bibo必博人工智能赋能高校学科建设

　　bibo必博党的二十大报告提出，要推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能等一批新的增长引擎。人工智能日益成为引领新一轮科技革命和产业变革的核心技术，在各个领域的应用场景不断落地，极大改变了既有的生产生活方式。人工智能与学科建设的双向赋能为实现人工智能与传统学科的交叉融合、共融共生、相互助力和协同发展奠定了基础。

　　人工智能与传统学科的关系，不是人工智能挑战、冲击传统学科，而是二者交叉融合、双向赋能、共谋共创、重塑体系。早期从事人工智能研究的学者多来自计算机、控制、数学等学科，但随着大数据和深度学习的发展和应用，以及强大的网络带宽、存储能力和算力支撑，人工智能已经打破传统意义上的学科边界，或正在延伸至几乎所有学科。一方面，现有学科支撑人工智能快速发展。神经科学、生命科学等学科为人工智能算法提供灵感和原型，数学、统计学等为人工智能建模、分析、证明提供理论基础，自动化、计算机、信息技术等为人工智能提供技术支持和工具，制造、交通、海洋乃至法学、设计、教育等学科则为人工智能的应用提供丰富多样的创新场景。另一方面，人工智能赋能传统学科内涵创新和转型升级。人工智能不仅是一门高度综合和交叉的学科，更是一种可以深度融合和渗透至各个学科的全方位、引领性的催化力量，而这种力量需要在其他学科中得以应用与验证，方能释放出巨大的潜能。

　　学科是大学人才培养的基本单元。随着知识生产的专门化，大学以学科为边界组织起学院或学系的制度架构，不同知识体系之间利用自身特有的研究范式和话语体系创造出学科的“护城河”，学者们也以学科为边界开展科研和教学活动。在我国现行制度下，招生依据学科建制来统筹，经费按照学科建制划拨，各项有形无形的资源也与学科建制直接挂钩。只有拥有了学科建制，才能获得相应的资源投入，人才培养和科学研究等活动才有合法性基础。然而，人工智能的出现正在打破学科间的高墙。在人工智能技术日新月异的新形势下，大学不能再被排名等“指挥棒”牵着鼻子走，而应勇闯科技前沿“无人区”和制度改革“深水区”，主动探索交叉融合的“人工智能+”学科建设新模式。具体来说，人工智能赋能学科建设有三种基本路径：传统学科创新，学科交叉融合和新兴学科兴起。

　　传统学科创新主要指“新文科”“新商科”建设。比如人工智能刺激文学、哲学、语言学衍生新的研究问题和理论发现，为传播学、社会学、心理学等提供新的研究工具和研究方向，在教育、法律、金融等实践性强的领域则创造出智慧教育、智慧法律和智慧金融等应用工具。针对这些学科，大学应注重发展其本土特色和时代特征，加快学科的科学化、数字化转型，引导学生关注新现象、新问题，培养学生无法被人工智能取代的创新能力，例如，场景创新能力，复杂系统的建模能力，问题的深度逻辑推理能力，等等。

　　学科交叉融合主要指传统理工科向“新工科”“新理科”的转型，对原有知识体系进行更新迭代以适应人工智能时代的需要。例如，物理、数学、化学等基础性学科向实际应用延伸，为人工智能技术攻关和创新提供助益，或者利用人工智能打开研究思路，进行快速创新和知识发现。又如，在城市、交通、制造等工程技术应用性强的学科中，可以借助强大的人工智能技术工具或算法力量，进行自动化、智能化转型，创造更大的战略效应和经济效益。建设这类学科，要在坚持其本身学科特性和知识架构的前提下，按照“以我为主，为我所用”的原则，将其中过时的知识、观念甚至专业进行淘汰，学习人工智能技术的原理和方法，使之焕发新生，也为人工智能的创新发展提供新的场景和需求动力。

　　新兴学科兴起则是指人工智能专业人才的培养。近年来，许多高校相继获批开设人工智能专业，成立了智能科学与技术交叉学科博士点、人工智能学院和研究院等。建设人工智能学科，不能按照传统思路“新瓶装旧酒”，如果说“新工科”“新理科”的建设是在原有学科的基础上与人工智能技术碰撞出创新火花，那么人工智能相关新兴学科的建设则更聚焦于人工智能技术自身理论、方法、工具和系统的发展。人工智能学科要培养的是具有人工智能基础研究和交叉应用能力的“科班”人才，具有“一通百通”的人工智能思维。建设这类新兴学科，必须立足人工智能的学科特点和人才特征，着重开展人工智能领域的前沿科学难题和核心关键共性技术的攻关，培养跨学科、复合型、高层次、创新型的人工智能高端人才。

　　以人工智能赋能大学学科建设转型升级，不是简单的物理叠加，而是深度融合的化学反应；不是单向发力，而是双向赋能；不是一家之言，而是共谋共创；不是局部改造，而是重塑体系。未来的人工智能时代充满无限可能，大学应顺势而为、主动而为，以开放、包容、创新的精神拥抱人工智能，为我国新一代人工智能发展提供战略支撑、发挥关键作用。人工智能的学科交叉性，决定了大学在探索学科建设的转型升级路径时，不能什么热门就搞什么，要整合现有学科资源，放大已有学科的优势，制定富有本校特色的学科发展战略和人工智能技术发展路线图。

