“我想学AI，不知道自己的数学基础够不够？”

“AI专业到底学什么？跟计算机专业有什么区别？”

“学完AI，我能做什么工作？”

这些困惑，来自每一个正在校园里思考未来的你，也来自刚刚结束的高考招生季。当人工智能以前所未有的速度重塑知识生产和生活方式，无论你已经在民大的课堂里，还是即将走进大学校门，一个共同的命题正摆在面前：你希望在智能时代成为一个怎样的人？你准备好了哪些能力？

在中央民族大学，我们的回答是：以“数智赋能战略”推动数智技术与教育教学深度融合。以数理为根基，以工程为支撑，以AI为引擎——理学院为你筑牢数理根基，信息工程学院带你完成工程实践，人工智能研究院带你探索前沿科研。各自深耕、彼此支撑，助力你在智能时代，不可替代。

今年4月，中央民族大学人工智能研究院正式揭牌成立，中国科学院院士郝跃受聘首届学术委员会主任。研究院聚焦人工智能前沿方向和关键问题，锚定多民族语言智能计算、民族文化知识工程、边疆社会智能治理方向，开拓民大特点的人工智能研究。同时为民族学、历史、经管、艺术等院系提供AI赋能技术支撑，实现理工技术向人文社科全面赋能。郝跃院士在研究院成立仪式上寄望师生“聚焦真问题、大问题、难问题”。

研究院指向的是战略方向，具体到每一个学子身上，一个更具体的问题是：“学人工智能，需要具备什么基础？”

在民大，理学院的数学与统计学等学科为人工智能算法和底层逻辑提供了扎实的根基。

理学院的信息与计算科学专业作为北京市一流专业，聚焦数据信息处理与人工智能，培养能够解决人工智能、信息技术工程计算领域实际问题的专门人才。专业课程覆盖数值计算、最优化理论、概率论与数理统计、离散数学等核心课程。理学院副院长贾旭杰老师点明了这些课程的价值：“这些看似‘传统’的数学课，恰恰是深度学习模型训练、贝叶斯推断、图神经网络构建的数学根基。”

统计学专业则为AI人才的培养提供了坚实的数理统计根基。当大模型陷入“只知相关、不知因果”的困境时，统计学提供的因果推断方法能够帮助研究者识别现象背后的真实作用机制；当海量多模态数据超出传统处理能力时，多元统计与时空统计提供了降维、聚类、动态监测的标准路径。专业紧跟大数据时代需求，开设Python数据分析、机器学习、深度学习、强化学习、大模型理论方法与应用等核心课程，建有统计学、数据分析、数学建模三类实训实验室。

理学院教师授课

当别人在问“怎么用AI”时，这两个专业在追问“如何让AI更有效”。在专业课程之外，学院还开设有数据挖掘、机器学习导论、自然语言处理、大数据分析、深度学习基础等人工智能与大数据相关选修课程。

2023级应用统计班王若涵选修了《深度学习基础》课程，芮荣祥老师带着大家在黑板上一步步手推公式。“从最基础的数学表达式开始，经过层层推导得出论文里的结论。过程虽然烧脑，但当我亲眼看到复杂的公式在眼前逐渐清晰、化简、成形时，那种豁然开朗的感觉，是任何现成PPT都给不了的。”课程结束后，她重新审视AI生成的代码，发现了不少逻辑漏洞。“我不再是一个只会照单全收的工具使用者。工具再强大也只是工具，最终做出判断和决策的，永远是我们自己的大脑。”

支撑专业发展的，是一支深耕教学的师资队伍。理学院引进教学名师、优化师资配置，持续充实教学一线的骨干力量。在老师的悉心指导下，学生的成长同样亮眼。

生命与环境科学学院2024级本科生陈也，第一次参加全国大学生数学竞赛只考了30分。在冯杰老师的指导下一步步攻坚，他最终在第十七届全国大学生数学竞赛中获得非数学专业A类全国一等奖。他说：“那些为热爱投入的时光，那些与自我、与知识的相逢，才是往后最念念不忘的回响。”此外，在本届竞赛北京赛区预赛中，全校764名学生参赛，共获得全国一等奖29人、二等奖54人、三等奖147人。

除了专业课程，理学院还承担着全校大学数学公共课的教学任务。无论来自哪个学院、哪个专业，扎实的数学基础都是进入人工智能领域不可或缺的支撑。

2025年，学校将高数课建设列为年度重点任务，打造AI教学专属智能体。《高等数学（一）》试点AI智慧课程，构建覆盖286个核心知识点的知识图谱，AI助教提供7×24小时在线答疑；分层习题课覆盖全体大一学生，基础层补短板、巩固层强应用、挑战层冲竞赛；暑假开设高阶数学课，300余名学子通过考核获得学分。

《高等数学（一）》知识图谱

学生们的感受更为直接。经济学院2025级经济创新班段浩冉同学这样描述高数课堂：老师讲完新知识点，马上通过雨课堂推送AI随堂练习题，限时作答。提交后全班答题情况实时显示，老师针对错误率最高的题目重点讲解。“不用等到课后才发现漏洞，当堂就能解决。”

