高校联手搞了个“电子信息专业引擎”，这是把AI大模型第一次带进了课堂。这事儿听起来挺玄乎，但合肥工业大学和北京邮电大学直接把它给落地了。现在这个项目是这么安排的，就是把本来做泛化任务的GPT-4o改造成了电子信息专业专用的大模型。说是这么说，大家更习惯叫它“电子信息专业引擎”。这个引擎会在2025年秋季学期正式上课，要进国内高校的课程表了，还是头一个国产的专业大模型。 这个项目是在2025年6月开始的，到9月就得交活儿。为了赶进度，团队把工作分成了四个大块：数据爬取和清洗、模型训练和微调、系统部署、功能开发。两校的本科生轮着班来干，有通信、软件、人工智能方向的学生都上。 一开始的时候，为了让“信号与系统”的公式推导说得像讲故事一样顺口，他们给模型喂了上千道手写的解析题。就是为了让模型吐出“接地气”的专业答案。这次训练用的是华为昇腾910处理器当“AI工厂”，结果模型从训练到部署只用了两周时间。同学们感觉以前觉得大模型离自己很远，现在发现也就那堆代码加上数据再加算力。 大家不仅学会调参数了，还把Docker、K8s、CI/CD这几个工具串成了完整的流程。现在毕业设计直接锁定大模型性能优化这块儿了。 这次项目是全方位的实战体验，除了技术上的收获，还有团队协作和全流程管理。参与的同学感慨说，现在知道大模型就是代码、数据还有算力这三样东西的组合了。 这次项目把国产化做得挺彻底的，用的是国产模型骨架、国产算力平台还有国产操作系统，核心代码都是自己掌握的。校方还说了，下一步打算把这项目开放成开源课程，让更多高校免费接入。 以后打算怎么搞？他们现在已经开始研发微波技术、信号处理、人工智能导论这几个分引擎了。目标是到2026年能做到“一门课程一个专业大模型”。 当每一门专业课都能被AI转成听得懂、学得会、考得好的即时知识包时，传统课堂的边界肯定会被重新定义。到时候老师就回归启发者的角色了，学生也回归探索者的角色，而AI大模型就默默地扮演最耐心的同桌。 这个引擎准确率还挺高呢！比如“二端口网络的S参数怎么快速记忆？”输入关键词后引擎直接甩顺口溜加图解出来了。而且准确率比GPT-4o高出了12%。 还有个功能挺实用的就是给每位学生定制私教服务。引擎通过学情数据把高频易错考点打包成5分钟短视频推送给学生看，时机精准到课前30分钟。 还有就是能帮老师一眼看穿全班的知识盲区。系统用“盲区热力图”显示每道题目的错题分布情况，老师据此调整授课节奏。 对于搞科研的本科生来说也是个好帮手。引擎自动梳理最新期刊论文的实验步骤和数据表生成科研模板，让他们直接“站在巨人肩膀”上开题研究。 说到底还是那句话：“买不如一起造。”把卡脖子技术变成育人抓手才是正道！