開課學期：春季學期

主要面向學生：化工及相關專業研究生

內容簡介：課程融合人工智能、化學工程與系統工程等學科思想，探討智能與分子化學工程內涵及應用，內容涵蓋機器/深度學習方法與技術、AI+分子/材料設計、AI+化學逆合成、AI+流程工程等，理論講述與實踐案例相結合。課程同步引入了課程專屬大模型和AI助教，為每個學生提供個性化學習支持和實時反饋。課程旨在培養學生人工智能和化學工程的跨學科創新思維和實踐能力，為面向智能制造、新材料開發等高科技行業的職業發展奠定基礎。

開課學期：秋季學期

主要面向學生：對生成式人工智能在不同領域應用感興趣的所有學生

內容簡介：生成式AI和大模型課程以跨學科交叉創新為特色，讓學生了解生成式AI和大模型的能力、應用技巧、原理和典型應用案例，從而讓學生理解其商業價值和能力邊界，并初步具備在實際工作中選擇和應用生成式AI和大模型的能力。

開課學期：秋季學期

主要面向學生：藥學專業研究生，其他相關專業（如化學、生物學、數學、計算機科學等）研究生。

內容簡介：“計算機輔助藥物設計”是藥學與化學、生物學、數學、計算機科學交叉形成的課程，課程強調從源頭入手進行新藥研發，突出計算機技術尤其是人工智能技術和分子模擬技術在新藥研發中的關鍵作用；學生需要具有一定計算機技能，能通過學習，復現文獻工作并在課堂交流。本課程由唐赟教授負責，劉桂霞、李衛華兩位教授參與授課。

開課學期：秋季學期

主要面向學生：“控制科學與工程”學術碩士生

內容簡介：課程內容涵蓋機電一體化裝置的基礎知識，還深入探討了機器人設計、運動分析、控制理論、規劃、視覺等理論知識。課程目標在于培養學生的綜合運用能力，使他們能創新性地解決復雜工程問題，特別是在自動化系統與機器人技術領域。在課堂內容講解之外，課程還鼓勵學生通過小組合作、文獻搜索、課堂觀點交流和研究總結報告等方式，深入研究機器人建模、控制、規劃等在不同領域的應用，讓學生更加全面地掌握課程的關鍵概念和技術。

開課學期：秋季學期

主要面向學生：信息學院相關學生

內容簡介：本門課程在教學內容和教學方法中融入AI理念。一方面，在高級嵌入式系統的知識體系中融入AI技術理念：以應用為中心，針對嵌入式系統具有資源受限和實時響應等特點，學習面向嵌入式系統的AI訓練和推理知識體系，包括剪枝、蒸餾、量化等優化技術，另一方面，在教學過程中，利用云計算實驗平臺完成嵌入式系統的基本技能實訓，利用認知診斷、知識追蹤等AI理論和工具輔助教學過程，以便進行個性化學習實踐。

開課學期：秋季學期

主要面向學生：對金融科技和量化金融感興趣的同學

內容簡介：《機器學習與金融應用》是MF金融科技模塊的重要課程。本課程從金融案例出發，如收益率預測、異常交易識別、銀行客戶畫像等，詳細講解線性回歸、邏輯回歸、決策樹、支持向量機、神經網絡、集成學習等經典機器學習方法的原理、算法和編程，并通過演示實驗介紹如何運用這些方法解決實際金融問題。

開課學期：秋季學期

主要面向學生：生命科學相關領域學生

內容簡介：本課程堅持“理論與實踐相并重、基礎與前沿相結合”的原則，深度融合AI與生物信息學，強化GPU編程實踐，同時提供AI課程證書。建立了完整的學科交叉融合教學體系，包括交叉融合教學內容、交叉融合教學方法和全方位評價體系，有效提高學生學科交叉融合綜合素質。使學生掌握生物信息學的基本理論與方法；熟悉人工智能的核心技術與應用場景；提高學生解決復雜生物學問題的能力；培養跨學科思維與創新能力。

開課學期：秋季學期

主要面向學生：工科研究生

內容簡介：以社會需求為出發點，精選決策與決策支持系統所涉及的人工智能領域核心知識和技術，在《決策與決策支持系統》課程知識體系融入人工智能賦能工業過程安全高效運行的內容、加入人工智能賦能工業過程決策支持的典型案例。強調實際工業過程決策支持案例分析和項目驅動教學，重構知識體系，優化課程內容，探索人工智能與決策支持技術深度融合的途徑和手段，培養學生的創新思維和解決復雜問題的能力。

開課學期：春季學期

主要面向學生：法律相關專業學生

內容簡介：課程旨在幫助法律研究生了解并掌握人工智能技術與法學的結合，特別是如何在法律實踐中應用AI工具。本課程將涉及法律類領域大模型在法律文書生成、案例分析、合同審查、法律研究等領域的應用，同時深入探討平臺治理、算法治理、數字權利與數字政府等當代法律問題。本課程不僅注重技術應用，還特別關注AI在法律中的倫理與治理問題，研究AI對法律制度的影響，探索AI在法學教育的應用版圖，以幫助學生了解和應對技術帶來的法律挑戰。

開課學期：秋季學期

主要面向學生：公共管理學科研究生的專業選修

內容簡介：課程依托人工智能大模型等技術，探索智能技術重塑社會治理流程與模式；深入洞察社會結構和群體行為，提供全新的分析視角與理論支撐；研究社會治理場景中智能應用的邏輯與實踐路徑。通過深度整合多學科資源，構建起系統且前沿的知識架構，助力學生全方位、深層次地理解智能社會治理，為學生提供具有前瞻性的專業學習。

開課學期：秋季學期

主要面向學生：對社會科學，特別是社會保障領域感興趣的研究生

內容簡介：課程將重點探索人工智能在社會保障領域的應用潛力，并學習通過機器學習、自然語言處理等技術分析和評估社會保障政策。課程創新之處在于采用案例教學，引導學生理解人工智能如何助力社會保障政策的優化，并通過大數據分析和情境模擬等方法，培養學生的跨學科思維和數據分析能力。課程旨在提升學生在社會保障領域的創新能力，尤其是在數字化和智能化政策決策中的應用與評估能力。

開課學期：春季開課

主要面向學生：包括但不限于材料科學與工程、計算機科學與技術等相關專業的研究生。先修基礎要求：學生需具備一定的材料或化學等方面的專業基礎知識，包括但不限于物理化學、高分子化學物理或者材料類等課程，以及線性代數和Python或C語言編程等。

課程介紹：課程旨在面向對材料設計感興趣，并希望利用人工智能技術提升材料設計效率和質量的學生。本課程以機器學習基礎、Python編程語言以及數據預處理和特征工程介紹入手，涵蓋統計機器學習模型和深度學習模型的基本原理、方法以及在材料中的應用，并提供實際材料研發問題的實戰案例，包括利用機器學習進行實驗數據分析、利用預訓練模型加速材料科學研究等。