中科学研线下科研计算机与人工智能专业特辑
计算机科学涵盖算法设计、程序开发、数据结构等内容，为现代信息技术搭建起稳固框架。从操作系统的流畅运行，到各类软件的高效开发，都离不开计算机科学的支撑。
而人工智能作为计算机科学的前沿分支，聚焦于让机器模拟人类智能，实现机器学习、自然语言处理和计算机视觉等功能。
它通过大量数据训练模型，使机器具备自主学习与决策能力，应用于智能驾驶、医疗诊断、智能客服等领域，不断拓展人类生活和工作的边界，重塑未来社会发展格局。
本期，将和大家重点介绍数学专业相关线下科研项目，对人工智能、软件工程、计算机科学或数据科学等相关专业感兴趣的同学一定不能错过！
中科学研线下科研项目
为帮助学生们打破科研壁垒，让更多的学生进入顶尖实验室跟随名师学习科研，提升科研能力，中科学研已陆续推出多期线下科研项目，为众多学生提供了向领域内杰出导师学习的机会！
2025年7-8月，中科学研将在多个北京、深圳及珠海等地的985高校、国立科研院所实验室中开展实验室线下科研项目，涉及机械工程、商科、哲学、政治学、经济学、心理学、化学、材料、物理、生物医学、计算机与人工智能、数学、生物医学工程等多门学科。8-12年级学生不容错过！！
项目导师来自国内自然科学最高学术机构，为研究领域内实力突出的科研翘楚，建成了完整的自然科学学科体系，科研实力和影响力超过国内大部分985、211院校。
大语言模型生成式AI的相关研究
生成式人工智能（Generative AI）是当前人工智能发展的前沿方向，其中以大语言模型（LLMs）为代表的技术体系尤为瞩目。
大语言模型通过对海量文本数据的深度学习，具备强大的语言理解与生成能力，能够实现自动写作、对话生成、语言翻译、代码编写等复杂任务。
随着模型参数规模的不断扩大，其在多模态融合、知识推理、任务泛化等方面展现出广阔潜力。
未来，大语言模型有望在教育、医疗、科研、法律等高知识密度场景中深度赋能，推动智能服务向更高效、更智能、更可信方向迈进。
项目目标
导师将根据每位同学的学术背景，通过线下实验室实操帮助学生学习掌握科研技能与方法；了解AI的发展历程与最新动态；学习手写字体识别、文本情感分类、大模型文本创作、大模型微调等技术。
项目导师
开展机器学习、利用深度学习模型进行图像处理相关方向研究，先后主持多项国家级、省级自然科学基金项目，发表多篇顶刊论文，研究专利成果突出，授课经验丰富，沟通能力强。
项目课程简述
理论教学部分：AI算法的核心、针对图片的AI学习方法、针对文本的AI学习方法、大语言模型入门应用、微调大语言模型参数的方法及如何构建自己的专属大模型等。
实验操作部分：安装AI开发环境，体验AI最基本网络Lenet的字符识别实验；通过LSTM算法，对blog数据进行情感分类；利用提示词工程相关技术，引导并不断修正大模型做文学创作；构建自己的专属大模型等。
课堂实录
随着人工智能与视觉生成技术的快速融合，AI驱动的3D数字人正成为虚拟世界中的重要角色。
通过计算机视觉、深度学习与3D建模技术的协同，AI能够自动生成具备真实外观、自然表情与多样动作的个性化数字人形象，广泛应用于虚拟主播、数字员工、智能客服、虚拟代言等场景。
该领域正逐步实现从“千人一面”到“千人千面”的智能化表达，推动数字内容创作更加高效、沉浸与拟真。
未来，个性化3D数字人有望成为数字社交、品牌营销与虚拟现实体验中的核心交互载体。
项目目标
导师将根据每位同学的学术背景，通过线下实验室实操帮助学生学习掌握科研技能与方法；了解新一代AI科技发展前沿与3D数字人技术应用，实践学习3D建模构建、语音识别、自然语言处理、多模态融合等技能。
项目导师
开展人工智能、机器学习、计算机视觉、视频分析相关方向研究，先后主持多项国家级、省级自然科学基金项目，发表多篇顶刊论文，研究专利成果突出，授课经验丰富，沟通能力强。
