如果你关注人工智能的发展，就一定要关注我们下一代的AI技能提升。因此旅美科协旧金山分会特意协助 Haddee 推广三门 AI / STEM 特色课程，三城同步启动：三门AI 时代特色 STEM 课程。本文的第二部分将分享我们 8 月 17 日（周日）晚上 7:30pm PDT 与三位 老师的线上交流会，Zoom 链接已发布，欢迎大家自由加入。
伯克利在AI 技术和政策决定的领先地位
加州大学伯克利分校不仅通过 BAIR 实验室和众多科技项目引领着人工智能技术的发展，也在 AI 政策制定方面走在前沿。作为一名UCB两位小熊的家长、伯克利居民，以及 Haddee Education 创始人（我们的一个中心就位于伯克利,大学校园附近），我深感自豪。
随着美国及全球的决策者考虑如何监管人工智能技术，伯克利的研究人员与其他专家合作，提出了制定循证 AI 政策（evidence-based AI policy）的建议。Jennifer Chayes、Ion Stoica、Dawn Song 和 Emma Pierson 与 Rishi Bommasani 等人共同撰写了题为《推动基于科学与证据的 AI 政策》的文章，该文于 7 月 31 日发表在《Science》期刊上，提出了应对“日益强大的 AI”所带来机遇与挑战的政策机制。
其他合著者还包括来自斯坦福大学、普林斯顿大学、卡内基国际和平基金会、哈佛大学、高等研究院以及布朗大学的 AI 专家与学者。
这篇最新文章紧随不久前加州 AI 前沿模型政策联合工作组发布的一份报告之后，该工作组由 Chayes（加州大学伯克利分校计算、数据科学与社会学院教授兼院长）共同领导。
上个月，应加州州长 Gavin Newsom 的要求，工作组提交了最终报告——《加州前沿 AI 政策报告》。该报告在审视现有最佳 AI 证据的基础上，提出了关键政策原则，以指导加州在 AI 使用、评估和治理方面的决策。这份报告已被加州州参议员和众议员、州政府机构、科技行业领导者以及民间组织引用，用于起草相关立法。
7 月 31 日发表在《Science》上的文章面向更广泛的美国及全球政策制定者提出建议：“AI 政策应通过确保 AI 潜在利益的负责任实现与广泛共享，来推动 AI 创新。为实现这一目标，AI 政策制定应高度重视证据：科学理解与系统分析应指导政策，而政策反过来也应加速证据的产生。”
文章阐述了循证 AI 政策的发展愿景，包括三个核心部分：证据应如何指导政策；当前证据的状况；以及政策如何加速新证据的生成。
推动基于科学与证据的 AI 政策》指出，“在 AI 语境中界定什么是（可信的）证据，是将循证政策应用于 AI 的首要难题——这一任务尤为关键，因为不同政策领域的证据标准各不相同。”
不过，专家警告，证据的不断演变不应被政策制定者用作不作为的借口，或用于推动负面的社会结果，并引用了历史上某些行业挟持证据的案例，提醒应避免重蹈覆辙。
“循证 AI 政策不仅需要可信的证据，还需要可付诸行动的证据。”作者表示，“聚焦‘边际风险’——即 AI 相较于现有技术（如互联网搜索引擎）所带来的额外风险——有助于识别新风险，并找到恰当的干预方式。”
“AI 的广泛影响可能导致证据与政策不匹配：虽然有些证据与政策能直接针对 AI，但更多的只与 AI 部分相关。”文章补充道，“精心设计的政策应整合反映科学理解而非炒作的证据。”
“政策可以主动加速生成能够最好地指导未来政策决策的证据。”文章表示。他们建议，政策制定者可采取以下机制来扩大证据基础，并将其作为循证 AI 政策的根基：
激励在 AI 模型发布前进行评估；
要求主要 AI 公司向政府，尤其是向公众，披露更多其安全措施的信息；
加强对 AI 部署后风险与危害的监测；
建立保护机制，保障善意的第三方 AI 研究；
强化社会防御，尤其是在有明确证据表明即便没有 AI 功能也存在无法缓解的风险时；
促成科学共识的形成。
推动基于科学与证据的 AI 政策》最后总结道：“我们认识到，围绕循证方法达成共识只是调和诸多核心矛盾的第一步。广泛的辩论既健康又必要，以确保政策制定在民主上的合法性；这种辩论应以现有证据为基础。”
文章大部分内容来自：https://cdss.berkeley.edu/news/berkeley-computer-science-researchers-propose-evidence-based-ai-policy-recommendations
周末和三门STEM/AI 特色老师面对面
旅美科协旧金山分会携手Haddee推出 三门 STEM / AI 特色课程说明会，大家和老师面对面。时间，Zoom 号码都在这份海报里面，为了培养适应时代的下一代，欢迎转发
重磅:
三个城市同时启动三门AI 特色课程（线上也可以参加）
人工智能正以惊人的速度重塑我们的学习、工作与生活方式。在这个快速发展的时代，掌握硬件/软件结合的 STEM 基础与卓越的逻辑思维能力，已不再是选择，而是必需。从理解算法到设计智能机器，这些技能不仅能帮助学生从容应对未来的变化，更能引领技术潮流。
今年，Haddee Education隆重推出三门独具特色的 STEM 课程，将前沿知识与动手实践完美结合：
1️⃣AI Systems Academy Program
结合人工智能、计算机工程、电子工程——学习机器学习、机器人技术，探索软硬件的完美融合。完成课程的学生将有机会参与老师推出的科研项目。这个课程跟我们伯克利夏校类似，但是上课速度会放慢。伯克利夏校介绍：伯克利AI 夏校怎么让学生产出不同的项目？
