科学智能，面向 AI for Science，融合机器学习、数值计算、偏微分方程、多物理场仿真、数据驱动建模，利用人工智能赋能物理、化学、材料、生物等科学研究，区别于通用 AI。北大科学智能复试看重机器学习基础、数值计算、机理嵌入建模、模型验证逻辑，差额比例不低于 120%，考核包含上机测试、专业笔试、综合面试、外语听说测试，最终考核安排以院系当年复试通知为准。
本方向复试考察范围涵盖机器学习、深度学习、数值分析、偏微分方程基础、Python 科学计算、优化方法、数据驱动建模、PINN 等板块。复试三大考察重心十分明确。第一，机器学习基础：损失、优化、偏差方差、泛化能力。第二，数值计算根基：离散格式、截断误差、稳定性。第三，机理融合建模：物理先验嵌入、数据 + 机理融合、模型可验证性。近年高频考题围绕 PINN、反问题、数值误差、科学数据集、仿真与 AI 对比。
复试流程安排稳定有序。第一阶段等待院系发布复试名单、考核细则与材料清单，上机代码建模是重要筛选环节。第二阶段资格审查，提交学籍学历材料、成绩单、个人陈述、代码项目、科研报告等；有科学仿真、AI + 材料 / 生物 / 流体建模、复现 PINN 经历的考生，梳理科学问题、控制方程、数据集构造、验证方式、误差来源，是面试高频追问点。第三阶段上机测试，科学计算、基础模型实现、数据处理。第四阶段专业笔试，题型为推导简答、建模方案设计。第五阶段外语听说测试，话题围绕 AI for Science、科学计算、机理建模。第六阶段综合面试，抽题作答，考官追问物理约束、模型可信度、传统仿真对比优劣，拒绝纯调包。最后核算复试成绩，公示拟录取名单。
新祥旭科学智能复试辅导围绕 “夯实机器学习与数值计算、掌握机理 + 数据融合范式、坚持科学可验证原则” 搭建完整训练体系。入学摸底评估先找准短板：数值分析薄弱、偏微分基础不足、只会通用深度学习不懂科学约束，再定制个性化备考方案。搭建机器学习 + 科学计算双主线。训练标准化答题链条：科学问题→机理方程→数据采集标注→机理嵌入模型→验证误差分析。上机专项训练科学计算库、求解器、数据清洗。笔试批改推导、建模方案题。全真科研面试模拟，深挖模型假设缺陷。配套科学智能专业英语素材；全程督学跟进学习进度，定期答疑，同步梳理调剂备选方向。
考生备考高频疑问集中在几个方面。科学智能≠通用 AI，通用 AI 侧重图文感知，科学智能强调物理 / 生物机理约束。跨考优先补数值分析、机器学习。评价模型优先看是否满足物理约束、实验可验证。
如有考研问题可以咨询 4000003363 或者微信 shuoedu，新祥旭考研咨询师将热情专业的解答您的考研问题。
