5月22日至23日，朱濯缨讲授《数据智能与理实迭代的科研范式探索》课程，从机器学习的概念和流程出发，系统介绍模型评估指标、监督学习模型以及无监督学习模型。通过分享AI赋能科研的具体实例和理实迭代的机器化学家最新进展，启发大家思考AI融合计算模拟与实验试错的科研新范式。

5月29日至30日，王嵩讲授《化学数据的采集、清洗与融合》课程，总结了观察归纳、实验试错、计算模拟三个范式的特点，重点讲述如何将文献/专利等自然语言数据整理成计算机可以直接理解的结构化数据，并在现场利用jupyter软件上机演示。随后介绍从海量数据中提出化学特色描述符的方法，从而深入挖掘数据之间的关联，建立智能模型。

本课程体系对推动我所人才培养模式创新、全方位提升研究生综合素养与竞争力具有重要意义。未来，我所将进一步组织研究生前往人工智能行业领军企业开展实习实践，全力构建产学研深度融合的系统性课程体系，持续优化“通识教育固根基、专业学习精深化、创新实践促应用” 的培养模式，为培育战略科技人才筑牢坚实根基，提供强大助力。（文/孙璐、于晓 图/于晓）