课程背景

3月13日，清华大学开设的《大模型与生成式人工智能》课程，迎来了本学期的第四节课。作为面向研究生的基础必修课程，它在人工智能领域的热潮中受到了广泛关注。与此同时，许多网友还在为基本问题感到困惑，而清华的学生们却已经开始了深入的专业讨论，整个学习氛围非常浓厚。

人工智能正快速进步，开设这门课程正是时候，它能给学生带来前沿知识及交流机会。课堂上大家踊跃发言，营造了良好的学习氛围。

授课老师观点

刘知远老师是清华大学的副教授，同时担任面壁智能的首席科学家。他提到，在智能体领域，学术界和产业界已经投入了大量努力。然而，要将这些成果实际应用，仍面临众多技术难题。刘老师的见解为学生指出了前进的道路，让大家意识到技术进步的复杂性。

课堂上，他阐述了个人对行业的见解。他告诉学生，人工智能并非仅仅是抽象的概念，它需要具体的工程实践来支撑。这样的讲解有助于学生形成理性的思考方式，避免盲目乐观。

学生心态转变

一些学生在课程学习中调整了心态，减轻了焦虑，以乐观的态度迎接变化。清华大学的集成电路专业学生刘宇最初对同学们用人工智能完成作业的效果感到惊讶，后来发现自己的学习和科研也渐渐离不开人工智能。他由原先认为人工智能发展速度放缓转变为坚信应该继续利用人工智能。

这种心态的改变在众多同学中普遍存在。他们意识到时代发展迅速，通过课程学习增强信心，主动投身于人工智能的潮流中，展现出清华学子积极向上的精神风貌。

跨专业学习情况

这门课程颇受非人工智能专业学生的喜爱，包括建筑、材料、人文社科等领域的学子。在宫欣君就读的研究生班级里，共有16位同学，其中大约有四分之一的学生选择了这门课。来自不同专业的同学们聚集一堂，共同学习，这样的交流有助于拓宽他们的知识领域。

非计算机专业的学生，刘知远认为转行投身基础大模型领域并不适宜，然而掌握AI技术却是十分必要的。大家学习动机各异，相互交流能激发思维，推动学科间的交汇与融合。

课程设计特点

为了让更多学生有机会学习，课程设计注重内容“简单明了”和“系统完整”。即便是非信息学院的学生，即便他们对人工智能了解不多，也能轻松加入学习。

本课程强调实用性及广泛性，内容既包括基础知识，又涉猎专业前沿。通过案例分析、小组讨论等形式多样的教学方法，提升学生对知识的理解和运用能力，同时培育他们具备跨领域的视野。

AI 人才培养目标

姚班主要面向本科生，而清华人工智能学院则致力于加强人工智能人才的培养。学院计划在未来几年内，每年培养出100名博士生。为此，学院增加了资源投入，并营造了优越的科研条件。

清华大学的行动有助于向人工智能行业输送专业人才，这对我国人工智能的发展至关重要。预计未来将会有更多杰出人才从该校毕业，投身社会，助力行业的发展。

大家对在大学里修读人工智能课程，认为这对个人未来的职业生涯能带来怎样的助力？