新加坡国立大学（NUS）科学智能理学硕士项目，由理学院物理系主办，是一门聚焦人工智能与科学领域交叉应用的跨学科前沿硕士项目。该项目于 2025 年秋季首次招生，紧跟 2024 年诺贝尔物理学奖和化学奖对 AI 在科学领域突破性贡献的认可趋势，旨在培养兼具人工智能技术能力与科学专业知识的 “双语” 专业人才，以应对 AI 驱动下科学研究与产业创新的全新需求。
该项目的英文全称为 Master of Science in AI for Science（MSc AI for Science），中文名称为科学智能理学硕士。项目由
新加坡国立大学理学院物理系主办，采用全日制培养模式，学制为 1 年，共包含 2 个学期，仅开设 8 月入学批次。
项目总学分为 40 学分，学分构成明确：16 个核心学分、至少 16 个专业选修学分以及 8 个跨院系选修学分。在学费方面，AY2025/2026 学年的费用约为 48,000-52,320 新币，该费用已包含消费税（GST）。
申请分为提前批和常规批两个阶段：提前批申请时间为 5 月 16 日至 7 月 15 日，录取结果会在 9 月 30 日前公布；常规批申请时间为 10 月 1 日至次年 3 月 15 日，录取结果在 5 月 30 日前公布。申请时需缴纳 100 新币的申请费用，该费用一经缴纳不予退还；获得录取后，需缴纳 5,450 新币的录取押金，此押金同样不可退还。
- 培养学生成为 AI 与科学领域的 “双语者”，具备将人工智能技术应用于科学研究和科学发现实际问题的能力。
- 让学生掌握从复杂、嘈杂或海量的科学数据集中挖掘有效信息、提炼核心见解并提出合理科学假设的技能。
- 帮助学生接触人工智能在物理、化学、生物学、药学、流行病学等多个核心科学领域的突破性应用案例，拓宽专业视野。
- 教导学生以有效且批判性的思维方式，交流和呈现人工智能在科学发现中的应用价值与成果。
- 为毕业生在学术机构和私营部门从事研究人员、科学家、研发经理等新兴 AI 相关职业，奠定扎实的专业基础。
- 赋予学生数据驱动研究的能力，助力他们在新加坡国立大学及世界其他大学继续攻读 AI 与科学交叉领域的博士学位。
- 为对人工智能在研发和科学发现中应用感兴趣的教育工作者和其他专业人士，提供系统的高级专业知识。
项目总学分要求为 40 学分，课程体系分为核心课程、专业选修课程和跨院系选修课程三个部分。
核心课程共包含四门，是构建学生专业基础的关键内容。
- AIS5101 科学智能应用：这门课会概述机器学习在科学领域的主要应用场景，同时深入探讨科学领域中机器学习技术的独特要求，比如探索性研究的适配性、科学数据的专业处理、模型结果的科学解释等内容。
- AIS5102 科学探索中的实用机器学习：课程聚焦科学领域常用的机器学习和数据科学计算基础，通过 Python 编程实践，让学生掌握构建、实现、训练和评估机器学习模型的完整流程。
- AIS5103 深度学习基础：课程会为学生提供机器学习所需的数学和计算基础，涵盖 Python 编程环境搭建、神经网络核心构建模块、数值训练算法等内容，同时结合具体的科学应用案例展开教学。
- AIS5104 科学智能讲座：邀请新加坡和国际学术界及工业界的 AI 从业者开展系列讲座，帮助学生及时了解人工智能领域的最新发展趋势和技术突破。
专业选修课程丰富多样，学生可根据自身兴趣和职业规划选择，覆盖多个科学与 AI 交叉的细分领域。
- AIS5201 天体物理中的人工智能：课程内容包括天文大数据分析、时域分析、光谱分析、概率推理等，应用方向聚焦系外行星、变星和星系研究。
- AIS5202 生物成像中的人工智能：讲解计算成像基础、光学原理、检测物理等知识，重点教授机器学习增强成像技术，应用场景为生物医学成像领域。
- AIS5203 科学智能特别课题：涵盖凝聚态物理、量子物理、光学、统计力学、化学、生物学、材料科学等多个学科领域的新兴 AI 应用主题。
- AIS5281 科研项目中的机器学习：这是一门为期两学期的研究型课程，学生在导师指导下开展针对性研究，完成研究论文并进行成果展示，课程学分为 8 学分。
- AIS5291 科学智能业界实践：安排学生进入 AI 领先企业参与实践，解决实际产业问题，帮助学生理解如何将课堂所学的理论工具转化为实际应用成果。
- PC5215 数值算法与应用：教授计算物理相关技术，重点强调分子模拟和建模方法，适用于材料和凝聚态物理研究方向。
- PC5228 量子信息与计算：讲解量子信息基础、量子计算核心原理，引入 IBM 量子计算机实践操作，探索量子计算与人工智能的交叉应用方向。
- PC5252 贝叶斯统计与机器学习：课程内容包含概率推理、分层建模、模型验证、蒙特卡洛方法、分类回归、核方法、变分方法等。
- CM5231 化学中的人工智能：聚焦化学数据处理、统计分析、特征选择、生成建模等技术，应用于合成规划、分子设计、药物研发等化学细分领域。
- PR5227 制药应用中的人工智能：讲解人工智能在药物递送、配方优化、制造工艺改进等方面的应用，重点聚焦精准医疗和个性化治疗领域。
学生可从理学院其他院系，比如化学系、生物学系、统计学系等，选择最多 2 门 4000 或 5000 级的课程，例如 DSA5204 深度学习与应用、DSA5207 文本处理与机器学习解释、DSA4213 数据科学中的自然语言处理等课程。
更多详情
还有疑问？立即咨询专业顾问
李明鑫
- 1-3年
- 从业年限
- 50人
- 帮助人数
- 15分钟内
- 平均响应
在线咨询
顾问在线解答疑问
电话咨询
电话高效沟通留学问题