2️⃣AI-Powered Intelligent 3D Printing Systems
跨领域工程与材料创新——融合人工智能、计算机科学、机械工程与材料科学，完成从智能设计到先进材料应用的跨学科创新项目。学生可选择发表科研论文（需每周投入更多时间），完成课程的学生将有机会参与老师推出的科研项目。
3️⃣ 初等离散数学
培养逻辑推理与问题解决能力，让学生真正爱上数学思维。
三个课程内容详细介绍，课程费用，入门考试链接，麻烦扫码
初等离散数学
三城同步 · 混合模式
本项目将在伯克利、圣地亚哥、**Chandler（Arizona）**三城同步启动，支持线下与线上混合教学。 每个教学中心均配备专业助教（TA）全程支持，线上学生也欢迎加入，与线下同学共同合作、互动，完成有意义且具实际价值的原创项目。
授课地点
加州伯克利（Berkeley, CA）：Haddee 中心2006 Kala Bagai Way Unit 10, Zip 94704（UC Berkeley 西校园附近）
加州地圣亚哥（San Diego, CA）：Haddee 中心
10459 Roselle St. Unit D, Zip 92121（UCSD / 92130 附近）
亚利桑那州（Chandler, AZ）2051 N. Arizona Ave. Unit 116-117, Zip 85225（与青苹果中文学校联合推出）
授课方式：
AI Systems Academy Program 和初等离散数学老师会在 Berkeley 线下授课 ；AI-Powered Intelligent 3D Printing Systems会在 圣地亚哥 线下授课
其他两个城市的学生，会在线下一起学习，老师的会在大屏幕上跟学生互动，TA 会帮助线下学生，学生/TA/老师可以一起合作。
不在这三个城市的学生，欢迎在线上参加，老师/TA 都会帮助学生
📅 课程时间表
AI Systems Academy Program
授课教师：UCSD Mr. Mauro
适合对象：高中 9 年级至大学生（需入门测试）
第一学期：2025/9/7 – 2025/11/30（11/23 感恩节停课）每周日上午 9:30am PDT –12:30pm PDT（3 小时）
第二学期：2026/1/11 – 2026/3/28每周日上午 9:30am PDT –12:30pm PDT（3 小时）
总学时：72 小时（课程 + 项目）
每位学生/小组均有独立项目成果
AI-Powered Intelligent 3D Printing Systems
授课教师：SDSU Prof. Yang
适合对象：高中 9 年级至大学生（需入门测试）
学期：2025/9/6 – 2025/11/29（11/22 感恩节停课）每周六下午 1:30pm PDT–4:30pm PDT（3 小时）
总学时：36 小时（课程 + 项目）
每位学生/小组均有独立项目成果
初等离散数学
授课教师UC Berkeley Coach Liam
适合对象：7 年级以上学生 / 课程内容不与美国高中数学课程重复（需入门测试）
学期：2025/9/7 – 2025/11/30（11/23 感恩节停课）每周日下午 1:30pm PDT –4:30pm PDT（3 小时）
总学时：36 小时
课程包含阶段测验、期中与期末考试，帮助学生巩固知识
📚课程详情与教师简介
1️⃣AI Systems Academy Program 人工智能，计算机工程 &电子工程
课程简介：贯通 AI 软件开发与计算机硬件实现的综合培养计划，涵盖 Python 编程、数学基础、模拟电子技术、数字逻辑、机器学习、神经网络、自然语言处理、FPGA 神经处理单元设计与 GPU CUDA 编程等。学生将完成软硬件结合的系统级项目，为进入 AI 芯片、自动驾驶、机器人等领域奠定基础。
主讲教师：Mr. Mauro——计算机科学与人工智能领域专家，现任 UCSD 教师，曾任加州顶级高中 CS/CE/EE 教师，该校曾有一年有 12 位学生被 MIT 录取。
2️⃣AI-Powered Intelligent 3D Printing Systems 跨领域工程与材料创新
课程简介：与圣地亚哥州立大学 (SDSU) 合作，探索 3D 打印、材料创新与人工智能的交叉领域。学生将在真实科研环境中参与增材制造与 AI 模型训练，学习如何通过智能算法优化打印精度与材料性能，并完成可应用于航空航天、医疗器械等领域的创新项目。
主讲教师：杨阳教授（Dr. Yang Yang）——SDSU 机械工程系助理教授，UCLA 博士，人工智能与 3D 打印领域国际知名学者，获多项材料创新与机器学习应用奖项，在仿生结构设计、先进复合材料、增材制造与 AI 优化方面有突出成果，并在国际顶级期刊发表多篇论文。
3️⃣初等离散数学
课程简介：面向 7 年级及以上学生，涵盖逻辑学、计数原理、数论、图论等核心内容，注重逻辑推理与证明能力培养。通过小班互动与实践练习，帮助学生在数学思维与问题解决能力方面实现飞跃。
主讲教师：Coach Liam——曾担任 UC Berkeley 多门数学与计算机课程助教，包括 CS 70 Discrete Math & Probability Theory、CS 170 Algorithms、EECS 126 Probability & Random Processes、CS 182 Deep Learning 以及 Real Analysis 等高等数学课程。
【竞赛报名/项目咨询+微信：mollywei007】
