3月12日上午，能源学院党委2025年第2次理论学习中心组（扩大）专题学习会在和木楼A203会议室召开。厦门大学人工智能研究院郑侠武副教授主讲《人工智能应用与实践》专题报告，学习会由学院党委书记王洁松主持，党委理论学习中心组成员、教职工代表参会。会上深入学习探讨了人工智能技术的核心原理、发展历程及其在生产生活各领域的应用前景，与会人员围绕相关议题展开了热烈讨论。

郑侠武系统介绍了人工智能技术从规则分析到机器学习，再到深度学习和大模型的发展历程。他提到，当前以神经网络和大模型为代表的人工智能技术，凭借千亿甚至万亿级别的参数、无监督和有监督相结合的训练方式，已在文本生成、图像识别、决策支持等领域展现出强大能力。他结合能源行业实际指出，人工智能在智能电网优化、能源数据分析以及新能源技术开发中有着巨大潜力，同时也分析了其面临的能源消耗、道德风险及偏见等需要解决的问题和挑战。他强调，国产人工智能大模型的研发对于保障技术自主可控具有重要意义。最后，他运用实际案例分享了如何通过清晰的上下文和示例引导大模型生成高质量内容的实用技巧。

王洁松指出，生成式人工智能正在深刻改变包括教育在内的千行百业，未来将产生更多根本性颠覆性的影响。学院党委2月下旬开始策划本次党委理论学习中心组专题学习，很有必要。对高校来说，人工智能既带来机遇，将改变我们的思维方式，重塑教与学的生态，更新科学研究的组织模式，大大提高事务性、基础性工作的效率；也在科技伦理、数据安全、学术诚信等方面带来挑战。我们要做积极思考的行动者，一方面要在认知上保持主体自觉，高度重视并主动学习，掌握相关基本知识；另一方面要在行动上开展应用探索，尤其是在能源大模型等垂直细分领域的应用，助力教学科研高质量发展，提升师生善用人工智能的基本能力。同时，也要清醒认识到，人要在人际交互中居于主导地位，避免“人像AI思考”的结构化思维导致思维定势；人工智能也不能替代一切，尤其是重要原创发明和深度人际交往等高阶性工作，党的思想政治工作的优良传统不能丢。

副院长（主持工作）郑志锋教授在讨论中聚焦如何将人工智能正确运用到能源领域的实践中。他指出，人工智能正深度重构能源产业的技术范式与创新路径，人工智能大模型的推理能力和数据处理优势能够显著提升能源系统的优化效率，特别是在智能电网和储能技术领域。他强调，应用人工智能时要关注模型的针对性设计，架构起“基础研究-工程验证-商业推广”的应用驱动机制，与国家能源战略和实践需求、国家重大科研项目精准对接，建设自主特色的基于电化学储能的电力储能AI创新平台，利用人工智能技术推动学科快速交叉融合发展。

副院长李剑锋教授从能源电池实际运行的角度展开探讨。他表示，人工智能在电池工况表征与运行优化方面具有重要潜力。例如通过各种工况谱学技术表征电池实际运行过程，结合人工智能建立表征大数据库，就可以解析电池运行状态进而反馈调控电池运行参数，保证安全状态下最优化运行。他认为，学院可以建立基于人工智能的电池工况表征平台，结合实际实验数据验证模型准确性，以提升新能源电池技术的研发水平，同时为“双碳”目标提供技术支撑。

与会人员纷纷表示，通过本次学习，进一步加深了对人工智能技术的理解和认识，增强了推动人工智能应用与能源学科相结合的信心和决心。学院将以此为契机，找准人工智能发展与应用的切入点和突破口，加强理论学习与实践探索的深度融合，深化跨领域、交叉学科合作，加快推动人工智能技术与应用在能源领域落地生根、开花结果，为实现国家科技自立自强和“双碳”目标贡献厦大能源的智慧与力量。

图、文/王琪、郑成竹