他的同学宋琦在期末复习时也体验了AI辅助：“主观题平台能自动批改，每道题后面都有AI生成的答题分析。AI学伴还能针对不懂的地方举一反三。”

高数课既是AI必备的数理基础，也在用AI技术改进教学本身——这正是理学院用AI赋能教育教学的一个缩影。

AI助教系统功能界面

AI助教答疑系统界面

如果说理学院回答的是“学人工智能需要具备什么基础”，信息工程学院回答的则是“掌握了基础之后，你能做什么”。理学院提供了AI生长的数理土壤，信息工程学院则是将理论转化为工程能力的实践高地。

信息工程学院现有计算机科学与技术、软件工程、数据科学与大数据技术（含第二学位）、电子信息工程、通信工程、人工智能，以及数据科学与大数据技术专业合作办学项目（中央民族大学－澳门城市大学合作本科教育项目）等本科专业，以及计算机科学与技术、软件工程2个一级学科硕士点，并承担全校人工智能素养课程的教学任务。

从算法设计到系统开发，从硬件底层到智能应用，学院致力于为学生提供系统的人工智能知识与工程能力训练。在课堂上，这种训练已经深入每一门课程。

陈峥老师讲授的《计算智能》是衔接AI基础理论与工程实践的核心课程。在授课过程中，通过融入智能算法、机器学习等实战应用案例，让枯燥的算法理论变得具象可落地。2023级计算机科学与技术专业本科生齐嘉诺这样描述：“每一节课都像一个智能工具箱——从BP网络的手写数字识别，到用遗传算法求解TSP路径，再到蚁群算法中正负反馈的协同机制，原本抽象的数学公式在一次次实验和代码调试中变得鲜活可感。经过一学期的系统学习，我从‘会用现成模型’成长为‘敢改、敢创、敢落地’的AI实践者。”

任晨珊老师讲授的《优化理论基础》课程能够“连接数学理论与AI算法落地”，课程内容涵盖梯度下降、凸优化等经典算法推导，与信息检索、图像识别等实际工程场景。2023级人工智能专业郝齐元同学说：“我通过Python复现算法并分析收敛性，直观体会到不同算法的优劣。通过引入BFGS等拟牛顿法，我成功兼顾了收敛速度与计算可行性，并学会从底层逻辑（如分析Hessian矩阵）对模型进行性能调优。学院引入真实产业项目，赋予了我们应对复杂挑战的硬核技能。”

课堂之外，学科竞赛和跨学科实践同样是学生将知识转化为能力的平台。

学生在计算机设计大赛、机器人大赛等常年斩获国家级奖项。卢勇教授指导学生参加中国机器人及人工智能大赛等赛事，累计获得国家级一等奖23项。2022级计算机科学与技术专业本科生唐姚成参加了三次机器人大赛，获得一等奖、二等奖、三等奖各一次。他说：“备赛过程中，我把课堂上学到的机器学习、深度学习知识运用到真实竞赛场景中，进一步理解了AI技术如何赋能机器人完成环境识别、目标判断和自主行动。机器人大赛让我从‘会学AI’变成了‘会用AI’。”

学生参与专业竞赛现场

跨学科协作同样是信息工程学院的育人特色。学院践行AI交叉融合的学科建设，将服务范围拓展到民族语言信息处理、网络舆情与安全治理、民族古籍文献智能分析、民族事务信息化建设、智能机器人等领域，累计获批50余项教育部协同育人项目，搭建9个政企实践基地。

信息工程学院副院长、副教授梁骁老师指导了一支由舞蹈学院、信息工程学院、经济学院六名同学组成的团队，用AI解码国家级非遗舞蹈“赛乃姆”。回忆起团队的磨合过程，他说：“计算机专业的同学和学舞蹈的同学一起工作，一个强调动作要有‘神韵’，一个强调需要清晰的‘坐标’。观念的碰撞时常让讨论刹不住车，但也正是在一次次磨合中，他们找到了科技与艺术的共生点。”经过三年的调研实践，团队构建了赛乃姆数字基因库与智慧教学平台，获得了第十九届“挑战杯”“人工智能+”专项赛全国一等奖。梁骁老师说：“AI擅长的是回答问题，但敏锐的问题意识、独立的批判思维、突破常规的想象力——恰恰是我们必须坚守的育人阵地。”

团队成员在第十九届“挑战杯”比赛现场合影

面向未来，信息工程学院计划建立“人工智能创新班”，打造“AI+民族特色”的拔尖人才培养特区，深化与人工智能研究院合作，推进校企协同与产教融合，联合中关村学院、科大讯飞、百度等机构和企业，引入真实项目与前沿大模型技术。依托“民族语言智能分析与安全治理教育部重点实验室”和“国家语言资源监测与研究民族语言中心”，围绕“AI+民族事务治理”“AI+民族古籍保护”等方向组建交叉学科教学研究团队。

从理学院的数理根基，到信息工程学院的工程实践，再到研究院的前沿探索——民大在智能时代已经为你铺好了一条清晰的成长路径。这里有四十余年积淀的专业学科，有覆盖完整专业矩阵的学院，还有一群深耕教育与科研的师资，以及一个个生动、真实的成长故事。

从这里出发，我们在未来相遇。