11月18日,中国科学技术大学人工智能学科建设研讨会在高新校区信智楼C301会议室举行。来自国内7所高校、科研院所和企业的专家学者齐聚一堂,围绕智能科学与技术学科建设、师资队伍发展、人才培养改革、学科交叉融合及产教协同等议题开展深入交流,共同探讨学校人工智能学科高质量发展的方向与路径。学院领导班子及部分教师参加本次会议,会议由人工智能与数据科学学院执行院长张燕咏主持。

中国科学技术大学研究生院副院长宋礼出席会议并致辞。他向与会专家表示欢迎和感谢,回顾了学院发展历程,并肯定学院自2024年更名以来的建设成效。学院目前拥有全职教师26人,各类人才占比65%;累计获批科研项目79项,总经费超过1.6亿元,在高水平论文和科研奖励等方面取得积极进展。宋礼指出,已有成绩是进一步发展的基础,学科建设仍需立足长远、找准定位。他提出三点思路:一是立足科大数理基础,深耕智能机理与AI for Science,形成学科特色;二是完善人才集聚机制,破除帽子文化,健全自主评价体系,广纳贤才;三是打通人才成长通道,研究生院将在招生、交叉培养、学位改革上予以支持,引导学生从 “会读书” 转向 “会创造”。他希望与会专家畅所欲言,为学科建设提出切实建议。

主旨报告环节,中国科学院计算技术研究所所长陈熙霖作题为《关于智能科学与技术学科的若干思考》的报告。他从学科定位与发展规律出发,围绕科研范式、教学改革、人才培养和人工智能伦理治理等问题分享思考。他强调,人工智能应服务于科学问题的研究与解决;在教学中应根据课程特点审慎、有效地使用人工智能工具,重视培养学生提出问题、运用工具和辨析结果的能力。同时,要统筹理科基础、工程实践和人文伦理,完善交叉学科体系,把人才培养放在学科建设的重要位置。

浙江大学本科生院院长、求是特聘教授吴飞线上作题为《教育教学人工智能进阶行动计划:从会读书到会创造》的主旨报告。他分析了大模型快速发展给高等教育带来的机遇与挑战,指出人工智能时代知识更新与技能迭代加快,对人才培养理念、课程内容和教学方式提出了新要求。结合浙江大学近年来人工智能教育教学改革实践,他介绍了人工智能赋能教育的探索举措,提出应加强学科交叉与科教融合,着力提升学生的创新思维、实践能力和创造能力,为高校推进人工智能人才自主培养提供参考。

随后,人工智能与数据科学学院副院长周文罡作学院学科建设专题汇报,介绍了学院发展概况、人才队伍、科学研究和学科建设情况。学院以建设世界一流人工智能与数据科学学科为愿景,探索预聘—长聘制人才引育机制,围绕认知智能、数据智能、系统智能、科学智能和具身智能形成五个特色研究方向,在高水平论文、重大科研项目和标志性成果方面取得积极进展。在“智能科学与技术”一级学科建设方面,学院提出布局人工智能、智能交叉、人工智能应用和数据科学四个二级学科方向,进一步明确各方向的建设定位、重点研究领域和学科特色,并统筹推进研究生课程体系建设与培养质量保障。

专家研讨环节,中国科学院计算技术研究所所长陈熙霖,浙江大学本科生院院长、求是特聘教授吴飞,桂林电子科技大学计算机与信息安全学院罗笑南教授,北京工业大学信息科学技术学院、北京人工智能研究院院长尹宝才教授,西安交通大学软件学院龚怡宏教授,安徽大学人工智能学院院长刘德荣教授,华为终端BG首席科学家田奇,中国科学技术大学信息科学技术学院李厚强教授,科大讯飞副总裁、研究院院长刘聪,湖南大学人工智能与机器人学院党委书记刘敏教授等专家学者,围绕学科定位与特色发展、教材和课程建设、人工智能与基础学科交叉融合、人才培养与评价、产教融合以及研究生教育改革等议题展开讨论。与会专家结合各自研究和实践经验提出针对性意见,为学院完善学科建设方案提供了重要参考。学院表示将认真梳理专家建议,推动相关意见转化为具体建设举措。
青年学术报告环节,学院王翔、王超两位老师分别带来《探索自进化的大模型智能体》《开放动态环境下的决策智能研究》学术分享,充分展示预聘‑长聘制度下学院青年科研骨干的前沿研究成果与创新活力。王翔围绕智能体如何从自身经验中持续学习与自主进化,提出外部经验、模型能力和执行系统三个层级的协同进化框架,通过记忆压缩、技能提炼、反馈学习、系统优化与安全迭代,实现智能体能力持续提升,并探索自主科学实践。王超聚焦开放动态环境下的决策智能,围绕环境感知、任务分析与动态决策,提出内外部时序影响建模、组合决策生成和多任务时空决策方法,并探索个性化强化学习与智能体后训练技术,提升复杂环境下的决策能力。

学院执行院长张燕咏在总结讲话中表示,本次研讨会围绕学科建设与人才培养的关键问题进行了充分交流。主旨报告提供了新的思路,专家意见为学院进一步明确学科方向、完善培养体系提供了宝贵参考,青年教师的学术报告也展现了学院持续发展的潜力。学院将认真研究吸纳与会专家的意见建议,细化学科建设举措,推动研讨成果落实。下一步,学院将坚持“四个面向”,发挥中国科学技术大学基础学科优势,扎实推进人工智能、智能交叉、人工智能应用和数据科学四个方向的内涵建设,促进科研创新、人才培养和学科发展相互支撑,为学校建设高水平人工智能学科贡献力量。

