如何做好新工科背景下信息科學與基礎學科深度融合?我校信息學院在課程體系和教學形式上不斷改革創新,開設了「人工智慧在科學與工程學的應用」課程,旨在用人工智慧技術促進基礎科學與工程技術的創新研究。
近日,該課程組織了設立以來的第二次結課項目答辯。課程項目由來自不同學院、不同專業背景的學生混合組隊完成。同學們分為12組,集中匯報學習成果。研究課題涉及基因組學、冷凍電鏡、X射線自由電子雷射、蛋白質結構預測、基於蛋白質互作的藥物發現、分子動力學仿真等方向。同學們與授課老師開展了深入交流和探討,為課程畫上圓滿的句號。
「人工智慧在科學與工程學的應用」課程的教學目標是幫助不同學科背景的學生理解和使用人工智慧技術,並應用於他們的科研項目。這是國內第一個將人工智慧應用在基礎科學研究的課程。課程通過演講課和實踐習題課幫助同學們了解AI(特別是深度學習)的基本概念,理解並使用最常用的機器學習技術,針對具體的科研問題選擇最合適的算法,在這些基礎上改進現有算法以提高他們的性能指標,做出方法創新。課程內容豐富、覆蓋面廣、極具挑戰性和創新性。
課程採用基於項目的學習(project-based learning)的教學模式,即在實現一個技術目標的過程中,為了解決具體問題來學習相應的知識和技能。這一模式使學生不會局限於某一類具體的技術,而能夠主動獲取知識。課程強調不同學科之間的交叉融合,每個課程項目小組的學生儘可能來自不同的學院,有助於學生在課堂學習和項目實踐中互相學習,培養學科交叉合作的意識和能力。
課程以人工智慧基礎知識和技能為先導,主要包括機器學習基本理論, 深度學習技術(卷積神經網絡、循環神經網絡、自編碼器),以及GPU、Scikit-Learn、TensorFlow、PyTorch、Jupyter Notebook等高性能計算資源和軟體平臺的配置和使用。隨後著重介紹了人工智慧在基礎學科領域的應用現狀和成功案例,包括生物信息學、基因組學、冷凍電鏡、自由電子雷射、蛋白質摺疊、材料科學、機器人、藥物設計等,從理論到應用對人工智慧進行了全景式的教學展示。
課程教學團隊多達35人,主要來自信息學院、物質學院、生命學院、免疫化學所和iHuman研究所。教師團隊包括14名常任教授、1名特聘教授、2名資深技術專家以及3名特邀嘉賓。他們長期從事相關教學、科研工作,具有深厚的專業知識儲備和豐富的科研、教學、管理經驗。值得特別指出的是,在教師團隊背後還有一支高素質的研究生助教團隊,他們擁有出色的專業技術能力以及強烈的責任心和敬業精神,協助授課老師保障課程的順利運行。
目前,課程相關項目《以人工智慧促進自然科學研究的未來技術人才培養》已被上海市教委評選為「上海市級新工科研究與改革實踐項目」。
圖 文 王春東
供 稿 高正純
排 版 王澤家
編 輯 高 瑄