為緊密圍繞國家“雙碳”目標下新型電力系統數字化、智能化發展需要，培養面向能源電力數智化的“AI+能源電力”復合型、應用型、創新型人才，我校人工智能現代產業學院于今年6月啟動第二屆人工智能微專業培養，并于暑期完成了第一階段授課。本屆微專業面向全校所有專業的大一、大二學生，經過面試選拔，最終錄取了來自能源與機械工程學院、環境與化學工程學院、電氣工程學院、自動化工程學院、計算機科學與技術學院、經濟與管理學院及數理學院共7個學院的62名同學參與，規模較首屆微專業增長51%。

為跟進及適應人工智能產業技術快速發展和變革，本屆課程在第一屆課程基礎上全面升級，在教學內容和教學模式上均有改進。7月7日至7月18日，通過為期兩周的“理論+實驗+實踐”集中線上授課與實驗平臺強化訓練，所有學生順利完成第一階段的3門核心課程學習，學生全員通過英偉達深度學習基礎認證，完成《人工智能產業前沿技術導論》課程答辯和《人工智能技術實訓》課程答辯。

第一門課程《人工智能產業前沿技術導論》新增“人工智能安全與倫理”與“大模型技術鏈分析”兩大模塊。課程聚焦前沿技術，強化行業應用，打通技術與產業壁壘，形成“5大核心專題+行業研討”的教學體系。張傳林教授講授《人工智能發展技術概況》，他通過案例分析和技術講解，幫助學生建立對人工智能的發展歷程和基本認知框架。范自柱教授講授《深度學習概況》，該課程模塊探討了深度學習與傳統機器學習的區別，并展示了相關網絡結構和實際案例。夏飛副教授講授《電力智慧視界》，介紹了視覺感知技術在發電、輸電、配電和用電場景中的具體應用。栗風永教授講授《人工智能安全與倫理》，探討了AI技術發展中的潛在風險、隱私保護、算法偏見及法律責任等核心內容。范自柱與李東陽團隊講授《大模型技術鏈分析》，介紹了自然語言處理的基礎概念、大模型核心機制（如注意力機制和Transformer架構）以及BERT、GPT等經典模型的發展歷程。

第二門課程《機器學習基礎》采用雙平臺實訓，強化人工智能核心能力，該門課程較第一屆在課程教學進度和教學內容上進行了調整。栗風永教授采用希冀平臺進行授課，課程內容覆蓋機器學習基本概念和常用方法，學生在希冀平臺上開展機器學習基礎實驗。彭源副教授作為英偉達校園大使，系統地講授了英偉達深度學習基礎課程，課程內容涵蓋基本概念、原理、工具和實現方法，新增了Transformer模型并行訓練實驗，62名學員均通過NVIDIA（英偉達）深度學習基礎認證考試。

第三門課程《人工智能技術實訓》由徐曼老師與盧芳芳老師共同開設。本次開課根據選課學生的變化，在教學內容和教學模式上有兩個創新改進。一是考慮到本屆學生包含大一、大二學生，部分學生缺少Linux操作技能，所以新增“Linux操作入門”模塊實驗；二是在中期檢查階段，以自動評測實驗排行榜為依據，開展分層研討式合作學習，學生按排行榜排序依次分享學習成果，共同探討實訓原理與實訓中遇到的問題及解決辦法。本輪課程繼續以“模塊命題+自主選題”的個性化實驗實訓的創新方式開展，學生基于前序課程對人工智能基礎的學習和對前沿技術的了解選擇感興趣的領域，基于希冀平臺開展虛擬仿真實訓。學生在4個實驗模塊中自主選擇一個完成，包括“深度學習與計算機視覺、自然語言處理與知識圖譜、強化學習與智能游戲以及大模型算法架構”，通過云桌面或Jupter筆記形式開展實驗，每個實驗項目通過自動測評后開展下一項實驗，研究生助教全程參與指導。課程考核包括系統自動測評、提交實驗報告與匯報答辯相結合的考核方式，學生平均在線時長為1200多分鐘，各專業學生發揮各自的優勢，互相取長補短，互幫互助，交流研討氛圍濃厚，學生成績表現總體較為優異。

在課程答辯中，學生們既展示了實驗相關的原理、步驟、結果及分析，也深入研究了相關AI前沿技術，并基于廣泛調研提出個人見解，體現了我校學生較扎實的理論基礎、研究能力和較強的AI工具使用能力，以及人工智能技術快速發展背景下批判思維和創新意識與能力。學生在課程答辯中表示，“為期兩周的人工智能微專業線上學習，讓我對人工智能的認知從模糊的概念逐漸變得清晰可觸，從卷積神經網絡的處理原則，到循環神經網絡在自然語言處理重點應用，那些曾經只在課本上見過的專業術語，通過案例分析變得生動易懂”。

人工智能微專業通過構筑“AI+能源電力”的跨學科培養模式，著力解決能源電力數智化產業變革對復合型人才的迫切需求，更為各理工科類專業學生個性化發展和職業競爭力提升開辟了新路徑。

教務處/產教融合辦 人工智能現代產業學院 供稿