我校召开研究生“人工智能+”交叉创新课程建设立项评审会,首批13门课即将面向全校开放

稿件来源:研究生院(党委研究生工作部) 作者:研究生院(党委研究生工作部) 摄影:研究生院(党委研究生工作部)编辑:浏览:191

研究生“人工智能+”课程建设立项评审会于近期在我校研究生楼806室召开。本次共有来自信息学院、商学院、社会学院等12个培养单位共22门课程申报。评审会邀请了校内外多位权威专家,其中包括我校侍洪波教授、刘洪来教授,还有来自上海交通大学的魏冬青教授、李贤伟副教授,上海大学的王灵教授以及相关人工智能领域企业专家,他们的出席为会议注入了深厚的学术底蕴,也为各项目团队提供了专业指导与建议。会议由研究生院副院长郁惠蕾主持。

此前,我校已经举办过线上、线下的人工智能师资培训活动,受到广泛好评。教师们积极参加,学习热情高涨。因此,在这次评审会中,看到许多具有前瞻性和创新性的优质项目案例,这些项目不仅深入挖掘人工智能核心技术,更生动展现了其与多学科领域的交融共生,覆盖我校大部分学科版图,充分体现了“人工智能+”战略的广阔应用前景。经过严谨的评审过程,最终有12门课程脱颖而出,获得立项资助建设,期待各获资助课程团队能以评审意见为指引,精准定位课程与人工智能的最佳联结点,打造一批高质量的“人工智能+”课程,有力推动我校在人工智能跨学科教育领域的创新发展,培养出更多具有创新精神和实践能力的高层次人才。

截至目前,我校共建设有13门“人工智能+”类课程(含1门在线示范课程)。这些课程将面向全校研究生开放,实现充分共享。具体课程信息如下:

“人工智能技术基础与前沿”(综合素养,16学时),2024秋季开课

授课教师:姜庆超、李冬冬

先修基础要求:高等数学、线性代数、概率论与数理统计

课程介绍:该课程是开展“人工智能+”行动、提升研究生人工智能综合素养的通识型课程,为研究生提供必要的知识和技能,以紧跟人工智能快速发展的趋势,提升学科交叉融合创新水平。课程以讲座和慕课为主要形式,内容主要包括4个部分,人工智能基础知识、人工智能技术应用、人工智能发展前沿、人工智能交叉创新。

 

“生成式AI和大模型”(综合素养,16学时),2024秋季开课

授课教师:李嘉

课程介绍:生成式AI和大模型是近年来人工智能领域最重要的进展,是新质生产力的典型代表,对整个商业环境产生了重大影响。本课程介绍生成式AI和大模型的能力、原理与典型应用案例,从而让学生理解其商业价值和能力边界,并初步具备在实际工作中选择和应用生成式AI和大模型的能力。

 

“智能与分子化学工程”(专业选修,32学时),2024秋季或2025春季开课

授课教师:宋震、张翔

先修基础要求:学生需具备一定的化学、化工、数学和计算机等方面的基础知识。这些基础知识包括但不限于物理化学、化工原理、Python或Matlab编程、数据结构与算法等。

课程介绍:智能与分子化学工程是结合人工智能前沿技术,从微观分子尺度加深对产品/材料和化学过程理解,继而实现精确控制与优化设计的化学工程前沿交叉领域。课程将概述一定的人工智能基本理论和前沿发展现状,并展示人工智能在分子/材料性质预测与设计、化工过程控制、过程工艺优化等领域的最新应用案例,提升研究生用人工智能思维解决复杂实际问题的能力。

 

“AI+生物信息学进阶与实践”(专业选修,32学时),2024秋季开课

授课教师:李友元

先修基础要求:分子生物学、程序设计基础、Python、高等数学、线性代数、统计学基础

课程介绍:本课程旨在探索人工智能技术在生物信息学领域的应用,通过理论讲授、实践操作和案例分析,帮助学生深入了解如何利用人工智能技术处理生物学数据、解决生物学问题,并探讨人工智能对生命科学研究的影响。课程内容涵盖了生物信息学和人工智能的基础知识,包括生物学数据类型与特点、基因组学、蛋白质组学、转录组学基础等。学生将学习生物信息学中常用的数据库和工具,以及人工智能的基本概念、机器学习和深度学习算法等。

 

