近日，我校《人工智能导论》产教融合课程迎来一场特别生动的前沿讲座，西安交通大学教授、博士生导师，陕西省中青年科技创新领军人才、闽江学者讲座教授杜少毅应邀做专题讲座，为软件工程、数据科学与大数据技术专业学生作题为《图像点集配准及其在无人驾驶中的应用》的专题报告。

本次课程是学院深化产教融合、推进校企协同育人的重要环节。报告将产业真实场景与本科专业课程有机贯通，引导学生从"数学原理—算法建模—工程落地"的完整链条理解人工智能，既拓展了学术视野，也增强了专业认同与科技报国情怀。

"人工智能本质上没有脱离开数学和计算机，数学是推导的本质，计算机是实现的手段。"杜少毅教授以图灵测试、达特茅斯会议开篇，带领学生回望人工智能七十年兴衰脉络，随后将镜头拉回到智能驾驶中最基础也最关键的问题——图像点集配准。

他用手势与动画演示：激光雷达扫出的点云、相机拍下的图像，本质是两组"0和1"构成的坐标集合。要让机器知道"我在哪、我动了多远"，就要通过旋转、平移乃至缩放的几何变换，把前后两帧数据对齐。

这一段讲解，让软件工程专业学生直观感受到"工程中的优化思想"，也让数据科学方向学生体会到：点云不是冷冰冰的坐标，而是需要清洗、特征提取与统计建模的真实数据。

No.2直面真实世界：四类配准难题与无人车实践

杜少毅教授结合西安交大人工智能与机器人研究所二十余年无人车研发积累，把学生带进工程一线的"坑"里：

●数据噪声：激光测距存在毫米级误差，积累起来可能让车"从南门偏到城外"；

●低重叠率：高速急转弯时前后帧重合区域极少，特征匹配难度陡增；

●分布不均：两面白墙的走廊里，没有插线板这样的"锚点"，系统会失去方向感；

●多模态融合：激光、视觉、GPS、红外各有局限，夏天地面发热，红外相机反而"满屏障碍"。

他展示了2009年改造奇瑞瑞虎无人车的往事：64线激光雷达、单线雷达、多目相机、毫米波雷达"武装到牙齿"，整车造价非常"奢华"，外接机械转向装置带来500毫秒时延，"72公里时速下，10米距离没有反馈"正是这种用教训换来的认知，推动了从"外挂机器人"到"电信号直驱"的架构革新。

在地库定位案例中，团队用SLAM算法提取"柱子"而非被动态车辆干扰，实现稳定建图。"真正落地的AI，不是刷榜，是在不确定世界里做可靠决策。"这句话让现场安静了几秒。

No.3 把细节做深：给软件与数据专业学生的成长启示

讲座尾声，杜少毅教授把话题落到人才培养上。他坦言，到了研究后期，大家往往只钻"很小的一块"。一个尺度约束、一种特征描述子，"就像学徒打铁，三年五年后闭着眼睛都能打出好铁器"。

他对大一新生同时提出三点期待：

●扎牢数学与算法底座。配准、识别、大模型，底层都是最优化、概率与线性代数；

●建立可解释与负责任工程观。99%准确率不等于可投产，医疗与驾驶场景容不得"黑箱侥幸"；

●在交叉地带找问题。数据分布、传感器标定、实时系统——正是软工与大数据最能发力之处。

●"出身不重要，态度决定上限。"他特别提到团队里从普通院校走出的优秀博士生，"把一件难的事重复做、认真做，你就会成为专家。"

No.4 课程思政"润物无声"：从公式里长出家国情怀

整场报告没有一句空泛说教，却在细节里埋下价值锚点：

●从"配种"到"配准"的术语本土化故事，折射中国学者在人工智能标准话语中的主动作为；

●参与国务院2017年人工智能发展规划"人机混合增强智能"方向起草，让学生看见科研与国家战略的同频；

●无人车研发从"买国外雷达"到自主架构迭代，暗合关键核心技术自立自强的时代命题；

●白墙走廊里的"插线板"、地库里的"柱子"，教会学生：把论文写在真实国情、真实场景里。

本次授课是《人工智能导论》课程改革的一次生动实践，学院引入外聘教授与产业真实课题，把"导论"讲成"导心"，既导知识框架，也导工程思维与职业方向。课后，软件工程专业学生表示："原来以为AI就是调模型，今天才发现，一个'对齐两点云'的背后，有这么多数学、系统与安全权衡。"数据科学与大数据技术专业学生则感慨："点云数据清洗、特征均衡、多源融合，就是我们专业的主场。"

下一步，学院将继续依托校企合作平台，围绕智能驾驶、工业视觉、AI大模型等专题，建设"案例进课堂、项目进实训、专家进班组"的三进式教学体系，培养既懂算法原理、又能解决产业复杂问题的新工科人才。

撰稿：许迅雷

审核：边培莹