为系统赋能学校教师队伍高质量发展，加速推动教师知识体系更新与前沿拓展，我校创新推出以人工智能与多学科深度融合为导向的“仲荣”人工智能研习班。11月1日，第十期仲荣班第二次集中授课顺利完成，计算学部梁夏研究员、姜蒙副研究员、赵森栋副教授作报告，仲荣班班主任计算学部田春伟教授主持本次活动。
赵森栋以《医学大模型前沿进展》为题，从自然语言处理、基础大模型、医学大模型、决策大模型、疾控大模型等方面开展了授课。他指出，当前人工智能技术正以前所未有的速度与医学领域深度融合，为医疗健康行业带来革命性变革，医学大模型的发展必须坚持“以人为本、合规可控”的原则，在推动技术前沿的同时，务必重视数据隐私、算法公平性与临床安全性，携手医学专家共同构建可信赖的医疗人工智能生态。
梁夏以《AI for 脑与认知科学》为题，从脑与认知科学的研究问题与方法论出发，介绍了人工智能在该领域的多方位应用。她指出，大模型的出现不仅为脑与认知科学研究提供了新的分析工具与建模方法，也作为复杂认知过程的研究对象，推动了对智能本质与人类认知机制的理解，AI与脑认知科学的深度融合正推动该领域从传统分析范式走向智能驱动的研究新范式，为揭示大脑工作机制与认知结构带来新的可能，在这一过程中，应注重脑科学与人工智能的双向启发，加强跨学科协作，推动理论与方法的协同突破。
姜蒙以《复杂生物系统的智能制造与控制原理》为题，在授课中构建了一条从理解到创造的清晰脉络，从生理、病理等基础规律出发，由浅入深地阐释了人工智能技术如何辅助科学家整合多组学数据，生成新的数据驱动假说，并明确了AI在科学探索中的优势与适用范围。在此基础上，他深入剖析了自然界中智能结构与现有人工智能在本质上的相似与差异，并进一步说明了这些自然智能原理如何从根本上决定了生物体的形态发生与身体结构。他指出，通过对这些自然智能原理的逆向工程，我们得以开发出相应的智能装备与控制系统，最终实现对生命体的精准制造与调控。
在翻转课堂环节中，田春伟教授、姜蒙副研究员与第十期学员展开了多维互动，各位学员立足各自研究前沿，系统梳理了自身当前科研工作与人工智能交叉融合的实际进展，剖析了所面临的关键挑战，并提出了建设性的研究构想与具体资源需求。现场交流氛围热烈，高层次的思想共振、智慧共创与见解互启，有效激发了各位学员对未来科研范式转型与创新路径发展的深入思考，为探索前沿交叉领域的突破性进展擘画了清晰而富有远见的学术蓝图。
作者:赵 明 发布:何 璨 审核:周善宝