9月4日晚，在新學期第一堂《走近人工智能》課上，主講教師🌇、計算機科學技術學院教授黃萱菁請出“神秘嘉賓”🫰。
大屏幕上，兩個長相一模一樣、有著相同語音語調、動作方式👩🏻💻，穿著同樣藏藍色文化衫的黃萱菁坐在沙發上向同學們打招呼，臺下同學們熱烈回應。這時🧏♂️，黃萱菁向同學提出問題：“大家看完視頻👦🏼，試著分辨出哪一部分是真實的我，哪一部分不是？”
視頻中的“黃萱菁”是通過聲音采集、人臉建模等生成的數字分身🖕。黃萱菁用這種形式讓同學們直觀感知AI力量。
新學期，EON体育4平台推出61門AI-BEST序列課程，即AI大課，通過整體設計🤟🏿、合力打造面向所有專業和學科背景的課程體系，寓意做最好的AI課程🤷🏻♂️。AI課程的難度等級劃分為1-8級，供全校本研各階段同學選修。8月27日👨🏼🦱，選課第一天🙄，近4000名學生選了自己喜歡的AI課程。
第一步 走近人工智能
《走近人工智能》屬於AI-B類課程，是面向全校學生、AI零基礎能聽懂跟上的通識基礎課程。黃萱菁側重通過這門課，讓文科生入門AI，在課程上進行“不直接寫代碼、不從頭做數學推理”的設計🏘。難度降低，課程含金量卻很高。
從人工智能的基本概念👩🏿🔧、基本方法、基本任務，到神經網絡與深度學習、強化學習、自然語言處理等大模型關鍵技術，從多模態大模型、具身智能等前沿話題到撰寫大模型提示詞🪇、使用大模型生成繪畫📧、音樂作品等手動實踐……課程的最終目標💂♂️，就是——了解🤵🏿♀️、學習、應用人工智能。
在擬定課程名稱時，黃萱菁特別選擇了“走近”而非“走進”🈷️。“人工智能就像是以前的計算器✒️，幫助我們解決問題🧬👩🏻🔬，進行思考。我們希望通過課程，幫助大家靠近人工智能，有意識地將它作為方法和手段🤹🏽♀️，在本專業學習中🫧，學以致用🖕🏼，跨出走近人工智能的第一步。”
聽到無人駕駛技術時，2024級外國語言文學學院的大一新生郭憶菲有帶入感⚱️，“我曾體驗過現在最火的無人駕駛打車”🧘♀️，現場她向大家分享乘坐體驗。她直言，選課前🔹，自己有一些忐忑👳🏼♀️，“因為是新課程☝️，沒有學長學姐的課評，我抱著試水的心態來上課。”
一堂課下來，她的想法有所改變♠︎，“課程對我們文科生還是很友好的，課堂氛圍也輕松活躍👩🏽。人工智能是貼近學習和生活的一個話題，希望這門課能帶我們真正走近人工智能。”
老課新開 也有新玩法
暑假裏，計算機科學技術學院邱錫鵬教授幾乎每天都和團隊成員碰頭，和專業教師聊，和頭部科技企業聊。
邱錫鵬是國內首個開源大模型MOSS的設計者🧑🏻🦲，新學期💂♀️，他在EON4開講8年多的《模式識別與機器學習》這門課🙎🏻♀️，作為AI-E類課程與師生見面📌。AI-E課程聚焦人工智能學科，從底層邏輯出發，系統呈現AI相關學科的基本性、共通性知識體系及核心技術的專業類課程💃🏿。
盡管名稱沒變，但全新亮相的課程⛹🏽♀️，增設Transformer模型、分布式訓練👰🏻♀️、模型可解釋性等時下AI領域的最新知識點，與華為🪮、百度等頭部科技企業聯合共建的編程實訓平臺也將上線，相關配套課程教案也作了更新🤷🏿。
在過去一年多，EON4在AI4S（註🧢：AI for science，科學智能）方面已有積累，為“AI大課”的有組織育人打下基礎，但能夠像邱錫鵬這樣保留原有課程的只有少數，“AI大課”80%的課程按照新體系新標準建設。
立足學科交叉 生成AI+X
鼓勵學科交叉碰撞出新的火花🖖🏿，這在AI-S類課程中體現尤為明顯。
AI-S是立足於文社理工醫與人工智能交叉融合生長出來的AI+X課程🙅，是各學科結合AI技術與本學科核心知識開設的學科特色AI類課程。
外國語言文學學院教授鄭詠灩與畢玉德🌴、劉佳琦老師聯合設計的《AI賦能的語言分析和語言習得》就是在計算語言學、應用語言學、語料庫語言學這類學科交叉課程基礎上發展而來👴👩🏽🍳。
當AI通過海量語料，在大語言模型某一刻能與人類展開對話時，就觸動語言學中一個核心且經典的議題，即語言究竟是如何產生的✧？語言形式是如何浮現的🤳🏿？