　　顺应人工智能赋能学科交叉融合的发展趋势。通过人工智能赋能，推动传统学科在理论创新、研究范式、数据处理、技术应用等方面不断取得突破，积极探索AI for Science（科学智能）研究新范式与本学科的结合，创造学科交叉融合的新模式。强化在学科交叉前沿领域引发链式突破，建立以重大问题为中心的学科交叉汇聚引导机制，激发学科之间的创新火花，构筑全面均衡发展的高质量学科体系。积极探索人工智能与传统学科交叉融合，例如，土木工程朝着智能建造的方向发展，机械工程朝着智能制造的方向发展，交通运输朝着智能交通的方向发展，等等。

　　瞄准国家战略需求、未来产业发展方向。准确把握人工智能赋能学科建设的出发点和落脚点，将学科转型升级和融合交叉的成果转化为社会经济各领域数字化、智能化转型的强大动力，为强国建设和中国式现代化作出新的更大贡献。

　　形成打破学科壁垒、协同各方需求的融合发展力量。通过科研合作、科教融汇、产教融合，打破学科之间、学校之间、校企之间的围墙。以人工智能赋能为突破口，凝聚多学科力量，打破学科壁垒，打造世界一流、学科交叉的核心课程bibo必博、精品教材和重点实践项目，培养复合型人才，将科研势能和人才优势转化为产业动能，推动教育链、人才链、创新链、产业链“四链”融合发展。推动形成中国人工智能人才的个性化、进阶式培养路径，拓宽学生的个性发展空间；打破校园围墙，联合知名企业成立新一代人工智能科教育人联合体。

　　人工智能研究要跨越学科的界限，在学科交叉与融合之中开启新的征程，迈向更为广阔的前沿。人工智能赋能高校学科建设，要融合贯通，久久为功，顺时代所趋，应国之所需。大学要主动识变、积极应变，推动学科转型升级，培养人工智能专业人才，为服务教育强国重大战略作出重要贡献，发挥关键作用。

　　2023年12月26日，在云南省红河哈尼族彝族自治州元阳县新街镇黄草岭村附近，游客在冬樱花与梯田边游览。

　　2023年12月12日，新疆哈密市巴里坤县第十九届冰雪文化旅游节采冰仪式在高家湖二渠水库进行。仪式主要展示了头冰的开采上岸过程。开幕式上还举行迎风旗、祈福词、喝出征酒等仪式。

　　2023年12月13日，河北省正定古城迎来降雪，古城内外银装素裹，犹如一幅淡雅的水墨画，美如画卷。

　　2023年11月28日，贵州省六盘水市明湖国家湿地公园层林尽染，景色迷人。

　　三角梅原产于巴西，现主要分布在中国、秘鲁、阿根廷、日本、赞比亚等国家和地区。其中，以海南三角梅最为出名。

　　2023年11月23日清晨，朝霞初现，三峡库区湖北省宜昌市秭归县沿江公路G348国道的绝壁岩体上，工人们正在铺设防护网，以防止岩崩和落石。

　　2023年11月23日，黑龙江哈尔滨，哈尔滨站工作人员正在清理站台积雪。

　　2023年11月21日，甘肃敦煌，首趟敦煌号铁海联运国际货运班列装载1000吨石棉驶出，经天津港通过铁海联运发往泰国曼谷。

　　2023年11月21日，江苏省如皋市龙游河生态公园，色彩斑斓的树木与一河碧水相应成趣。

　　江西省赣州市定南县历市镇，一座座风力发电机矗立在延绵群山上，与蓝天白云、绿树青山相辉映，极目远望、蔚为壮观。

　　2023年11月13日，国内首座港口商品车智能立体车库在山东港口烟台港建成并投入试运行。该车库占地13000平方米，可容纳商品车3000余辆，较平面堆存能力提升3倍以上，可完成智能理货、智能调度、智能转运。

　　日前，姚庄镇沉香村生态农场近千亩橘子园已硕果累累。近年来，当地依托自然优势，以柑橘产业、乡村景观资源、亲子旅游市场为基础，与横向的艺术产业、旅游产业相融合，在农民增收、乡风涵养等方面均取得了显著成效，探索出了一条具有本土特色的共富新路径。

　　2023年11月7日，江西省高安市一家机械有限公司员工在生产车间赶制工业接头等产品。该公司2022年被工信部列为第三批专精特新重点小巨人企业，其研发的新型无滴漏干式软管接头组件填补了国内空白，达到国际先进水平。

　　2023年11月7日，在云南昆明滇池（海洪湿地）湖畔，大批红嘴鸥已抵达昆明，给春城昆明增添了一道靓丽美景。

　　2023年11月6日，浙江省金华市，工作人员对光伏设备进行巡视维护。近日，金华传化公路港第二期容量为2.91MW（兆瓦）的屋顶光伏成功并网，标志着企业“光伏＋储能”这一新型小循环能源体系的建立，为企业的电力降本增效提供良好条件。

　　2023年11月6日，在甘肃省张掖国家湿地公园湖水中，成群的天鹅、斑头雁等候鸟在这里休憩觅食。

　　近年来，当地依托自然资源优势，把发展特色产业作为乡村振兴的重要抓手，采取公司+合作社+集体+农户的发展模式，大力发展有机富硒鲜食玉米深加工产业，带动集体增收，群众致富。

　　2023年10月12日，北大荒集团建设农场组织大型机车群对种植的20.61万亩大豆进行抢收，确保成熟的大豆颗粒归仓。