人工智能技术加速发展，正在持续推动科学研究方法和人才培养模式的变革。2026年上半年，材料科学与工程学院立足学科建设、科研创新和教育教学实际，积极探索人工智能与材料学科深度融合的新路径，围绕基础平台建设、学术交流、教学改革、科研管理和发展规划等方面开展了一系列工作，推动“AI+材料”从理念探索逐步走向实践应用。

完善基础条件，提升人工智能应用的安全性与实用性

针对科研数据、教学资料和信息安全等方面的实际需求，学院联合人工智能与计算机学院、信息化建设与管理处等单位，稳步推进大语言模型本地化部署，为师生安全、稳定地使用人工智能工具提供基础支撑，也为后续开展文献分析、数据处理和模型应用创造了良好条件。

在此基础上，学院围绕材料学科专业文献、课程资源和科研资料，建设并上线本地知识库，辅助师生开展文献检索、知识梳理和研究资料归纳。部分教师已将相关工具应用于科研组会、课题研讨和研究准备等环节，在提升资料整理效率、拓展科研思路和深化学术讨论等方面发挥了积极作用。

加强交流研讨，拓展学科交叉融合思路

2026年，学院组织开展“材智融合，创启未来”系列学术研讨活动，邀请校内外专家学者，围绕检索增强生成技术与本地知识库建设、人工智能辅助合金设计、金属材料快速研发等主题开展交流研讨。

研讨内容既涵盖技术工具的搭建方法和应用实践，也涉及人工智能赋能材料研发的前沿进展与工程探索。其中，围绕“TitaniumGPT”领域模型、自动化实验平台等内容的交流，集中展示了人工智能在材料成分设计、性能预测和实验流程优化等方面的应用潜力，为师生了解材料研发新方法、拓展交叉研究思路提供了有益参考。

推动场景应用，服务科研管理与教育教学

在科研管理方面，学院积极探索运用人工智能工具，对国内外研究热点、重点研究方向和相关科研团队进行信息整理、聚类分析和趋势研判，为科研方向布局、团队建设和人才引进等工作提供辅助参考。相关分析主要用于提升信息收集和综合研判效率，具体决策仍由学院结合学科基础、发展目标和实际需求统筹作出。

作者合作网络图

在本科教学方面，学院以智慧专业知识图谱为抓手，将人工智能和数据分析贯穿课前、课中、课后全过程，动态掌握学生学习进度和知识薄弱点，为教师精准教学、学生个性化学习提供支持。目前，学院已建成17门“智慧+”课程，各本科专业均开设“AI+X”课程，逐步形成覆盖不同专业、衔接理论与实践的人工智能课程体系。其中，科学教育专业面向未来教师培养，开设“人工智能与教育”课程，着力提升学生运用人工智能辅助教学、课程设计和学情分析的能力。

学院注重加强人工智能应用规范教育，引导师生正确认识人工智能工具的功能定位和使用边界，充分发挥其辅助学习、辅助研究和辅助决策作用，防止以技术生成替代独立思考、专业分析和学术判断。

在实验室智能化建设方面，学院编制了《AI智能化实验室建设规划》，并于上半年按程序上报教育部审核。规划围绕实验设备智能化、实验过程自动化、数据采集与分析一体化等方向展开，着力探索机械、控制、信息和人工智能技术协同应用的实验室建设模式。目前，相关工作正处于规划论证和有序推进阶段。

坚持需求导向，持续推进人工智能与材料学科融合

下一阶段，材料科学与工程学院将立足学科特点和发展实际，进一步完善人工智能基础平台和专业知识资源，推动人工智能工具在科研、教学和管理等领域规范、有序应用。同时，学院将加强与校内相关单位、科研机构和行业企业的交流合作，稳步推进智能化实验室建设，积极探索教师、学生与智能设备协同参与的教学科研新模式。

撰稿：张雯谦 邓炜钰  审核：曾京辉