AI浪潮之下，如何用好工具、锤炼本领，成为青年学子必须回应的课题。10月21日晚，智能工程学院“云智训练营”系列活动第十期在理工楼212如期举行。学院吴福忠老师以“AI时代：青年学子如何锤炼科研创新能力”为主题作专题分享，活动由学生科辅导员郭世辉主持，十余名智能学子到场参与。
AI能做什么？更要看清它不能做什么
分享中，吴福忠从“AI能帮我们做什么”讲起，结合自身使用大模型辅助文献检索、方案构思和文稿修改的经历指出，AI已经能够承担大量基础性工作，但“做得对不对”“改得准不准”，仍然要靠人来判断。他以借助AI完成机械设计为例提醒大家，论文与实验数据一旦造假，即便毕业多年也会被追溯核查，学位可能被撤销，学术诚信的底线绝不能试探。
学会与AI“对话”，是这一代青年的必修课
在他看来，学会与AI“对话”，是这一代青年学子必须掌握的本领。给出清晰的提示、读懂AI的回答、发现其中的偏差并即时纠正，都需要扎实的专业理解作支撑——“你要纠正它，首先你自己要懂”。他强调，这并不意味着可以放松基础学习，只是掌握的要求发生了变化：不必再死记语法细节与操作步骤，但对原理与逻辑的把握不能缺位。
从“学会”到“研究”：创新从何而来
谈及科研与创新的区别，吴福忠说，学习是学会别人已经做好的东西，而研究要做出教材里找不到的新东西。他把创新分为两个层次：一是原始创新，即从无到有地研发模型；二是应用创新，即把AI这一新工具引入传统领域，同样大有可为。从当年“互联网+”带动各行各业，到如今“AI+”赋能千行百业，交叉融合的空间正不断打开。
机器视觉带来启示：AI+传统专业大有可为
他以机器视觉为例展开：过去的机械手需要预先被告知坐标才能完成抓取，如今借助视觉识别模型，机器可以先“看见”目标、自主定位，再伸手取物，真正实现了智能化。由此延伸，AI与机械结合，可应用于机器人控制、故障诊断和工业质检；AI与交通结合，催生了从辅助驾驶到高度自动驾驶的技术迭代；AI与农业结合，则让果蔬自动采摘成为可能。机械领域的迭代讲究长时间的稳定验证，而信息技术更新极快，把新技术引入传统专业，正是青年学子可以大有作为的方向。他鼓励同学们在专业学习与学科竞赛中主动寻找“AI+”的选题。
基础不够，也能做科研吗？
针对部分同学“基础不够做不了科研”的顾虑，吴福忠回顾了神经网络的发展历程：这一模型早在上世纪八十年代便已提出，真正走向爆发则得益于人工智能在围棋对弈中的突破，以及图像识别竞赛中卷积神经网络将识别准确率一路推高，直至超越人类水平。如今模型开源、代码可获取、硬件易采购，繁复的数学推导不必从头钻研，技术门槛大幅降低，关键在于能否提出想法、跑通流程、验证结果。
互动交流：现场气氛热烈
交流环节中，在场智能学子围绕AI工具的选择、科研选题等话题与吴福忠互动，现场气氛热烈。活动尾声，郭世辉在总结中表示，本次分享从“如何做好准备”“如何合理使用”“如何开展创新实践”三个方面层层展开，AI不是用来替代我们的，而是放大创造力的工具，“善用而不依赖、严谨而不盲从”，正是智能学子应有的态度。
本期“云智训练营”帮助学子们厘清了AI时代学习与科研的着力点，也为同学们用好工具、找准方向提供了有益参考。未来，智能工程学院将持续办好“云智训练营”系列活动，搭建更多交流与成长的平台，助力智能学子在AI浪潮中学练本领、勇于创新，把创新的想法转化为扎实的成果。
