足交

为深入推进人工智能技术与高校科研工作的深度融合，切实提升教师科研效率与创新能力，5月25日下午，足交 与财税足交 在博远楼1号报告厅联合举办 “AI 助力科研” 系列第二场专题讲座 ——《AI 在科研领域的探索与应用——大模型技术赋能科研》。本次讲座特邀字节跳动技术总监柴春燕担任主讲嘉宾，聚焦 AI 技术在科研场景中的前沿应用与实践路径。

讲座开始，柴春燕首先援引权威行业预测，指出北京智源人工智能研究院于 2025 年1月8日发布的 “2025十大AI 技术趋势” 中，“AI4S 驱动科学研究范式变革” 位列首位。这一趋势表明，以大模型为核心的 AI for Science（AI4S）正成为推动科研方法革新的关键力量。从 2024 年科研数据看，全球范围内科研人员使用 AI 的比例显著提升，AI 与理论科学、计算科学的交叉融合已成为不可逆转的趋势——正如 2024 年诺贝尔奖成果所展现的跨学科特征，科研范式正从传统 “假设 - 实验 - 验证” 模式，加速向 “AI 驱动的数据分析与理论发现” 新范式转变。他强调，未来科研人员需掌握三大核心能力：大模型原理深度理解、个性化知识体系构建、多工具协同应用，这些能力将成为在学科交叉创新中抢占先机的关键。

随后，柴春燕围绕着科研领域应用AI所面临的文献处理与检索、成果输出合规性、工具应用层面和深度科研辅助四大痛点问题，及其解决方案展开深入讲解。他着重指出，每类问题都是非单一工具能解决的，而是需要多种AI工具的组合应用，这就需要对大模型工作原理及局限性有深入的了解，并重点讲解了提示语工程（Prompt Engineering）、检索增强生成（RAG）原理与应用、复杂任务与智能体（Agent）等核心技术内容。

最后，柴春燕结合具体科研案例，针对信息输入准确性校验、专业领域 AI 搜索策略、学术写作与 AI 检测规避技巧、定制化工具开发路径等实操问题，提供了可落地的解决方案与技术路径。

此次讲座以 “理论前瞻+实践指南” 的双重维度，为参会老师们打开了 AI 赋能科研的新视野。正如主讲人所言：“AI 不是科研的替代者，而是提升效率的‘倍增器’与激发创新的‘催化剂’。”未来，足交 将持续推进人工智能技术与科研工作的深度结合，助力教师在学科交叉创新中抢占先机，推动科研成果的高效产出与转化，为高校科研范式的转型升级注入新动能。