日前，在世界人工智能大会上，有关人工智能时代大学如何自处的话题成为参会高校学者关注的焦点。7月4日，大会开幕当天，中国科学院院士、上海交通大学校长丁奎岭在人工智能全球高级别会议上回应了包括大学是否会消亡、专业是否会消失、教师是否会失业等热点话题。
其后，在由复旦大学主持的有关人工智能如何推动高校体系化创新的圆桌论坛上，中国科学院院士、复旦大学校长金力，中国工程院院士、同济大学校长郑庆华，中国科学技术大学副校长吴枫等也就大学如何在人工智能时代创新体制、变革教育教学模式等关键问题进行了讨论。
大学会消亡？专业会消失？
丁奎岭介绍，上海交大近期对师生进行了调研，发现在专业学科层面，80%的教师认为人工智能本身已成为一个重要的知识领域，并正在形成独特的交叉研究领域；在工具使用层面，几乎100%的学生尝试使用人工智能辅助资料检索、文档生成等工作，近60%的教师尝试使用人工智能改进课堂教学方式；在思维观念层面，90%以上的师生认为人工智能对大学的知识传授、知识创新与生活方式产生了影响，但有较多伦理与产权问题亟待规范。
丁奎岭重点回应了关于人工智能的3个问题。其一，人工智能会让大学消亡吗？丁奎岭认为，人才培养是大学唯一不可替代的功能，大学人才培养的中心位置并不会因为新技术的加入而发生根本性的变化。人工智能会推动大学人才培养的变革，未来，谁能把AI和HI（HumanIntelligence，简单来说就是人的智慧与创造性——记者注）结合好，在办学中更深刻认识、运用、发展人工智能，谁就更可能成为下一个世界高等教育和人才的中心。
其二，人工智能会让一些专业教育消亡吗？丁奎岭说，当前乃至未来很长一段时间内，人工智能并不是无所不能的，它更擅长解决有规则可依、工作量巨大的“繁”的问题，还不太擅长解决高度抽象，需要灵光乍现的“难”的问题。以数学为例，人工智能让复杂的计算不再困难，但新数学概念的抽象、数学定理的发现依然靠人；以法律为例，人工智能让繁琐的文书和条文的检索工作不再困难，但公平正义、是非善恶的价值判断依然靠人。越是AI无处不在的时代，越需要HI互补，越要关注“人之所以为人”的价值。AI+HI能让专业教育从繁杂的通用知识中解脱出来，更关注其核心竞争力。
其三，人工智能会替代大学教师吗？丁奎岭说，人工智能时代高等教育的核心还是培养学生理解、运用知识，甚至创造新知识的能力。因此，他认为，人工智能要替代大学教师还为时尚早，更多的是通过AI+HI来提升学生的教学体验和教育增值。
高校该如何应对
面对人工智能时代，高校有何应对之策？
复旦大学校长金力介绍，此前，复旦大学成立了上海科学智能研究院，该研究院目前在气象领域和医药领域的AI应用颇具代表性。研究院在气象领域发布了面向新能源、航空运输、城市管理等产业应用的伏羲系列气象大模型，基于人工智能技术极大提高了天气预报的准确性，并能提前预测极端天气现象。同时，伏羲次季节气象大模型将天气预报周期延长至60天，并成为中国气象局的3个官方气象大模型之一；在医药领域，该研究院在DNA长文本分析和蛋白质动态建模上取得突破，并将与企业合作研发RNA大模型，预测RNA结构和功能，加速RNA疫苗研发，促进核酸药物设计。
复旦大学将于今年9月正式启动新一轮人工智能课程体系建设和教育模式改革。到明年秋季学期开学，学校将实现AI教育的“三个渗透率100%”，即AI课程覆盖全体本科和研究生学生，AI+教育覆盖全部一级学科，AI素养能力要求覆盖全部专业。到2025年3月，全校各学科均应至少开设1门AI+课程，实现一级学科全覆盖。
上海交大则全面推出AI+HI课程改革。
在上海交大的风景园林简史课上，老师利用人工智能GC技术，实现了学生二维图纸生成三维VR体验，极大提升了学生的课堂融入度；大学英语课与企业合作，研发了AWESOM写作反馈和学习系统，利用了人工智能的可演进性，解决了写作大课难以个性化辅导的问题；在医学影像信息学课上，针对教师与助教辅导能力有限的问题，引入可自动编程的代码助手，帮助学生快速上手图像识别技术，处理医学影像。
目前，上海交大全校共有本科和研究生人工智能相关课程数量357门。今年学校还获批了数学与人工智能的双学士学位，并在今年4月成立了人工智能学院，新建“智能科学与技术”博士点，培养人工智能领域的拔尖创新人才。
课程应怎样变革
一些高校的课程，正在发生深刻的变革。
7月6日，在世界人工智能大会“智能财务”论坛上，上海国家会计学院智能财务研究院院长刘勤说，会计行业正在发生深刻变革，同时，会计教育也在变。“我们现在要外聘很多业内从事智能财务工作的前沿总会计师、财务总监，来给学员上课。”刘勤说，会计行业不仅教师要变，教材也在变，“以前我们作财务分析是人工分析，样本量本来也不多，现在要会用智能算法工具，由此得出的财务分析结果才能帮助企业作决策”。
在复旦大学，一门由中国科学院院士、物理学系教授龚新高讲授的《AI物理与材料逆向设计》课，则在计算物质科学方法中率先结合使用了AI技术。龚新高认为，在人工智能的推动下，计算物理的研究范式已经发展到了“AI物理”：利用机器学习原子间作用势和Uni-H，有望解决材料设计的最大挑战——材料逆向设计，即“对给定的性质，找到相应的材料”。
在生命科学领域，普林斯顿大学教授、普林斯顿AI创新中心主任王梦迪展示了如何利用AI技术革新生命科学。她和团队开发的mRNA大模型能够学习和理解不同物种的RNA序列，从而有效预测并提高mRNA的翻译效率。此外她还介绍了CRISPR-GPT在自动化基因编辑实验中展现出的显著泛化与决策能力。
王梦迪说，如何使AI模型真正用于科学研究和实验设计，值得进一步探索和关注。
中青报·中青网记者王烨捷来源：中国青年报