面向科学研究的人工智能方法与实践

课程编码：1800930808Z2P0003H 英文名称：Artificial Intelligence Methods and Practice for Scientific Research 课时：20 学分：1.00 课程属性：高级强化课 主讲教师：董持衡

人工智能正成为未来科学研究的重要基础工具和关键驱动力，是当代研究生必须掌握的关键能力。本课程旨在帮助学生理解人工智能在科学研究（AI for Science）中的基本方法与应用，掌握将科研问题转化为AI问题的基本思路，具备利用机器学习与生成式AI辅助科研工作的初步能力。通过理论讲解与案例分析相结合，使学生能够在实际科研中合理选择模型、处理数据并评估结果，同时树立科学严谨的科研意识。

数学（如线性代数、概率统计）基础、Python基础

第一章 AI for Science 到底是什么 2.0学时 董持衡
第1节 AI如何改变科研流程
第2节 AI for Science的典型应用场景
第二章 生成式AI科研应用——Vibe Coding、文献阅读与AI科研辅助 2.0学时 董持衡
第1节 LLM基础与科研助手
第2节 Vibe Coding与科研编程
第3节 Agent、RAG与科研知识库
第三章 科研问题的AI化表达、科研数据与AI建模基础 2.0学时 董持衡
第1节 科研数据的结构与表示
第2节 数据清洗与建模流程
第四章 基础机器学习模型（线性回归、逻辑回归、SVM） 2.0学时 董持衡
第1节 线性回归：从数据拟合到科学规律
第2节 逻辑回归：从连续预测到分类判断
第3节 支持向量机SVM：边界、间隔与核函数
第五章 树模型与神经网络 2.0学时 董持衡
第1节 决策树：从规则划分到可解释模型
第2节 随机森林与集成学习
第3节 神经网络基础
第六章 模型评估与泛化能力 2.0学时 董持衡
第1节 常见评估指标
第2节 过拟合、欠拟合与泛化能力
第七章 AI for Science 的特色方法 2.0学时 董持衡
第1节 物理约束与科学先验
第2节 主动学习、贝叶斯优化与实验设计
第八章 人工智能与科研安全 2.0学时 董持衡
第1节 数据安全与科研伦理
第2节 科研诚信与可重复性
第九章 AI for Science 案例分析 2.0学时 董持衡
第1节 科研数据建模案例
第2节 材料性质预测案例
第十章 课程项目与汇报 2.0学时 董持衡
第1节 项目汇报
第2节 点评

董持衡，任中国科学院电工研究所研究员，聚焦磁约束可控核聚变、稳态强磁场大科学装置等国家重大需求对高性能高温超导带材的迫切要求，围绕高场载流性能不足、长带均匀性差等“卡脖子”难题开展系统研究。主持国家自然科学基金、中国科学院B类先导专项子课题等9个项目，牵头承担抢占科技制高点超导专项核心任务。阐明了REBCO带材高温高场磁通钉扎机制，构建混合钉扎结构，攻克极端工况下磁通钉扎力弱化瓶颈，创新长带缺陷原位愈合技术，实现了载流能力跨越式提升。首创过掺杂晶界调控及应力诱导位错钉扎策略，攻克了铁基超导材料高场载流性能瓶颈，打破国际最高性能纪录，奠定铁基超导带材高场应用基础。揭示了铁基超导材料成相机理，突破了高性能超导前驱粉批量制备技术，建成铁基超导长带中试平台，加速产业化进程。由于在高温超导材料制备及实用化方面的成果，董持衡荣获2025年国际低温材料杰出青年学者奖（ICMC Cryogenic Materials Award for Excellence），教育部自然科学一等奖、中国电工技术学会技术发明一等奖等4项省部级奖励以及德国纽伦堡国际发明展金奖等。在《National Science Review》、《Advanced Materials》等国际权威期刊发表SCI论文100余篇，其中TOP一区论文36篇，引用3400余次，入选《IOP中国高被引论文》，授权专利19项。作为核心成员入选科技部重点领域创新团队、中国科学院“科苑名匠”团队，担任国际超导会议分会主席，受邀在ASC、EUCAS等国际顶级超导会议作大会报告2次，邀请报告7次。