这学期伊始，复旦大学计算机科学技术学院（简称“计算机学院”）青年研究员陈智能收到了数封让他意想不到的邮件。这门课就是他今年联合马兴军、曹艺馨、戈维峰三位老师新开设的AI专业核心课程（AI-Essential Courses简称AI-E类课程）《人工智能前沿探索实践》。
面对旺盛的选课需求，该课程的选课人数临时从50扩充到了70人，但仍迅速被选满，部分同学不得不以旁听身份参与课程。作为AI大课系列中“硬核”的一类，这些课聚焦哪些领域培养哪些能力呢？陈智能在课程设计时，尤为注重培养学生的动手能力，正如课程名，这门课由前沿理论和编程实践两部分组成。
理论部分侧重讲授近十年来新一代人工智能在计算机视觉、自然语言处理等不同技术领域的前沿成果。这门课设置了10个各有侧重课程实践，配有8位科班背景且有丰富编程经验的“豪华”助教团队，为同学们提供丰富的实践锻炼和近乎“一对一”的个性化编程指导。
本学期每周一晚，前两节课由教师授课第三节课则是课堂练习时间，轮到助教们“大展身手”。每节课会有4至5位助教到场，给同学们布置编程任务，同学和助教们针对编程实践中，遇到的各种问题经常交流。
作为一门面向非计算机专业的本研贯通课程《人工智能前沿探索实践》的课堂，汇集了不同年级的同学，专业包括医学、中文、新闻、数学、化学等。“这里面没有高级的数学。”陈智能提醒大家“不要压力太大”，这门课让选课者以相对专业的视角对AI发展有全景式的了解。
课程的考核方式有三种选择——编程复现前沿论文；根据自己所在学科提出问题并建模实现；参加公开的技术竞赛力争好名次。陈智能希望不同学科的同学都可以掌握主流的人工智能方法和技术，形成一定实践能力并能将这些经验推广，解决各自学科领域的问题。
此外，伴随AI大课整体推进。今年9月，邱锡鹏教授8年多的课程《模式识别与机器学习》首次作为AI-E类课程与师生见面。
课程内容重点讲授目前主流易用的线性模型等内容，并增设Transformer模型、分布式训练、模型可解释性等时下AI领域的最新知识点。课程还与华为、百度等头部科技企业联合共建的编程实训平台，让学生开展动手练习。2024级数学科学学院硕士生陶思凡表示：“完成实践作业的过程能够反向督促我去看书，课堂所学的知识、原理也能够在面试中得到应用。”
作为AI-E类课程这门课需要选课者，提前掌握线性代数、微积分、概率论、优化信息论、算法等知识基础。邱锡鹏认为网络时代学习资源触手可及，关键在于能否自主学习、主动思考。安全问题日益受到各方关注，计算机学院教授钱振兴团队开设的《人工智能安全》课程，今年首次面向本科生开放，钱振兴课程团队自主编写讲义，相关教材预计明年出版。
开课目的在于帮助本科生们拓展一个新的研究方向，从授课到考核，《人工智能安全》将“创新”思维贯穿全局。课程作业包含实验环节，学生要在课后利用复旦大学校级智能计算平台CFFF亲自动手编程实践，考核采取阅读论文的形式，要求学生阅读国际前沿论文并提炼论文创新点，帮助学生追踪技术最前沿。
正在复旦读博深造的英伟达公司自动驾驶云平台，研发总监李思一选修了这门课，他认为在原有的知识基础上，这门课能够拓展自己对AI安全方向的认知，激发更多创新想法。课程内容仍在不断更新之中，未来，钱振兴课程团队计划为本科生、研究生分别开设《人工智能安全》课程，以精准满足不同学段学生的需要。