“计算机辅助药物设计”(专业核心,32学时),2024秋季开课

授课教师:唐赟

先修基础要求:有机化学、物理化学、生物化学

课程介绍:本课程突出人工智能技术和计算化学方法对新药发现的指导作用,强调从源头入手(从基因入手和从小分子化合物入手)进行创新药物设计。课程目标是让学生熟悉“人工智能+药物设计”的基本知识和技能,能自己动手开展简单的药物设计研究,或者能与药物设计人员进行合作与交流,为今后独立开展相关研究打下基础。

 

“材料信息学”(专业选修,32学时),2024春季开课

授课教师:张良顺

先修基础要求:学生需具备一定的材料或化学等方面的专业基础知识,包括但不限于物理化学、高分子化学物理或者材料类等课程,以及线性代数和Python或C语言编程等。

课程介绍:材料信息学课程旨在面向对材料设计感兴趣,并希望利用人工智能技术提升材料设计效率和质量的学生。本课程以机器学习基础、Python编程语言以及数据预处理和特征工程介绍入手,涵盖统计机器学习模型和深度学习模型的基本原理、方法以及在材料中的应用,并提供实际材料研发问题的实战案例,包括利用机器学习进行实验数据分析、利用预训练模型加速材料科学研究等。

 

“机器人学与智能控制”(专业必修,32学时),2024秋季开课

授课教师:许璟

课程介绍:机器人技术与人工智能的融合正深刻改变着社会的各个层面,成为推动“人工智能+”行动的关键力量。课程内容主要包括4个部分:机器人学基础知识、机器人智能控制技术及其应用、机器人智能感知技术及其应用、机器人智能决策技术及其应用。

 

“决策与决策支持系统”(专业选修,32学时),2024秋季开课

授课教师:宋冰

先修基础要求:数据挖掘,机器学习

课程介绍:系统介绍决策支持系统的基本理论和设计开发方法。主要内容包括:决策支持系统的基本概念、发展现状、典型结构、决策方法、模型与决策支持、数据与决策支持、知识与决策支持、协同与群决策支持等关键技术,以及分析设计开发工具和应用案例。

 

“AI+高级嵌入式系统”(专业选修,32学时),2024秋季开课

授课教师:罗飞

先修基础要求:计算机系统结构,操作系统

课程介绍:本课程通过理论知识与实践应用相结合,将人工智能(AI)技术的相关理论和算法引入到嵌入式系统的实际开发中,使学生更好地理解基于嵌入式系统的AI开发过程,培养学生的创新思维和解决问题的能力。

 

“机器学习与金融应用”(专业必修,48学时),2024秋季开课

授课教师:蒋志强

先修基础要求:Python金融编程实战

课程介绍:本课程旨在探讨机器学习方法在金融领域中的应用,帮助学生了解如何利用机器学习技术解决金融领域的各种问题。通过理论讲解、案例分析和实践操作,学生将深入了解预测模型、个性化金融服务、金融风险管理以及量化交易等领域的机器学习方法和应用。

 

“人工智能+中国社会保障政策分析”(专业必修,32学时),2024秋季开课

授课教师:龚秀全

课程介绍:课程建设旨在融合人工智能技术与社会保障政策分析的前沿知识,培养研究生的创新能力,扩展其学术及应用视野,并促进社会保障领域的科技应用和政策创新。主要内容包括社会保障理论与政策基础知识、人工智能基础、人工智能+养老保险政策分析、人工智能+医疗保险政策分析、人工智能+养老服务政策分析、人工智能+医养结合政策分析、人工智能+长期护理保险政策分析等。

 

“智能社会治理前沿”(专业选修,32学时),2024秋季开课

授课教师:朱琳

先修基础要求:管理学、社会学、信息科学基础

课程介绍:课程介绍运用智能技术进行社会治理时应遵循的基本准则以及具体方法,掌握在智能时代背景下社会治理的新理念和新方法。通过案例分析和讨论,深入了解智能技术在不同社会治理场景下面临的挑战。通过跨学科的项目合作和实践活动,让学生在实践中提升综合应用能力,培养学生的创新思维和批判性思维,能够在智能社会治理领域不断探索和创新。

 

“人工智能法学”(专业选修,32学时),2024春季开课

授课教师:肖梦黎

先修基础要求:法理学

课程介绍:本课程旨在深入探讨人工智能技术在法学领域的应用,旨在帮助学生掌握如何运用人工智能方法解决法律实践中的复杂问题。通过系统的理论学习、案例分析以及实践操作,学生将全面理解人工智能在法律研究、司法决策、合同分析、法律咨询以及智能合约设计等方面的应用和挑战。讨论人工智能在法律领域应用时所面临的伦理和法律挑战,包括隐私保护、算法透明度和责任归属。

发布时间:2024-05-17