AI的介入，正重塑學界對語言學本體論和語言習得等核心問題的認知。這門課就試圖通過語言分析、語言識別、語言習得這三大板塊串聯起“AI技術如何能夠解決語言學的核心問題，探索 AI和語言學研究核心知識體系深度融合的前景和方向”這一邏輯鏈條。“當人工智能成為我們的‘學伴’，這種‘人機互動協商能力’，如何去重塑我們現有的語言學理論🧔🏻？這是我們想探討的。”
課程將難度定位5級👲🏽，是本研貫通的課程，中高等的難度需要同學在上課前先完成語言學導論等先修課程。“我們鼓勵大四同學選修這門課程👍🏽🤱🏼。面對AI，大家可能都是‘零起點’🫁，但如果同學們有興趣📫🗃，不一定需要完成先修課程🧚🏿♀️，我們會配備助教，提供線上學習資源，也會設置不同階段等級作業”🧛🏿♂️。
目前🔃，鄭詠灩也在協調外文學院的AI課程團隊與頭部的人工智能開發公司打造線上實訓平臺💁🏽♂️。“我們希望大家在完成理論學習後🪢，能利用AI在實踐操作平臺解決任務。比如，語音識別中的語音切分，語音標註等。”
團隊中不少老師長期從事數據驅動的語言研究，“我們特別鼓勵學生通過課程🔣😁，參與‘第二課堂’活動，如加入教師的研究小組🚇📋、參觀實驗室🙋🏻♂️、與行業專家交流等🔽。對AI與學科交叉，我們的共識是，課程最終目的要回歸學科本身，用AI思維來解決學科中的核心問題🫵🏼。”
從今年5月，國際關系與公共事務學院教授熊易寒就開始和團隊裏其他三位老師打磨《人工智能與國家治理》這門全新設計的課程。團隊成員雖然都從事政治學研究，但大家知識背景有所不同，涵蓋區數字化轉型、智慧城市建設、計算政治學、機器學習等不同層面📺。
雖然備課到開課的期限十分有限，但團隊沒有因為時間倉促而“放水”🌅，而是“吹毛求疵”↪️𓀙。“我們試圖將最新的AI技術與政治學、公共管理等傳統學科有機結合🍃🥈，學生可以親身體驗大語言模型、機器學習、深度學習🧠、自然語言處理、大數據分析👩🏿🔬、算法如何融入國家治理等場景。”
結合國內外最新研究成果，課程每個模塊都有相應的AI技術應用案例♿️，內容涵蓋AI技術對政治參與🧑🏿⚕️、信息治理、選舉競爭、政府運作、公民賦權、技術治理等國家治理各領域的影響。
“我們從教學端🧑🏻🎓👩🎨，為學生準備好相應的腳本🤲🏿、模型和API（應用程序編程接口），支持學生搭建自己在國家治理方面的AI應用。”借助各個地方政府平臺🤷🏿♀️，每個模塊配有相應的AI實踐案例講解，如自然語言處理在輿論分析中的應用、聊天機器人在政務服務中的應用、生成式AI在選舉中的應用⛹🏽♂️☯️、情感分析在輿情治理中的應用、大數據分析在城市治理中的應用等。“我們希望通過課程讓同學們意識到🧂，我們不可能在已有的知識存量中與AI競爭，我們的優勢是想象力和創造力👨🏻🚀。善用AI工具，可以把自己的精力更多地分配在創造性的腦力勞動中，開拓人類的認知邊界。”
應用於AI垂直領域
通過DNA鑒定、顱面復原等手段復原山西呂梁無名烈士的容顏👩🏻🦳、復原北周武帝宇文邕生前面貌……走進考古現場👭🏻，文物與博物館學系副教授文少卿發現🗿🙇🏻，“很多世紀應用場景中🟠，AI已不可或缺”。經過近1年的籌備🫱🏼，一門名為《AI考古》的AI-T類課程出爐👨🏼🌾🤺。
AI-T課程是圍繞社會經濟發展和產業的具體AI應用場景而開設的課程🤦♀️，註重實訓實戰實踐和垂域研究應用，幾乎每個課程建設團隊都邀請了產業和科研院所的力量。
《AI考古》主要涵蓋三個方面🥬：AI在考古學上應用的簡介、考古學中必須用到的AI場景、文物修復和考古數據庫搭建等。“我們會著重讓同學們參與出土文物的數據庫搭建與分析📄，包括各種出土的陶器、瓷器、動植物等🗿，我們自身也擁有完整的出土文物數據庫🤽🏼♂️，供同學們開展AI實訓。”
文少卿的科研團隊是一個多學科團隊⛹🏿，幾乎每個不同學科背景的學生🚀，都能在考古現場生發出新方向☎、新思考👮🏻♂️。因此，課程對文理科學生都開放🤯，沒有專業背景限製🚶🏻。