项目课程简述
理论学习部分：AI的应用演示与体验、手写数字识别、Unreal Engine的使用、语音识别模块及数字人通信模块等。
实践操作部分：使用马克笔进行书写数字，使用模型进行识别；安装AI开发环境，体验AI最基本网络Lenet的字符识别实验；使用Unreal Engine系列工具来只做自己设计的3D数字人；通过监听设备语音输入设备（麦克风），采集语音流，并借助ASR模型与接口实时转换为文本内容，用于后续交互处理模块等。
课堂实录
脑机接口设计原理与实践
脑机接口（Brain-Computer Interface, BCI）是一种在大脑与外部设备之间建立直接通信通道的前沿技术，其设计原理基于对脑电（EEG）、皮层电位（ECoG）或单神经元信号的采集与解码。
BCI系统主要包括信号采集、信号处理（特征提取与模式识别）、指令输出与反馈机制四个核心模块。
实践中，BCI广泛应用于神经康复、假肢控制、智能设备交互乃至意识检测等领域。
研究重点包括提高信号的稳定性与识别精度、增强系统的实时性与适应性，以及实现非侵入式设备的便捷化和低成本化，是推动人机融合与神经工程发展的关键技术路径之一。
项目目标
导师将根据每位同学的学术背景，通过线下实验室实操帮助学生学习掌握科研技能与方法；掌握计算机、生物医学工程等相关核心知识与应用；实操并掌握脑机接口设计、脑电数据分析等实验技能。
项目导师
开展非侵入式脑机接口在运动康复中的应用及其相关神经机制、侵入式脑机接口的研发以及基于此的基本神经机制的探索、神经接口的研发和应用探索相关方向研究，先后主持多项国家级、省级自然科学基金项目，发表多篇顶刊论文，研究专利成果突出，授课经验丰富，沟通能力强。
项目课程简述
理论学习部分：脑机接口相关概念、脑机接口类型、框架结构介绍、常用的脑机接口范式介绍、现有脑机接口的常用应用场景介绍、及脑机接口的用户需求、伦理介绍和未来展望等。
实践操作部分：非侵入式脑机接口实验基本操作介绍和实践、信号放大采集系统介绍和实践、典型非侵入式脑机接口范式（P300,运动想象）实验、脑电数据分析，及脑机接口设备典型应用实践等。
课堂实录
融合AI技术的动力电池回收与资源化利用研究
随着新能源汽车的快速发展，废旧动力电池的高效回收与资源化利用成为关键课题。
传统回收方式面临电池成分复杂、退役状态不均等挑战，而AI技术的融合为智能分选、寿命预测和材料再生优化提供了新方案。
基于机器学习与大数据分析，AI可实现电池寿命管理、退役评估及梯次利用策略优化。此外，智能识别与机器人拆解技术可提升电池分选精度，提高回收材料的纯度和回收率。
未来，结合AI驱动的优化算法与自动化回收体系，将促进动力电池的高效循环利用，推动新能源产业的可持续发展。
项目目标
导师将根据每位同学的学术背景，通过线下实验室实操帮助学生学习掌握新能源汽车动力电池回收的基本理论与技术；实践学习融合AI技术的动力电池梯次利用及绿色资源化。
项目导师
开展动力电池资源化，及新型储能材料及器件相关方向研究，先后主持多项国家级、省级自然科学基金项目，发表多篇顶刊论文，研究专利成果突出，授课经验丰富，沟通能力强。
项目课程简述
理论学习部分：讲解动力电池梯次利用过程，电芯检测与评估：健康状态（SOH）、未来Ai人工智能的协同应用，讲解动力电池梯次利用过程，电芯性能测试：包括开路电压(OCV)测试、内阻测试、充放电测试等，了解Ai人工智能在今后采集电路数据，构建模型，提高检测效率的融合作用等。
实践操作部分：使用万用表和电压内阻测试仪等，测量电芯的电压及内阻，以及连接电路，通过灯泡的亮度变化情况等，初步判断电池的剩余容量；安装XRD分析软件，进行识谱及物相检索数据导出；安装Origin软件，绘制XRD、电压、内阻等图形。
