2025年5月19日上午，北京大学元培学院工会联合“岭南-元培STEM暑期学苑”项目在北大俄文楼203会议室举办“人工智能技术演进及在新能源领域的实践探索”培训讲座。本次讲座采用线上与线下相结合的方式，同步设置了线上线下双会场。特别邀请北京大学人工智能研究院助理教授朱毅鑫作为主讲人，为岭南大学和北京大学元培学院的师生进行了“人工智能技术演进及在新能源领域的实践探索”主题讲座。朱老师系统阐述了人工智能技术的发展历程，并结合具体案例，深入探讨了其在新能源领域的应用前景与实践路径。

本次讲座由元培学院2021级本科生崔绍洋主持。讲座伊始，朱老师对人工智能领域的基础概念及发展脉络进行了简要梳理。他从专家系统等早期人工智能技术讲起，介绍了由ImageNet与AlexNet引领的深度学习浪潮，进而阐述了从Transformer模型到当前主流大语言模型的技术演进路径。此外，朱老师还对大语言模型的训练流程进行了说明，包括基于海量数据的自回归预训练阶段与后续的RLHF（基于人类反馈的强化学习）等精调训练。

崔绍洋主持讲座

谈及大语言模型技术的商业化应用，朱老师认为，基础模型（Base Model）的训练本身难以实现盈利，甚至普遍面临亏损问题。他强调，将人工智能技术应用于垂直领域，切实推动行业变革，是更为可靠的商业化路径。

朱毅鑫老师为老师同学们梳理不同的人工智能模型

随后，朱老师以气象预报领域为例，系统阐释了人工智能技术的产业化应用路径。他首先剖析了精细化气象预测在极端天气频发背景下遭遇的技术瓶颈，继而结合太阳能发电等新能源产业对气象数据的依赖性，揭示了人工智能技术在提升预测精度方面的核心优势，从而彰显了该技术在能源经济领域的应用价值与商业潜力。

高精度气象预测对于太阳能发电等新能源产业至关重要，朱老师的团队通过构建更精准的人工智能气象预测模型，结合历史发电数据进行深度分析，建立了气象条件与发电效能间的精确关联模型。该模型可以综合实时气象数据与电网运行参数，实现了对光伏电站未来发电出力的高精度预测。这些应用凸显了基于人工智能的精准预测的现实需求与商业价值。

本次讲座在大家的热烈掌声中圆满结束。朱老师的讲解深入浅出，内容翔实，分析透彻，为与会师生呈现了人工智能技术的前沿进展及其在新能源领域的广阔应用前景，引发了积极思考与讨论。今后将继续举办类似的培训讲座，为师生们对人工智能等前沿技术的理解提供更专业的视角和阐述。

文稿：匡杰

2025年6月4日