为帮助人工智能专业学子紧跟行业前沿动态，厘清人工智能飞速发展背景下的学习目标，破解“AI无所不能，我们还需要学习什么”的学业困惑，9月3日下午，理工学部计算机系在教学楼721T多媒体教室举办了人工智能前沿技术专题讲座。本次讲座面向人工智能和数据科学与大数据专业学生，特邀新加坡国立大学AI4Sci 具身智能机器人研究员相林言博士担任主讲嘉宾，讲座由人工智能专业赵彦峰博士主持。

相林言博士围绕大模型技术、AI系统架构、学科学习路径、未来能力建设等内容展开深度分享，结合人工智能领域前沿发展趋势和实践案例，深入分析从Foundation Model到AI System的技术演进与人才需求变化，引导同学们正确认识人工智能发展带来的机遇与挑战，找准学习定位，深耕专业基础，锤炼不可替代的核心竞争力。

讲座伊始，相博士以“如果AI什么都会一点，我们还应该学什么？”为开场设问，引发同学们对人工智能时代学习与成长的深入思考。讲座还聚焦Physical AI（物理智能）与Scientific AI（科学智能）两大前沿方向，介绍人工智能在机器人、自动驾驶、气象预测、材料研发等领域的应用前景，帮助同学们拓宽专业视野，进一步认识人工智能技术发展的多元方向，为未来学习规划和职业发展提供思路。

针对“AI越强，基础知识越不重要？”这一学习误区，主讲人给出了否定答案。他指出，AI虽能快速生成代码、求解方程、撰写论文，却无法替代人的逻辑判断与专业决策。AI生成的代码需要计算机知识进行架构分析，数学结果需要专业基础验证，论文内容也需要专业储备完成事实核验。真正的科研能力，不只是生成一篇论文，而是具备数据处理、模型训练、实验验证和迭代优化的完整能力。数学、计算机、机器学习等基础知识，最终塑造的是个人的思维模型和判断能力。无论AI如何发展，扎实的专业基础始终是不可替代的核心竞争力。

讲座围绕未来人才成长，分享了“四层能力成长体系”：以数学、计算机和专业知识筑牢能力底座；以端到端项目实践提升工程能力；以问题定义、逻辑判断和科学假设培养思辨能力；最终学会设计适配AI时代的工作流程，善用AI工具实现能力跃迁。针对“AI让智能获取变得廉价后，什么会更加稀缺？”这一问题，主讲人指出，信息检索、基础编程等常规能力的价值将逐步下降，而优质问题提出、专业深度、系统思维、判断决策、实践执行与责任意识将成为未来人才的核心竞争力。他鼓励同学们突破“刷题应试”模式，在真实问题中提升综合能力。

讲座最后的提问环节，现场同学们积极举手、踊跃发言。有同学疑惑课堂课本知识和前沿AI技术脱节，不知道如何平衡课内学习与课外技术探索；有同学询问本科阶段优先深耕理论知识还是投入项目实践；还有同学关心物理智能、科学智能方向的考研方向与就业前景。

主讲人耐心逐一回应，建议大家优先夯实底层基础，再根据个人兴趣拓展项目实践，循序渐进规划长远发展路径。

此次讲座为人工智能专业的同学们拨开了认知迷雾，明确了长期学习方向。同学们纷纷表示，今后会沉下心学好专业基础知识，跳出浮躁焦虑，主动锻炼系统思维与实践能力，在人工智能时代找准自身定位，成长为具备核心竞争力的复合型人才。