课堂实录
机器人工业应用及其自动化相关研究
机器人技术正在深刻重塑现代制造与工业生产流程。
依托传感器、控制算法与智能决策系统的发展，工业机器人在自动化装配、精密加工、智能搬运、质量检测等环节中广泛应用，不仅显著提升了生产效率，也推动了制造业向智能化、柔性化方向升级。
随着人工智能与工业互联网的深度融合，机器人正从“机械执行”迈向“智能协同”，具备环境感知、自主路径规划与人机协作等能力。
未来，机器人自动化将在高端制造、医疗辅助、物流仓储等领域持续拓展应用边界，引领新一轮产业变革。
项目目标
导师将根据每位同学的学术背景，通过线下实验室实操帮助学生学习掌握科研技能与方法；掌握机器人、电子工程、计算机相关核心知识与应用；实操并掌握机械臂、机器人自主定位导航等技术。
项目导师
墙面作业机器人、高端数控装备相关方向研究，先后主持多项国家级、省级自然科学基金项目，发表多篇顶刊论文，研究专利成果突出，授课经验丰富，沟通能力强。
项目课程简述
理论学习部分：机器人同步定位与建图、机器人自主定位导航及机械臂控制等。
实践操作部分：在指定环境下控制机器人建立环境地图，探究不同控制参数和不同建图路径对建图质量的影响；根据先前建立的环境地图，完成机器人的自主巡航和自主导航；根据应用场景目标要求，实现机械臂指定功能的流程动作；工业化测试等。
课堂实录
面向人体行为监测的无限感知系统研究
无线感知技术为人体行为监测提供了一种非接触、隐私友好且高精度的解决方案。
通过Wi-Fi、毫米波、超宽带（UWB）等无线信号的传播与反射特性，系统可感知人体的动作轨迹、生理状态乃至呼吸心跳，实现日常行为识别、跌倒监测、睡眠分析等多样化功能。
相比传统可穿戴设备，无线感知系统部署简便、使用便捷，特别适合居家养老、医疗监护与智能家居等场景。
随着算法与硬件的不断进步，该方向有望推动更智能、更普惠的人体行为感知平台广泛落地，提升人们的健康管理与生活品质。
项目目标
导师将根据每位同学的学术背景，通过线下实验室实操帮助学生掌握科研技能与方法；学习基于智能物联网的无线感知算法相关理论知识与应用；实践学习物联网节点搭建人体行为识别系统与程序开发。
项目导师
开展无线感知、室内定位、信息融合相关方向研究，先后主持多项国家级、省级自然科学基金项目，发表多篇顶刊论文，研究专利成果突出，授课经验丰富，沟通能力强。
项目课程简述
理论学习部分：无线电的基本原理、WiFi基本原理、物联网概念、ESP32模块、类C语言及其应用、物联网实际实验的基本操作流程、python语言和机器学习等。
实践操作部分：基于ESP32模组，学习并实操参数采集及调节方法；实现基本python编程，导入机器学习模块，实现基本人工智能任务；动手编程，熟悉从GUI图形界面到终端命令行，再从命令行到图形界面的操作流程；构建人体行为监测系统，开发监控界面，实现对人体行为的实时无线监测等。
课堂实录
为什么选择我们？
1师资优势
项目导师就职于985高校或国立科研院所，为研究领域内实力突出的科研翘楚，科研实力和影响力也超过国内大部分985、211院校教授，足以媲美美国排名前30大学的教授。
2项目优势
理论实践相结合的教学模式
严谨规范的科研实训，在学习理论基础之后，带学员进入实验室开始实操学习。
理工科优势,部分涉及经济门类
项目与导师研究方向覆盖多类理工科研究方向，部分涉及经济金融应用。专业关键词包括：人工智能、生物医学、环境科学、计算机科学、数学、心理学、材料科学、生物信息学、金融学、机电工程学.....
3产出优势
1、高质量结项报告
2、个性化网申推荐信
3、科研结项证书，丰富简历
4、优秀学员可获得RA机会
5、教授指导留学选校，助力DIY留学
6、教授指导留学,升学择校及专业选择
【竞赛报名/项目咨询+微信：mollywei007】
