摆脱游戏的方法

“AI for Science(科学智能，以下简称：AI4S)的发展需要深度融合创新链、产业链、人才链，说到底，就是我们特别缺人才。”金力从战略、战术两个维度介绍了复旦大学推出100门“AI+”大课的用意。

摆脱游戏的方法中新网上海6月22日电(范宇斌)复旦大学将推出至少100门“AI+”大课近期引发外界关注。中国科学院院士、复旦大学校长、复旦大学上海医学院院长金力22日在第十四届“中华学人与21世纪上海发展”研讨会上表示，“我们把100门‘AI+’大课定义为课程体系建设和教育模式改革的大会战。”

AI4S是推动科学研究范式变革、实现科技原始创新策源的利器，拥有引爆产业创新核爆点的巨大潜能。如何掌握“利器”、引爆变革，复旦大学走出自己的路径。

谈及对上海未来如何布局和发力AI4S，在金力看来，要聚焦前沿，瞄准关键技术攻关突破；支撑千行百业赋能，构建产业创新生态；协同创新机制，有组织供给拔尖人才；加强核心算力资源和软硬件基础设施建设。他希望高校、科研机构与企业共同集聚资源，培养产业亟需紧缺人才，共同谋划科学智能成果的孵化转化，共同赋能产业生态的升级发展，服务上海科学智能发展的愿景目标。(完)

“开出100门‘AI+’大课说起来难，实际上不是太难，关键是为何要开出这100门‘AI+’大课，对人才培养能起到怎样的作用。”金力解释道，其背后实际上是教育体系的重构，并且需要教师队伍、教材等支撑。

三级圈层分别指：核心圈——对能够“玩”转AI的顶级学科强力支持，增加该学科的科学发现；进阶圈——对有较好数据和计算基础、现阶段开始“玩”的学科，设立学科综合繁荣计划，以点带面持续培育潜力股；成立交叉科学中心，开展跨学科、跨领域深度研讨，催化AI4S“化学反应”；培育圈——对AI感兴趣的、正在寻找发力点的学科，组织开展AI4S讲座，课程和各类培训，让科学家和学生拥抱人工智能，形成全校想用、全校能用、全校会用的科学智能生态。

金力表示，人工智能正处于从感知智能向认知智能发展，并最终实现通用人工智能的关键阶段。一些关键技术趋势正逐渐显现，通过不断增大模型规模，推动多模态能力的加深和精细内容生成的控制。

据金力介绍，一是聚焦科学数据，建设高质量科学数据中心，打造开放共享数据生态。二是全面推动科学研究“数据+机理”融合双驱动。三是打造科学智能软硬件工具，以点状突破引发系统性变革。四是持续打造三链融合的科学智能创新生态，构建AI+融合创新人才培养新格局。

战略上，通过课程体系建设，联合校内外AI科学家、领域科学家、产业领军人才，针对性绘制产业人才画像。整理各领域知识图谱，凝聚一大批拥抱AI4S的“教师+导师”创新团队，构筑科学智能范式变革的教育和人才基座。

战术上，基于复旦大学“普及圈”“核心圈”“进阶圈”的AI布局和人才培养需求“画像”，构建本研一体化设计的AI-BEST课程体系，从通识基础、专业核心、学科进阶、垂域创新，培养AI4S创新思维和实践能力全面提升的一流人才。