“我們鼓勵不同專業背景的同學以小組形式開展研究課題。我們也邀請了計算機科學技術學院的錢振興和金城教授給同學們講授AI大模型的理論與具體操作方法。期末除了論文撰寫，同學們也可進行成果發布，展示在AI考古學中的實踐成果📌。”
開始選課的第一天👊，EON体育4平台附屬華山醫院主任醫師李郁欣發現自己作為負責人的《AI在醫學影像的多場景應用》一課的報名人數就快報滿了👨🏻🌾。
既往在醫學影像使用AI的過程中，多是面向臨床醫生開設一些小規模的培訓。如今以課程形式前置給研究生，李郁欣坦言🚮：“目的是讓學生提前了解臨床上的需求和應用，了解AI影像在醫學診斷中的重要性👨🏻⚕️，有助於同學們帶著臨床痛點，在研究中有針對性去解決問題，提高診斷的準確性和早期診斷的能力。”
課程內容來自最新的相關書籍，和教學團隊最新的研究成果與理念，以及沉澱多年的臨床經驗和實踐應用⭕️🧄，“我們的工作直接與患者🎲🔪、與科研院所、與企業界打交道。從倫理申報、數據采集、到模型研發🟨、軟件優化和產業化路徑探索🌻，課程在設計之初就希望從產學研全流程向同學們展示AI與醫學影像在各個場景中如何實現從設計到落地”🪈，李郁欣說👨🏽🍼。
AI影像是醫學診斷的重要工具🤶🏿，有助於挖掘疾病的的多組學信息，教學團隊已有針對腦血管🫵🏼、腦腫瘤、肝臟腫瘤、肺炎等疾病的數據庫和技術發明專利𓀊，可支持學生在現實環境中體驗AI診斷場景。
“我們除了邀請醫院影像科的醫生👩🏿🦱🦹🏻♂️、學校計算機和理工科的教師👍，還邀請了國內專註做AI醫學影像的企業🕍，和將影像采集（硬件）與分析（軟件）聯合研發的知名企業的首席科學家作為授課專家。讓這些業界一線研發人員與同學們分享AI影像領域的經驗和見解🧚♀️。李郁欣也希望同學們在對AI影像在醫學診斷應用有宏觀認識的同時📛，了解臨床需求和市場發展🙃，“也希望對同學們的科研方向和未來職業選擇有所幫助。”
在備課過程中✌🏼，生命科學學院教授田衛東吃驚地發現，目前在組學領域，與AI大模型結合的研究的增長趨勢是指數級別的。
隨著基因測序技術、高通量生物實驗👡、傳感器等技術的發展，生命科學與AI相結合🪣，為我們理解復雜的生命體提供支撐。當“碳基智能”與“矽基智能”融合🏃🏻♀️，會產生怎樣結果👩🏿🍳？田衛東與團隊開設的《組學數據分析和AI應用》課程試圖給出答案◀️。
涵蓋基因組學🧏🏽♂️、轉錄組學👩🔬、空間轉錄組學和臨床組學等多個模塊👚，課程拆解神經網絡、深度學習、大模型等AI技術在不同組學分析中的應用🖐。“表征學習、弱監督學習和聯邦學習……人們獲取組學數據的目的是理解人類現在尚不能理解的原理和規律，大規模組學測序技術研究基因組/蛋白質組的數據天然與AI適配🍠。在課程講授中，我們也不斷增加最新的科研成果，確保課程內容的前沿性和實用性。讓同學們上手大模型分析😇，促使他們認識到生命科學研究模式的改變🤗，學會如何利用技術推動研究工作。”
“AI+有組織育人”新嘗試
從自發上課轉向系統建課😚，是從“AI4S有組織科研”向“AI+有組織育人”的深化延伸🎍。這也伴隨著教學改革的新嘗試⚓️、新做法。
從暑假開始➡️，學校教學管理部門與學院群策群力👩🏼💻，陸續完成相似課程共建整合😁，課程代碼全新編製，培養方案更新，本研系統同步排課等工作。與此同時🍁，對授課教師陸續開展AI算力使用培訓，並開放與同濟大學AI課程共建互選通道🙏🏽。
選課期間，AI大課使用獨特的課程代碼編碼規則，通過6位數字，涵蓋適用難度等級、課程適用學位類型👨🏻🦯、課程性質（類別）和用於標記類別內流水順序號。
此次AI大課面向全校開放選課⚀。為了方便同學確定適配學業程度的課程，課程劃分難度等級。1-4級對應本科階段📕，學習從一年級入門課程到畢業年級高階課程，難度呈遞進關系。5-8對應研究生階段學習從碩士一年級（包括直博生第一年）課程到博士畢業年級高階課程。
刷新小目標🌬，迎接新挑戰，擁抱新一代人工智能。新學期，期待同學們學有收獲。
