“在AI时代，产业与科研的深度融合是必然趋势。企业负责提供数据、算力和场景，高校则负责提供人才和试错空间——这正是人才培养的核心价值。”近日，香港城市大学计算学院院长汪建平教授在大鲸AI峰会上圆桌论坛中强调，高校在推动生成式AI技术落地中需扮演“三位一体”角色：以人才培养为根基，成为产业联合研发伙伴，并推动技术成果向生产力转化。

　　为应对企业对“既懂AI又通行业”的复合型人才需求，香港城市大学通过成立创新学院打破学科壁垒，允许学生跨院系选课，同时在大学层面设立人工智能与科学研究院、数码医学研究院，促进计算机、数字医疗等领域深度融合。“学生在这些研究院的学习过程中，与不同领域的研究者深度融合、相互启发学习，形成跨学科协作的创新生态。”汪建平说。

　　面对浙江大学创业案例引发的教育讨论，汪建平坦言：“我们鼓励学生成为‘问题的解决者’，为学生预留试错探索期，帮助其明确研究定位。”

　　汪建平说，香港城市大学计算学院毕业的学生展现出多元发展路径：既有在Google、微软、腾讯等科技巨头担任技术骨干的工程师，也有如Klook联合创始人这样的创业先锋。过去三年，学院的学生通过校方发起的“HK Tech 300”计划创立60余家企业，创立的企业覆盖金融科技、智慧医疗等领域。

　　汪建平以中国艺术创作“源于现实，高于现实”的哲学观，揭开了破解产学研融合难题的密钥。在她看来，真正的技术转化不应是“生拉硬拽”，而应是“水到渠成”的自然过程。

　　汪建平指出，科研转化的关键在于“问题定义”：“科研的本质是问题驱动，需扎根现实需求。所谓‘高于现实’，是追求理论与方法论的跃迁——若研究能精准捕捉真实痛点，落地便是水到渠成。”她以“大道至简”为准则，要求团队用一两句话说清楚各自课题的必要性，若科研无法用生活案例类比或简明阐释必要性，则需回归问题本质重新思考。“纯理论研究无需强求落地，但源于现实需求的成果，自然会‘瓜熟蒂落’。”

　　据了解，计算学院的课程体系紧密衔接产业前沿，该学院的计算机系今年推出了AI硕士课程，课程涵盖自动驾驶、生成式AI、可信AI等方向，课程设计阶段还会引入头部企业参与。

　　“我们学院数据科学系明年还将会推出AI for Science的硕士课程，力求培养懂AI的科学家和懂科学的AI 人才。”汪建平说，光这些还不够，还需要企业进来与学校一起培养人才，希望与企业建立开放式的联合实验室， 进一步加强企业与高校的研究人员深度融合。

　　从实验室到生产线，这种产研协同机制已催生多个标杆性成果。香港城市大学张清富教授带领的计算智能团队研发的大语言模型算法设计平台LLM4AD，在一些头部公司生产线实现30%效率提升，节省成本超千万元；数据科学系杨禹教授团队开发的智能物流算法，每年为跨境物流公司节省数百万美元成本；数据科学系赵翔宇教授团队与电商合作的生成流网络的智能推荐系统，突破传统算法“重短期点击、轻长期留存”的局限，通过算法模型对用户长期行为的深度学习和建模，有效提升平台的核心运营指标。目前系统已在电商平台成功部署。

　　此外，香港城市大学计算学院以培养跨学科AI人才为核心，近年从伯克利、牛津等顶尖高校引进青年教师，并积极吸纳产业界专家，推动校企共建开放式的联合实验室。

　　“我们既深耕基础研究，也注重与产业界协同合作，促进科研成果的落地。”在粤港澳大湾区融合背景下，汪建平建议香港高校发挥国际化优势，以开放的姿态整合内地产业链资源与全球科研资源，实现优势互补。林婕