BIAA 科创学院 · 项目驱动学习
从一个科创项目，长出一棵可学习的科技树。
先看清项目要做什么，再拆出必须掌握的硬件、软件、AI、工程与安全知识。学生可以独立走完整棵科技树，也可以只负责一个分支，与伙伴共同完成系统集成。
选择完整项目或一个团队角色，再沿科技树逐项学习、实践、验证和集成。- 01提出问题
- 02构建模型
- 03测试证据
- 04解释边界
STATUS / EVIDENCE可验证
01 / 问题02 / 模型03 / 测试04 / 证据问题 → 作品 → 证据
BIAA / PROJECT → TECH TREE
课程不再是一张菜单，而是一棵为项目服务的科技树。
从目标、约束和系统边界出发，BIAA 把项目拆成可排序、可分工、可验证的学习模块。每个节点都回答四件事：为什么要学、先学什么、要做出什么、用什么证据通过。
查看 9 个项目科技树PROJECT / 01真实科创项目目标 + 约束 + 验证
- 01机械与结构学习模块
- 02电子与控制学习模块
- 03软件与数据学习模块
- 04AI 与自动化学习模块
- 05测试与安全学习模块
- 01定义项目
- 02生成科技树
- 03选择角色学习
- 04集成并用证据验收
答案很快会过时。提出好问题、做出真东西、用证据改进，才是带得走的能力。
BIAA 把课程、项目挑战与创新实验室放在同一体系中。课程建立能力，挑战建立协作，Pipe Coding 等学院原型让技术离开屏幕，进入真实世界。
了解这套学习方法 ↗BIAA / 学习路径
不按年龄贴标签，按能力向前。
BIAA / 课程索引
从一个兴趣进入，最后学会连接整个系统。
09 个课程方向
RB–01探 / 建 / 创
机器人
机械、电子、传感、控制与迭代测试。
学习证据可运行行为 + 工程日志
查看方向 ↗CD–02探 / 建 / 创
编程
从计算思维走向可阅读、可测试的程序。
学习证据程序 + 原理说明 + 测试用例
查看方向 ↗AI–03建 / 创
人工智能
数据、模型、评价、创造性应用与责任边界。
学习证据模型卡 + 评价证据
查看方向 ↗SC–04探 / 建
应用科学
通过受控实验研究可观察的真实现象。
学习证据问题 + 方法 + 证据
查看方向 ↗ED–05探 / 建 / 创
工程设计
定义需求、比较方案、制作原型并解释决策。
学习证据原型 + 设计依据
查看方向 ↗DA–06建 / 创
无人机与自主系统
飞行物理、传感、自主控制与安全边界。
学习证据任务计划 + 仿真 + 复盘
查看方向 ↗IO–07建 / 创
物联网与智能系统
把传感器、代码与界面连接成可靠系统。
学习证据系统图 + 已测试的数据流
查看方向 ↗RI–08创
研究与创新
提出可研究的问题，并清楚表达可信证据。
学习证据研究简报 + 注释证据
查看方向 ↗CP–09创
跨学科毕业项目
综合科学、工程、编程与沟通表达。
学习证据现场演示 + 作品集答辩
查看方向 ↗BIAA / INNOVATION / PIPE CODING
让代码离开屏幕。
Pipe Coding 是 BIAA 的基础设施机器人学习项目。Guardian 与管道无人机内容被重新组织为学院原型和研究方向，清楚区分设想、研究证据与已验证成果。
进入 Pipe Coding ↗01
BIAA / PROMISE
先问为什么，再决定做什么
学习者不照着标准答案完成一次性作业，而是把代码、机械结构、数据和科学推理连接到一个真实问题，再通过测试不断改进。
- 01从一个值得研究的问题开始
- 02用草图、代码和制作记录呈现思考
- 03把失败变成下一轮迭代的证据
02
BIAA / DIRECTIONS
不是六门孤立的课，而是一套解决问题的能力
机器人、编程、人工智能、应用科学、工程设计和智能系统在同一个项目中彼此连接。工具会更新，理解系统的能力不会过时。
- 01从屏幕中的逻辑走向物理系统
- 02把科学探究与工程决策结合
- 03理解、评价并负责任地使用人工智能
03
BIAA / EVIDENCE
作品不是终点，证据才让学习真正发生
BIAA 的作品集记录问题、方案、代码、观察、测试结果和反思。学习者既要说明作品做到了什么，也要诚实说明尚未解决什么。
- 01项目开始前就明确学习标准
- 02项目复盘包含安全与伦理
- 03下一步由已经获得的证据决定
BIAA / NEXT STEP
进入科创项目 进入科创项目
选择完整项目或一个团队角色，再沿科技树逐项学习、实践、验证和集成。