分享｜吴嘉铭博士（拉曼理工大学工程与技术学院副教授）
人工智能（AI）已经在科学和数学领域产生了很大的影响，而且这种影响还会越来越大。虽然有些人担心AI会“抢走”工作，但实际情况是：AI只是在改变现有的工作方式，同时也带来了很多新的就业机会。
以前，科学家和数学家常常花很多时间处理重复性、数据量大的任务，而现在这些工作可以由AI来完成。这样一来，科学家和数学家就能把时间和精力花在更需要创造力、更复杂、更有战略性的事情上。这也意味着，未来的工作会越来越需要我们既懂专业知识，又懂电脑技术。
比如说，在科学领域，现在很需要“电脑运算的科学家”。他们会用AI来模拟物理学的复杂系统、预测化学材料的特性，或者分析大量的基因数据。另外，全新的职业如“数据研究员” 也变得非常重要，他们擅长从AI科学仪器产生的大量数据中找出关键信息，这大大加快了从天文学到气候科学等各种领域的发现速度。
在数学领域，AI也带来了很大变化。我们看到越来越多的“AI数学家”，他们会用AI找出复杂的数学模式，尝试解决以前解不开的数学难题，或者用AI来快速辩证过去的数学答案。同时，像统计、优化、应用数学这些数学分支，也和AI的应用越来越密切。数学家现在不只是算题，更是开发AI模型，以及建构算法背后的理论。
总的来说，AI并没有取代科学或数学专业，而是让这些专业变得更强大。未来的科学家和数学家，需要具备扎实的基础知识，也要懂数据科学、编程、AI的实际应用。他们要不断学习新技术，把AI当作工具来解决更难、更有意义的问题。
拉曼理工大学工程与技术学院副教授吴嘉铭博士说，AI并没有取代科学或数学专业，而是让这些专业变得更强大；未来的科学家和数学家，需要具备扎实的基础知识，也要懂数据科学、编程、AI的实际应用。
AI时代，数理学系的学生如何做好准备？
想在AI时代脱颖而出，科学与数学领域的学生要学会把传统科学与数学知识和现代数码技术结合起来。首先，要打好基础，比如数学要好，懂得AI背后的原理；还要学会编程，特别是Python语言，因为这是做AI的“主力语言”；同时，也要理解数据是怎么被处理和分析的。
会用AI工具也很关键，比如熟练掌握TensorFlow、PyTorch这些常用的机器学习平台，可以帮助他们亲手搭建AI模型，解决科研中的实际问题。
不过，光有技术还不够，学生也应该跨学科学习，比如主修生物、化学、物理或地球科学的学生，可以去选修一些AI、数据科学或电脑科学相关的课程。更重要的是，一定要多做实践！可以参加AI科研小组、参加AI竞赛（像AI黑客松）、前往AI相关的公司实习。这些经验都会帮助他们了解AI在现实科学问题中的实际用法，比如研究新药、预测气候变化等等。
同时，也别忘了要学会批判性思考，了解AI的伦理问题，知道AI什么时候该用、怎么负责任地用。未来，能把科学知识和AI工具结合起来解决现实问题的毕业生，才是真正有竞争力的人才。AI不是敌人，而是科学家手里的一个重要工具。谁能掌握它，谁就能走在最前面。
面对AI发展趋势，学校如何调整数理学系的课程与教学？
因为AI发展得非常快，拉曼理工大学也在不断调整数理和工程类专业的课程和教学方法。我们开设了不少和AI有关的新课程，比如人工智能、数据科学、数据分析、电脑视觉等。这些课程在学士和硕士阶段都有，既教基础理论，也有很多实际操作的机会，目的是让学生学会用AI解决真实问题。
我们的教学方法也有所改变，不再只是讲课，而是更注重“实践”。学生会参与各种项目，直接把AI应用到科研或产业的问题中，比如设计可以检查工厂产品瑕疵的AI视觉系统，或是开发能自主行动的机器人“大脑”。为了让学生更了解行业实际，我们还经常和企业或研究机构合作，让学生能接触到现实世界中的AI技术。
此外，我们还把AI纳入学生的重要学习任务，比如毕业设计、研究项目、硕士论文等等。这些项目和医学、能源、自动驾驶等领域结合，利用AI去解决复杂问题。很多时候，项目也会让不同专业的学生一起合作，培养他们的跨领域能力和团队协作能力。这样，学生毕业后不仅技术能力强，也更适应AI世界的工作环境。
