计算机系，有的属于自动化系，有的甚至挂在数学系或刚刚成立不久的数据科学研究院名下。
他又点开了“辅修专业/双学位项目”列表。清北作为顶尖学府，为学有余力的学生提供了丰富的跨学科选择。列表很长，从经济学、法学，到生物医学工程、环境科学，琳琅满目。他的目光缓缓下移，最终停留在几个选项上：
“数据科学与大数据技术”辅修。
“人工智能”辅修。
“智能科学与技术”辅修。
尤其是最后一个，“智能科学与技术”，其简介中提到了“涉及认知科学、神经科学、计算机科学等多学科交叉，旨在理解和模拟智能，并研发智能机器与系统”。简介里甚至提到了“脑启发计算”、“类脑算法”等字眼。韩澈心头微微一动，想起了苏晚论文作者单位里的“Center for Brain-Inspired Computing Research”（脑启发计算研究中心）。
他没有立刻做出决定，而是花了几天时间，做起了“调研”。他找来这几个辅修专业的详细培养方案，一页页仔细研读。课程设置、先修要求、学分分布、毕业设计方向……他像分析对手的比赛录像一样，分析着每一条信息。他登录学校BBS的相关板块，搜索往届学长学姐的经验帖，了解课程难度、师资力量和实际收获。他甚至鼓起勇气，给开设“智能科学与技术”辅修项目的交叉信息研究院教学办公室发了一封邮件，咨询了一些具体的选课细节和项目特点。
回复很快来了，详细而专业，并附上了一些相关的公开课视频链接和推荐阅读书目。韩澈点开一个关于“类脑计算与稀疏编码”的讲座视频，主讲人是一位头发花白但精神矍铄的老教授。教授用深入浅出的语言，从生物神经元的工作机制，讲到如何借鉴其原理设计更高效、更低能耗的人工智能算法。屏幕上闪过复杂的数学公式和神经网络结构图，韩澈并不能完全理解，但他却被那种试图从自然界最精妙的造物（大脑）中汲取灵感、解决工程问题的宏大思路所吸引。这不同于传统电子工程中从物理原理出发的设计，更像是一种跨层次的、仿生与优化结合的探索，新奇，且充满想象力。
同时，他也意识到这个选择的挑战。这些辅修专业，尤其是“智能科学与技术”，课程密度大，难度高，涉及大量数学（尤其是概率统计、线性代数、优化理论）和编程内容。而他本专业的课业已然不轻，还要保证每天至少三小时的篮球训练。时间如何分配？精力能
本章未完，请点击下一页继续阅读！