當學生使用AI大模型的熟練度遠超教師時,大學教育的核心價值該如何體現(xiàn)?全國兩會期間,全國政協(xié)常委、中國工程院院士、中國石油大學(北京)教授張來斌在談到人工智能話題時直言:“高校必須重構教育范式,在技術浪潮中守住育人初心。”
技術倒逼:從“知識傳授”到“能力突圍”
張來斌指出,人工智能正在改變高等教育的底層邏輯和運行模式,涉及教育教學、科研、社會服務等方方面面。“傳統(tǒng)課堂的知識傳遞效率已無法與AI競爭,大學更要回歸初心,在‘能力培養(yǎng)’‘價值塑造’等方面發(fā)揮更大作用。”這一判斷在中國石油大學(北京)的實踐中得到印證。
該校2018年創(chuàng)建人工智能學院,將油氣勘探數(shù)據標注、測井地層評價、鉆井參數(shù)優(yōu)化等真實課題引入教學,借助AI工具完成從數(shù)據分析到方案設計的全流程訓練。據統(tǒng)計,有學生參與的智能鉆井優(yōu)化系統(tǒng)在塔里木油田測試區(qū)塊見到成效,機械鉆速提升22%。
生態(tài)再造:產學研共破“AI落地難”
針對油氣行業(yè)AI應用的特殊挑戰(zhàn),中國石油大學(北京)構建起“企業(yè)出題—高校解題—現(xiàn)場驗題”的協(xié)同機制。學院與中國石油共建的智能固井質量評價系統(tǒng),通過AI分析聲波測井數(shù)據,將評價符合率從78%提升至92%;聯(lián)合研發(fā)的井下事故預警模型,在長慶油田應用,顯著減少非計劃停工停產。
“地質數(shù)據的稀缺性和模型的可解釋性,是油氣AI落地的最大瓶頸。”張來斌坦言,油氣領域AI模型應用還存在多方面的難題,該校人工智能學院的成立和發(fā)展,正是為了攻克這些“卡脖子”問題。其研發(fā)的測井儲層參數(shù)預測、智能固井質量評價在長慶等油田應用,顯著提高了工作效率;開發(fā)的油氣知識圖譜,涵蓋10萬多條專業(yè)知識,作為專業(yè)知識庫支撐行業(yè)AI平臺建設。他表示,未來,隨著AI大模型與機器人、物聯(lián)網技術的深度融合,油氣勘探開發(fā)生產將真正進入“透視油氣層、自動鉆完井、精準開發(fā)、安全生產”的智能時代。
面向未來:教育需要“慢變量”定力
比起技術迭代壓力,張來斌認為,如何守護教育的本質、喚醒人的潛能,如何讓人類智能與人工智能共生共存,如何設計新的教育范式,如何發(fā)展新的教育文明……是擺在教育工作者以及宏觀層面決策者面前的更重大的課題。
他提出三個堅守方向:保持對工程教育規(guī)律的尊重,堅持“人工智能+行業(yè)”的特色路徑,守住能源領域“卡脖子”技術攻關的使命感。“當我們教會學生用AI找油找氣時,更要讓他們懂得‘為祖國加油爭氣’的責任——立德樹人,是教育的根本任務。”(中國教育報-中國教育新聞網記者 唐琪 高毅哲)
工信部備案號:京ICP備05071141號
互聯(lián)網新聞信息服務許可證 10120170024
中國教育報刊社主辦 中國教育新聞網版權所有,未經書面授權禁止下載使用
Copyright@2000-2022 m.pdsfzw.cn All Rights Reserved.