beats365中国公司AI技术应用经验交流会

为推动人工智能技术与药学教学、科研工作深度融合，提升教师数字化实践能力，探索大模型、智能体在药学领域的落地路径，11月5日下午，药学院在A204会议室举办AI经验交流会，学院骨干教师参与本次交流活动。

会上，吉也老师作题为《从大模型到智能体AI在教学和科研中的应用与实操》专题分享。报告分为教学相关应用、大模型本地部署、化学分子设计智能体科研实践三大部分，结合药学专业场景，讲解AI工具的实操方法与应用边界。

在教学应用方面，吉也老师以《制药过程安全与环保》课程为例，介绍AI作为“课程情报员” 的实践方案。借助自动化任务，AI可定期追踪法规标准更新、行业技术进展、事故监管案例，自动对照课程章节生成带来源依据的课程更新报告，实现课程内容动态迭代，为教师备课减负增效。同时演示了资料库搭建、定时自动化任务创建、月报产出全流程操作，强调 AI 信息使用中要核验官方来源，保障教学内容严谨可靠。

针对大模型本地部署，分享讲解了本地部署的概念、硬件显存选型参考，以Ollama工具为例，完整演示从软件安装、模型下载运行到图形交互界面配置的实操步骤，对比云端在线模型与本地模型的优缺点，分析本地部署在数据隐私、离线使用、自主定制方面的优势，也客观说明硬件门槛、模型能力局限等现实问题，为教师开展本地化AI实践提供可落地的操作指南。

在科研应用板块，报告聚焦药物小分子设计智能体，对比通用大模型与专业化学 Agent的差异，系统介绍由分子生成、分子筛选、性质预测、逆合成规划四大模块组成的药物发现智能体工作流程，讲解REINVENT4、RDKit、Chemprop、AiZynthFinder 等开源工具的功能、部署要点，展示从自然语言需求输入到候选药物分子输出的完整科研闭环。报告特别提醒，AI生成化学结构不等于得到具备活性的药物分子，要重视实验验证、参数留存与过程可追溯。

报告结束后，参会教师围绕课程AI改造、本地模型部署难点、AI辅助药物研发实操、学术伦理与风险防范等问题展开热烈研讨，结合自身课程教学、课题研究实际提出疑问，吉也老师逐一予以解答，现场交流氛围浓厚。

本次交流会兼顾理论前沿与实操落地，为学院教师搭建了AI教学科研实践交流平台。下一步，药学院将持续引导教师主动拥抱数字化变革，合理规范运用人工智能工具，推动AI技术赋能课程建设与药物科研创新，助力学院教学科研高质量发展。