9月25日，《人工智能与未来》课程组赵凯、任晋茹、王彤、李雪萌老师四位老师围绕课程内容设计与教学效果展开深度研讨与试讲，针对教学过程中的亮点与待改进之处形成系统优化方案。

研讨中，团队首先对第三讲已授内容进行复盘反思，全面梳理课堂反馈中发现的知识点衔接、案例适配等问题，明确后续教学中需强化的细节的方向，为课程质量提升奠定基础。

任晋茹老师对课程第四讲的整体脉络进行了清晰梳理与阐释，帮助团队成员精准把握课程逻辑主线。同时，为进一步激发学生对芯片相关内容的学习兴趣，任老师对芯片模块的导入环节进行细微调整——在原有华为案例基础上，补充硬件实物图片及对应的技术参数案例，通过可视化、具象化的素材增强内容可信度与吸引力，让抽象的芯片知识更易被学生理解。此外，任老师还结合教学实际，对课程大纲的部分模块提出完善建议，进一步优化知识点排布，提升课程体系的完整性与合理性。

李雪萌老师在试讲时以“工业4.0如何破解传统制造业效率瓶颈”为切入点，先通过对比传统工厂与智能工厂的生产流程，引出工业4.0“全数字化转型”的核心目标。接着拆解AI在其中的关键作用，从物联网的传感器数据采集，到自动驾驶的感知-地图-算法三层架构，再到脑机接口的信号处理流程，层层递进讲解技术原理。最后引导学生思考“脑机接口在制造业安全监测中的潜在应用”，让学生从技术底层理解AI重塑制造业的逻辑。

王彤老师在试讲时围绕“AI如何落地制造业并改变生产模式”主题开展，以特斯拉Optimus机器人、AITO问界M5无人化制造、iPhone智能生产三个案例为核心线索。在讲解每个案例时，补充具体数据——如Optimus使产品合格率从90%提升至99.9%，问界M5用AI质检将检测时间缩短75%，并对比传统制造与AI制造的差异。通过案例细节，让学生直观理解AI在效率提升、质量控制、分工调整上的作用，明确“技术如何转化为实际生产力”。

赵凯老师则从拓展学生知识视野、深化课程理解的角度出发，建议将《AI・未来》一书推荐给学生，鼓励学生通过撰写读书笔记的方式，结合课程所学进行深度思考，在自主阅读与梳理中巩固知识点，培养对人工智能领域的认知与探索能力。

此次研讨通过复盘反思、细节优化与资源拓展，为后续课程教学的高效开展提供了有力支撑，助力学生更深入地掌握人工智能知识，提升综合学习效果。

撰稿：李雪萌

审稿：李珂