如何利用AI大模型突破研究瓶颈,提升学术创新效率与成果质量——研究者高效赋能指南

大模型向量数据库云存储

picture.image

 2025年,全面提升教师数字化素养成为教育领域的核心任务之一。



 

中国科学院人才交流开发中心

主办

“人工智能大模型赋能科学研究效能提升与创新实战高级研修班”,旨在通过系统化的培训,使教师掌握最先进的人工智能技术及其应用场景,特别是在科研和教学中的应用。同时,课程还特别强调实际操作能力和创新能力的培养,通过 案例分析和实战演练 ,确保教师能够将所学知识应用于日常工作中,进而推动整个教育体系向更加智能化、个性化的方向发展。

  该实战研修班是2025年教师必修的重要课程,对于提高教师的专业技能和适应未来教育环境至关重要。

2024年成功举办10期,参加培训人员达2000余人次,学员反馈实战性强,效果非常好,收获颇丰!

picture.image

各有关单位:

  AI for Science正在推动新一轮科技革命的模式转换,AI技术不仅极大提高了科研活动中共性工具的效率和精度,更重要的是,它可以助力建立一个由产业需求推动科研的有效体系,作为人工智能发展的一大趋势,国际学术界已对AI for Science形成共识——将带来科研范式的变革和新的产业业态。科技部、自然科学基金委联合启动“人工智能的驱动科学研究”专项部署工作,进一步加强对AI for Science创新工作的统筹指导、系统布局,充分发挥我国在人工智能领域的优势,加速科学研究范式变革和能力提升,推动人工智能走向高质量应用新阶段。






  为实现人工智能对科学研究的高效赋能,切实提升科研工作,我中心将于3月、5月分别举办两期

“人工智能大模型赋能科学研究效能提升与创新实践”

高级研修班,特邀

中国科学院研究所、知名高校资深专家

传授AI技术应用的实操技能。

现将具体事宜通知如下:

一、主题 、内容

(一)AI大模型技术发展与多模态应用实践

1.人工智能大模型的发展及前沿技术

2.大模型的多模态应用及跨模态融合

3.大模型的多领域赋能及产业应用

4.国内外主要AI大模型介绍及分析

5.人工智能大模型发展前景展望

【实践】 国内外主要AI大模型分析与实用技巧

(二)人工智能大模型的核心技术

1.预训练模型的构建及训练

2.提升AI大模型的领域能力:微调

3.扩展AI大模型的专业知识:RAG

4.微调与RAG的应用场景对比

(三)AI大模型辅助项目申报

1.AI辅助科研项目选题

2.研究现状调研与分析报告撰写

3.基金项目申请书各部分内容辅助撰写

4.研究方案设计与技术路线图绘制

5.研究计划制定与项目进度图绘制

)AI大模型辅助科研绘图

1.图像及视频生成的提示词编写方法及框架

2.AI图像生成与编辑的三种方法

3.科研项目技术路线图的设计、生成及优化

4.科研项目流程图、时序图、甘特图的AI绘制及修改

5.科研创意图、结构设计图及刊物插图生成

)AI大模型辅助科研编程

1.AI编程环境的快速部署及AI开发工具使用

2.基于AI编程的算法及实验代码理解

3.基于AI编程的低门槛自动算法及实验代码生成

4.基于AI编程的算法及实验代码错误分析及优化

5.程序代码注释及单元测试用例生成

)AI大模型辅助科研数据分析

1.Excel数据的统计与分析

2.科研数据的生成与收集

3.科研数据处理与清洗

4.科研数据建模与分析

5.科研实验结果可视化:折线图、柱状图等

)基于云平台的AI Agent应用开发

1.AI Agent应用创建与配置

2.AI Agent应用对话提示词编写

3.搜索引擎组件工具的引入

4.RAG知识库的建立:文本型与表格型

5.基于云平台的AI大模型微调与发布

6.项目案例:基于云平台的教育AI Agent开发

(八) 基于 大模型辅助文献获取 案例的提示词技巧

1.大模型论文阅读工具

2.论文翻译工具与翻译提示词

3.基于大模型交互的文献获取实践

)基于大模型的开发基础:公开服务调用

1.大模型公开服务的调用方法

2.大模型外部工具调用:Function Calling

3.公开服务调用实践

)大模型RAG的概念介绍与开发实践

1.大模型知识增强:检索增强生成(RAG)

2.RAG的提高方法

3.大模型应用开发框架:LangChain

4.基于大模型的论文问答实践

十一 )本地部署与微调简介

1.大模型评价体系

2.大模型、硬件的关键指标

3.本地部署与微调工具、流程

十二 )大模型开发经验分享与未来展望

1.项目案例解析

2.大模型赋能科学研究展望

二、 参加人员

科研院所、高校、企事业单位、医疗机构 及其他从事科研工作的团队与个人;各 行业领域、信息科技、互联网 等单位从事人工智能应用与研究的相关技术骨干及对该课程感兴趣的其他人员。

三、授课专家

授课师资来自 中国科学院研究所专家、知名院校人工智能科研应用专家 ,拥有丰富的人工智能赋能科研实践经验和权威、资深的相关专业研究背景。

四、时间 、地点

线下 课程

第11期:

2025年3月7日-3月9日(6日全天报到)

地点:上海市

(详细信息报名后另行通知)

第12期:

2025年5月9日-5月11日(8日全天报到)

地点:北京市

(详细信息报名后另行通知)

线上:

课程网上同步直播(课程前1天发放直播码和链接)

五、参加费用

本次培训由 中国科学院人才交流开发中心 主办、北京中

科创嘉人力资源咨询有限公司承办。

收费标准:

线下现场参训

**2980

/人**

(含:培训、资

料、证书、茶歇等费用

住宿统一安排,费用需自理;

**线上直播培训

5400

/单位**

(含3个名额

); 14800元/单位 (含10个名额)。

六、报名咨询方式

  1. 加微信(

18310661482

)咨询,加微信注明

“ArronAI ”

);

  1. 长按下方二维码

填写预报名信息

,专属老师会与您联系

提供详细咨询


picture.image

picture.image


感谢您的阅读,欢迎

“写留言”

提出宝贵意见

picture.image

点击“ **阅读原文

”,查看 经典文章**

picture.image

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
大规模高性能计算集群优化实践
随着机器学习的发展,数据量和训练模型都有越来越大的趋势,这对基础设施有了更高的要求,包括硬件、网络架构等。本次分享主要介绍火山引擎支撑大规模高性能计算集群的架构和优化实践。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论