【作者：曹小娇 审核：葛飞 来源：信息工程学院】
为探索人工智能与教育教学的深度融合，3月11日，信息工程学院在工学楼210会议室举办“AI赋能教育创新”专题研讨会，会议由院长穆炯主持。来自计算机科学系、物联网工程系、数据科学系的6位教师代表分别进行了分享，全体教职工参会，
彭昌猛副教授以“AI+教学和课程建设”为题，深入探讨了AI在高等教育中的应用前景。他详细介绍了AI教师、AI学伴和AI督察等智能化工具，并展示了SmartPrep.ai、科大讯飞智慧课堂、腾讯教育AI平台等前沿教育平台，为与会教师呈现了AI赋能教学的多元场景。
林野副教授在交流中指出，国产大模型种类丰富，选择多样。能够快速检索资料、凝练知识点，辅助实验和编程，生成繁琐代码，显著提升教学效率。在学术研究中，大模型还能优化研究逻辑和语句表达，提高论文质量。同时，林野提醒，使用时需通过脱敏和加密来确保信息安全。
翟强副教授以“大模型赋能的学科交叉研究思路分享与探讨”为题，分享了团队在学科交叉研究中借助大模型实现创新突破的经验。他强调，团队成员的主动学习与紧密协作是研究推进的关键，并通过两个案例展示了大模型在数据处理和模型优化中的强大功能。
倪铭副教授结合实际操作案例，展示了AI技术如何助力教学过程的优化。他指出，基于开源通用版的AI模型在处理专业知识推理和内容生成时可能存在局限性，甚至会出现错误结果。对此，他建议通过持续构建和优化课程知识库，并结合AI模型的知识投喂与迁移训练，逐步开发并完善课程专属模型，从而不断提升其准确性和实用性，更好地服务于教学。
黄强副教授深入探讨了DeepSeek等AI模型在打破传统AI发展模式中的创新实践，展示了其蒸馏模型在私有化部署上的优势，以及在智慧养老、电子政务、体育竞赛系统优化和智慧农业等领域的应用探索。同时，黄强还探讨了AI在包括智慧课程建设、教学过程辅助、项目审核等高校教育的赋能潜力和应用前景。
李坤鸿副教授以“基于机器视觉的FPC排
线焊点外观缺陷检测系统”为题介绍了AI算法在工业缺陷检测中的应用，展现了AI技术在工业领域的巨大潜力。
据悉，为积极响应国家“新一代人工智能发展规划”和学校“加快推进数字化赋能”战略，推动人工智能技术与多学科深度融合，信息工程学院近期成立了“人工智能赋能+”创新学习团队，并于3月4日开展了首次研讨会。未来，学院将继续探索AI赋能教育教学的新模式，助力教育数字化转型，为培养适应新时代需求的高素质人才提供有力支撑。
