（信息技术学院 蔡建军 报道） 2026年4月14日下午，信息技术学院信息技术应用教研室在科技楼503教室举行了以“职业本科教育线性代数在人工智能中的应用教学探索”为主题的教研活动。全体教师积极参与，围绕教学内容、课程设计、实践项目等方面展开了深入讨论。随着人工智能技术的迅猛发展，线性代数作为其核心数学基础之一，正日益成为职业本科教育中不可或缺的关键课程。从数据的向量化表示，到神经网络的矩阵运算，再到图像处理中的卷积操作与自然语言处理中的自注意力机制，线性代数的思想与方法贯穿于人工智能的每一个重要环节。

汪德宏老师首先从人工智能的三大数学支柱入手，系统阐述了线性代数在AI中的核心地位。他指出，线性代数负责数据的表示与变换，是AI处理信息的基础语言；微积分提供了模型优化与学习的方法；概率论则用于描述不确定性与进行推理。三者共同构成了AI的数学根基，而线性代数因其在数据表示、矩阵运算、特征提取等方面的广泛应用，成为职业本科数学教学中最应被强化的内容。汪德宏老师总结道，线性代数绝非一门抽象的数学课程，而是理解和从事人工智能研究与工程的关键一步。从数据表示到神经网络，从图像处理到推荐系统，从自然语言处理到模型训练，线性代数的思想与方法无处不在。职业本科教育应当紧扣这一现实，推动数学教学与编程实践的深度融合，真正实现“夯实AI数学基石，赋能职业本科人才培养”的目标。本次活动为教研室进一步推动线性代数课程改革、建设配套教学资源、优化课程衔接设计提供了清晰的理论指引与实践方向。

展望未来，教研室将进一步强化集体备课、案例共享与数据驱动的教学改进机制。通过统一教学理念与进度、建立课程案例库、基于学生学习数据持续优化教学内容与方法，推动编程课程与数学课程在理念、内容与实施上的深度融合。唯有如此，才能真正实现“夯实AI数学基石，赋能职业本科教育”的教学目标，培养出既懂数学原理、又具备工程实践能力的高素质技术人才。

（初审：付天敏，复审：王瑶生、王敦成，终审：谢娟）