原標題：南方科技大學以人工智能底層原理重構學生知識框架——打好學生人工智能學習的“地基”

　　“中學時，我就對人工智能很有興趣。但人工智能概念相對寬泛，我也不知道自己的興趣點是模型開發，還是實際應用。”這學期，南方科技大學（以下簡稱“南科大”）大一學生朱信怡在學校“人工智能與應用”課上，找到了答案。

　　在“隨機森林演算法”課程學習中，朱信怡在教師指導下，一步步將數據代入公式計算。她逐漸意識到，人工智能演算法是基於計算機工作原理的枚舉與迭代。這讓曾經在專業選擇上搖擺不定的她，錨定了計算機這一專業發展航向。

　　“面對技術變革、産業發展，如果工科院係學生在校期間未能學習掌握人工智能相關能力，畢業後將面臨知識與技能滯後的風險。”南科大工學院院長陳明偉介紹，這學期，學校新開設了人工智能專業，首批25名新生已經進入專業。此外，學校還面向大一學生，創新開設了“人工智能與應用”系列課程。

　　如何開好人工智能課程？“網上的人工智能相關學習資源豐富，但很多停留在工具應用層面，浮于表面。”在陳明偉看來，儘管人工智能大模型迭代升級很快，但支撐其運行的數學原理、數據科學邏輯、計算機工作原理等具有相對的穩定性。掌握了數學原理、數據科學邏輯、計算機工作原理等底層原理的學生，更能在人工智能大模型迭代升級的浪潮中“站穩腳跟”。

　　為此，南科大從工學院、商學院和醫學院精心抽調15名教授，組建人工智能通識課教學團隊，將計算機科學、數學等基礎學科知識有機融入人工智能通識課程體系，幫助學生以人工智能底層原理為重點構建知識框架。

　　然而，技術原理課程的理論艱深、相對枯燥，如何激發學生的學習興趣？“在前期課程中，演算法講解是教學重點。我們以應用驅動興趣，以實踐貫通理論，努力調動學生主動學習的積極性。”南科大工學院教授劉江介紹説，授課教師還通過定期發放問卷，收集學生對課堂內容的多元化訴求。教師分析學生的學習需求後，動態調整教學內容，將學生興趣點作為教學方案的“重要導航儀”。

　　學生在創新實踐中提升本領，教師也在服務産業中成長。主攻“人工智能+醫療”的劉江把自己的科研資源轉化為教學資源，將演算法知識與醫學應用的交叉領域作為授課重點。“在20多年前，‘支持向量機’演算法就很流行。當時我應用這一演算法分析眼底圖像，就能夠自動檢測患者眼底青光眼病變情況。”劉江先向學生們介紹自己應用“支持向量機”演算法的過程。隨後，很多學生從劉江的講解中，了解到演算法升級帶動青光眼診斷準確率提升的技術邏輯。

　　很多學生在劉江等教授的帶領下，在認知領域開始了“探險”，也逐漸明晰未來的專業發展方向。“如何將色素塊轉化成計算機能夠理解的編碼，並將不同的編碼進行分類？”南科大大一學生蘭子毅在課後練習中，運用深度學習等演算法嘗試完成任務。“在具體實踐中，我發現優質數據是‘餵養’演算法的‘美食’，也是大模型的重要基石。”學習後的蘭子毅對數據科學專業産生了濃厚的興趣。他希望通過系統學習，掌握挖掘數據價值等重要技術，為人工智能的發展夯實“數據地基”。

　　目前，南科大已在學校過半院係中，開設了以人工智能、機器學習、深度學習為主題的通識或專業課程。近日，學校還成立了人工智能學院，加速向人工智能領域的教學、科研與成果轉化新階段邁入，進一步打造多層次、全鏈條“人工智能+”人才培養模式。