3月31日上午9点，大数据学院成功举办“深度学习模型创新驱动下的教师能力双维提升”专题学术讲座。活动由学院副院长吕云山主持，特邀中国科学院自动化研究所多模态人工智能系统全国重点实验室（原模式识别国家重点实验室）研究员、中国科学院大学人工智能学院岗位教授、博士生导师向世明教授主讲，学院骨干教师全程参与。本次讲座旨在通过对行业前沿技术解析与实践经验分享，助力教师突破“数据孤岛”与“技术壁垒”，探索“数据驱动教学、智能引领科研”的双螺旋发展路径。

讲座中，向教授以深度学习技术为核心，系统梳理了计算机视觉领域的核心进展。从自监督学习、无监督学习到图神经网络，他结合课题组在遥感检测、交通大数据融合、气象预测等领域的实际案例，生动阐释了数据技术如何重构教学场景。向教授强调：“深度学习不仅是工具，更是方法论。教师需从行业痛点出发，通过开源模型与数据创新，形成差异化研究路径。”

针对科研动能激活，向教授重点剖析了自动机器学习与轻量化部署的实践价值。他提到，谷歌2017年提出的AutoML曾因算力需求过高被视为“遥不可及”，但通过数学优化与算法迭代，如今已实现“一张GPU一天训练”的平民化突破。“轻量化模型部署是大势所趋，既要站在大模型‘巨人肩膀’上，又要针对行业需求‘断舍离’。”他以工业检测为例，指出小样本数据下生成对抗网络与物理模型结合的应用潜力，呼吁教师“从行业场景中寻找创新点，而非盲目追逐通用大模型”。

在互动环节，教师们围绕无监督学习、多模态融合等话题与专家深入交流。向教授就教师关切的数据获取与模型落地难题提出建议。他强调，大数据时代需善用开源工具与公共数据资源，针对教学场景，他建议教师引导学生“先体验后深究”，通过开源框架快速验证科研假设，同时结合地域特色构建垂直领域数据集。

副院长吕云山总结指出，本次讲座为学院教师提供了“技术+方法论”的双重启发。未来，学院将依托校企合作与跨学科团队，进一步打通“数据-模型-应用”闭环，推动教学案例智能化升级与科研成果产业化落地。本次讲座不仅深化了教师对深度学习前沿技术的理解，更明确了数据智能与教育科研深度融合的实施路径。大数据学院将持续以技术为引擎，以问题为导向，构建“教学-科研-产业”协同发展的创新生态，为培养复合型人才注入新动能。

图：敖漪

文：汪雨蝶

大数据学院供稿