首批研究生“人工智能+”课程建设通过验收

开课学期：春季学期

主要面向学生：化工及相关专业研究生

内容简介：课程融合人工智能、化学工程与系统工程等学科思想，探讨智能与分子化学工程内涵及应用，内容涵盖机器/深度学习方法与技术、AI+分子/材料设计、AI+化学逆合成、AI+流程工程等，理论讲述与实践案例相结合。课程同步引入了课程专属大模型和AI助教，为每个学生提供个性化学习支持和实时反馈。课程旨在培养学生人工智能和化学工程的跨学科创新思维和实践能力，为面向智能制造、新材料开发等高科技行业的职业发展奠定基础。

开课学期：秋季学期

主要面向学生：对生成式人工智能在不同领域应用感兴趣的所有学生

内容简介：生成式AI和大模型课程以跨学科交叉创新为特色，让学生了解生成式AI和大模型的能力、应用技巧、原理和典型应用案例，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。

开课学期：秋季学期

主要面向学生：药学专业研究生，其他相关专业（如化学、生物学、数学、计算机科学等）研究生。

内容简介：“计算机辅助药物设计”是药学与化学、生物学、数学、计算机科学交叉形成的课程，课程强调从源头入手进行新药研发，突出计算机技术尤其是人工智能技术和分子模拟技术在新药研发中的关键作用；学生需要具有一定计算机技能，能通过学习，复现文献工作并在课堂交流。本课程由唐赟教授负责，刘桂霞、李卫华两位教授参与授课。

开课学期：秋季学期

主要面向学生：“控制科学与工程”学术硕士生

内容简介：课程内容涵盖机电一体化装置的基础知识，还深入探讨了机器人设计、运动分析、控制理论、规划、视觉等理论知识。课程目标在于培养学生的综合运用能力，使他们能创新性地解决复杂工程问题，特别是在自动化系统与机器人技术领域。在课堂内容讲解之外，课程还鼓励学生通过小组合作、文献搜索、课堂观点交流和研究总结报告等方式，深入研究机器人建模、控制、规划等在不同领域的应用，让学生更加全面地掌握课程的关键概念和技术。

开课学期：秋季学期

主要面向学生：信息学院相关学生

内容简介：本门课程在教学内容和教学方法中融入AI理念。一方面，在高级嵌入式系统的知识体系中融入AI技术理念：以应用为中心，针对嵌入式系统具有资源受限和实时响应等特点，学习面向嵌入式系统的AI训练和推理知识体系，包括剪枝、蒸馏、量化等优化技术，另一方面，在教学过程中，利用云计算实验平台完成嵌入式系统的基本技能实训，利用认知诊断、知识追踪等AI理论和工具辅助教学过程，以便进行个性化学习实践。

开课学期：秋季学期

主要面向学生：对金融科技和量化金融感兴趣的同学

内容简介：《机器学习与金融应用》是MF金融科技模块的重要课程。本课程从金融案例出发，如收益率预测、异常交易识别、银行客户画像等，详细讲解线性回归、逻辑回归、决策树、支持向量机、神经网络、集成学习等经典机器学习方法的原理、算法和编程，并通过演示实验介绍如何运用这些方法解决实际金融问题。

开课学期：秋季学期

主要面向学生：生命科学相关领域学生

内容简介：本课程坚持“理论与实践相并重、基础与前沿相结合”的原则，深度融合AI与生物信息学，强化GPU编程实践，同时提供AI课程证书。建立了完整的学科交叉融合教学体系，包括交叉融合教学内容、交叉融合教学方法和全方位评价体系，有效提高学生学科交叉融合综合素质。使学生掌握生物信息学的基本理论与方法；熟悉人工智能的核心技术与应用场景；提高学生解决复杂生物学问题的能力；培养跨学科思维与创新能力。

开课学期：秋季学期

主要面向学生：工科研究生

内容简介：以社会需求为出发点，精选决策与决策支持系统所涉及的人工智能领域核心知识和技术，在《决策与决策支持系统》课程知识体系融入人工智能赋能工业过程安全高效运行的内容、加入人工智能赋能工业过程决策支持的典型案例。强调实际工业过程决策支持案例分析和项目驱动教学，重构知识体系，优化课程内容，探索人工智能与决策支持技术深度融合的途径和手段，培养学生的创新思维和解决复杂问题的能力。

开课学期：春季学期

主要面向学生：法律相关专业学生

内容简介：课程旨在帮助法律研究生了解并掌握人工智能技术与法学的结合，特别是如何在法律实践中应用AI工具。本课程将涉及法律类领域大模型在法律文书生成、案例分析、合同审查、法律研究等领域的应用，同时深入探讨平台治理、算法治理、数字权利与数字政府等当代法律问题。本课程不仅注重技术应用，还特别关注AI在法律中的伦理与治理问题，研究AI对法律制度的影响，探索AI在法学教育的应用版图，以帮助学生了解和应对技术带来的法律挑战。

开课学期：秋季学期

主要面向学生：公共管理学科研究生的专业选修

内容简介：课程依托人工智能大模型等技术，探索智能技术重塑社会治理流程与模式；深入洞察社会结构和群体行为，提供全新的分析视角与理论支撑；研究社会治理场景中智能应用的逻辑与实践路径。通过深度整合多学科资源，构建起系统且前沿的知识架构，助力学生全方位、深层次地理解智能社会治理，为学生提供具有前瞻性的专业学习。

开课学期：秋季学期

主要面向学生：对社会科学，特别是社会保障领域感兴趣的研究生

内容简介：课程将重点探索人工智能在社会保障领域的应用潜力，并学习通过机器学习、自然语言处理等技术分析和评估社会保障政策。课程创新之处在于采用案例教学，引导学生理解人工智能如何助力社会保障政策的优化，并通过大数据分析和情境模拟等方法，培养学生的跨学科思维和数据分析能力。课程旨在提升学生在社会保障领域的创新能力，尤其是在数字化和智能化政策决策中的应用与评估能力。

开课学期：春季开课

主要面向学生：包括但不限于材料科学与工程、计算机科学与技术等相关专业的研究生。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：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。