuralink的柔性电极）直接植入大脑，信号质量高但存在手术风险；半侵入式（如ECoG）电极置于大脑表面，平衡精度与安全性；非侵入式（如EEG、MEG）通过头皮记录信号，便捷却受限于信噪比。其核心依赖神经元电信号（动作电位）的捕捉与机器学习解码，涉及分类（如运动意图识别）、回归（如机械臂轨迹控制）等任务。因此，需要借助人工智能的强大数据分析和模式识别能力，提高脑机接口的信号处理精度，突破当前技术瓶颈。

脑机接口的应用领域广泛，涵盖医疗康复（人工耳蜗、瘫痪患者意念控制设备）、感官增强（色盲者“听”色）、科研与娱乐（猴脑控游戏）等。但技术仍面临挑战：非侵入式信号质量不足、侵入式存在免疫反应与伦理风险（如隐私泄露、意识操控），且数据变异性大、实时解码难度高。

“脑机接口作为跨学科领域，需平衡技术突破与伦理规范，其未来发展将深刻影响人机交互与人类增强。”龚超说。

“2025北京AI探学营”的第二阶段从8月延续到11月。12月，“2025北京AI探学营”将举行线上答辩会。营员们在完成全部课程学习与项目实践，并通过答辩后，将获得由中国自动化学会、中国人工智能学会、中国科学院大学人工智能学院及中国人民大学高瓴人工智能学院联合颁发的“全国中小学人工智能探究性学习训练营”结业证书。（来源：中国自动化学会）