砺技笃行·智研公卫:AI工具实战微沙龙活动成功举办

活动伊始，黎老师由浅入深，从基础AI对话框操作到高阶智能体搭建，全面呈现了人工智能技术的多元应用形态。他以传统对话模型为切入点，对比剖析了ChatGPT、Claude、Gemini等主流海外AI工具在代码编写、长文本生成及多模态数据处理中的功能优势，并着重介绍了Openclaw与Hermes智能体的科研进阶使用方法。黎老师谈到，智能体技术是AI赋能科研的进阶形态，智能体凭借记忆进化、主动训练与多任务协同等核心特性，可高效完成文献定期追踪、数据分析自动化等复杂科研工作。他鼓励同学们主动拥抱技术变革，从“会用AI”走向“驾驭AI”。

卢心河聚焦生物信息学前沿，详细介绍了DeepMind团队最新发布的AlphaGenome模型。他阐释了该模型如何通过输入基因组序列预测基因表达、染色质调控及非编码变异效应，突破传统方法在分辨率与序列长度上的限制。他还讲解了AlphaGenome的模型训练、性能优势与API调用方法，为GWAS位点功能解析和剪接突变预测提供了全新的计算视角与高效工具方案。

吴勇奇结合自身踩坑经历，从“AI也会说谎”切入，通过真实案例轻松幽默地揭示了AI幻觉问题：工具可能编造参考文献、曲解原文含义甚至杜撰数据。她表明，这恰恰体现AI更适合作为科研过程中的辅助工具。她还分享了提示词优化的实用技巧，涵盖设定专业角色、限定输出篇幅、规范语言风格等多个方面。她认为，AI是科研的“副驾驶”，真正的学术判断与创新思考，始终掌握在研究者自己手中。

关云龙立足科研实践需求，围绕大语言模型在数据分析与学术写作领域的应用开展专题分享。他展示了借助AI工具高效完成数据清洗、代码调试及科研结果深度解读的实操方法。在他看来，只有通过精准的指令设计与高效的人机协同配合，才能让AI真正成为科研工作的智慧助手，在切实提升科研工作效率的同时，牢牢坚守学术研究的严谨性底线。

互动交流环节中，同学们围绕“如何高效处理大批量文献”、“AI生成内容的真实性核查”等实际问题踊跃提问。