2024年山西省数智教育大会成功举办

由北京大数据研究院和山西大学联合主办，山西大学计算机与信息技术学院（大数据学院）、山西大学数学科学学院、山西大学大数据科学与产业研究院、北京博雅数智科技有限公司 、山西太原人力资源服务产业园协办的“2024年山西省数智教育大会”7月6日在太原市圆满落幕。

本次会议围绕“数智教学”、“数智科研”和“数智产业”三大主题，邀请国内数智领域高校专家和企业专家开展12场精彩报告。会议吸引了山西大学、太原理工大学、中北大学、中国地质大学（北京）、首都师范大学、湖北工业大学、湖北师范大学、山西财经大学、山西农业大学 、山西医科大学、山西师范大学、太原师范学院、山西工程科技职业大学、山西警官学院 、山西工商学院 、晋中学院、吕梁学院 、运城学院、山西经济管理干部学院 、山西科技学院 、山西能源学院、广东科学职业技术学院数十所高校100余人参加。

山西大学党委常委、副校长马杰教授代表山西大学致欢迎辞，他对拨冗参会的专家们表示热烈欢迎，并向各位专家简要介绍了山西大学和山西大学数智学科建设情况。

北京大数据研究院院长助理闫鑫带来题为“数智化人才培养的实践与思考”的报告。报告介绍了北京大数据研究院的发展历程、基本情况，重点介绍了研究院近年来在推动高校数智人才培养和企业数智人才培养方面开展的系列工作。

北京大学大数据科学研究中心张文涛助理教授带来报告“北京大学数据科学专业建设”。张老师对北京大学数据科学专业培养理念、教师团队、培养方案、课程体系，以及毕业学生去向、获奖成绩和科研成果进行了详细介绍。

山西大学坚持“厚基础、宽口径、重实践、强能力、求创新”的人才培养理念，在计算机、数据科学、人工智能人才培养方面开展了一系列创新举措。山西大学计算机与信息技术学院（大数据学院）曹付元院长介绍了山西大学在计算机拔尖创新人才培养方面的探索与实践。

北京邮电大学人工智能学院乔媛媛教授作了题为“高等院校的人工智能通识教育系列课程建设”的报告。乔教授分别从人工智能时代的教育转型、北邮人工智能通识教育实践、未来数智发展与展望三个方面阐述了高等院校的人工智能通识教育系列课程建设的相关经验，深入探讨了人工智能通识教育面临的教学挑战，以及课程教学内容设计思路。

天津师范大学数据计算及应用专业是国家一流本科专业建设点。在专业的建设过程中，坚持校企合作，坚持与行业相融合。天津师范大学数学科学学院陈章玲作了题为“数据计算及应用专业建设探索”的报告，详细介绍了该专业的建设思路和成果。

湖北工业大学计算机学院院长叶志伟教授分享了“基于数据分析课程的地方高校计算机研究生思辨能力培养探索”的主题报告。叶院长在报告中提出了为什么要培养思辨能力这一思考，并指出创新能力的核心要素就是学生的思辨能力，着重阐释了如何定义思辨能力以及分享了课程组的课程建设实践及心得体会。

博雅数智教研总监张嘉田作了“数智专业实践教学平台建设”的主体报告。报告强调了数智专业实践性教学的重要性，并详细介绍了博雅数智推出了数智通识教学平台爱数科、数智课程教学平台爱数课和数智综合项目实训平台数据实验楼。

山西大学数学科学学院副院长刘桂荣教授带来了“基于多源数据的城市动态影响力地图构建及传染病预测预警”主题报告，介绍了该项研究的背景，展示了数据处理方法和实验结果，介绍了城市动态影响力地图构建和城市传染病预测预警。

墨奇科技CTO汤林鹏博士分享了“从AI数据库到大模型+大数据库结合的教育科研知识平台”的主题报告。墨奇科技的MyScale AI数据库，支持支持海量结构化、向量、文本等各类异构数据的高效存储和联合查询，综合性能比国内外其他产品提高4-10倍，是AI和大模型时代的统一数据底座，能够推动大模型+大数据库双轮驱动的AI新范式。汤博士对MyScale的技术原理以及在智能视频检索、自动驾驶、金融文档分析和科研文献检索和阅读方面的系列真实应用案例做了精彩展示。

北京航空航天大学王海辉教授的报告主题为“基于深度学习的合金粉末显微镜成像夹杂物识别”。王教授首先介绍了课题组近年来围绕大数据和人工智能的课题承担情况、团队建设情况和取得的科研成果情况。对课题组承担的“合金粉末显微镜成像夹杂物识别”课题进行了详细介绍。

品见智能咨询总监傅靖刚的报告主题为“大数据如何与工业深度融合”。傅总监以制造业为例，介绍制造业目前发展的普遍现状，点明数字化在制造业中所起到的重要作用。最后和大家一起探讨了现阶段工业与大数据融合存在的问题。

北京理工大学教授毛先领的报告主题为“生成式内容的自动评估”。毛教授介绍生成式内容的研究背景和研究进展，具体介绍了团队在这方面开展的系列研究成果。在报告的最后，对未来的研究方向进行了展望。

博雅数智创始人欧高炎博士作了题为“ModelCube一站式人工智能科研平台”的报告。介绍了博雅数智全新开发的ModelCube平台，该平台能够系统性解决人工智能科研团队在论文研读、科研数据管理、实验环境搭建和模型开发与应用方面面临的诸多痛点，对AI科研团队开展高效、有组织科研活动、沉淀团队研究成果起到重要支撑。

数智教育具有高度的学科交叉性，同时在实践性和应用性方面也对高校提出了更高的要求。当前数智教育依然面临人才培养标准不够清晰、课程培养方案学科融通性不够、课程建设实践和应用环节不足、新知识新技术更新不够快等诸多问题。本次会议来自高校教学和科研一线专家、来自企业实践和应用一线的专家，齐聚一堂，共同探讨交流，为山西省乃至全国的数智教育发展提供了新的思路和解决方案。