史蒂文斯理工 【CES·新闻】深度培养计算机科学与人工智能领域人才，史蒂文斯理工学院“3+2”本硕项目宣讲会顺利举行

上海大学与美国史蒂文斯理工学院携手合作博士，共同推出“3+2”本硕项目，旨在为计算机学院学生提供国际化深造机会。该项目允许学生在上海大学完成三年本科学习后，赴史蒂文斯理工学院继续深造，两年内获得上海大学学士学位和史蒂文斯理工硕士学位。

2024年11月17日上午9点史蒂文斯理工，上海大学与美国史蒂文斯理工学院“3+2”本硕项目宣讲会在计算机学院阶梯教室101和201开展，美国史蒂文斯理工学院，查尔斯·V·谢弗工程与科学学院院长Jean Zu博士、史蒂文斯理工学院招生办黄喆老师、我院副院长辛立明老师、2022级辅导员李清怡老师及2022级300余名学生参加了宣讲会。美国史蒂文斯理工学院，查尔斯·V·谢弗工程与科学学院院长Jean Zu博士介绍了史蒂文斯理工学院的历史和学院概况，详细讲解了“3+2”项目申请条件、流程、具体课程等信息，和现场同学进行互动交流。

史蒂文斯理工学院以其卓越的科研成就和教学质量享誉全球，拥有19个博士专业和18个本科专业上海mba，科研经费逐年增长。学院强调本科生教育的设计和团队工作，每学期均设有设计课程，第四学期更是综合性团队设计项目。此外，学院的Maker 为学生提供了丰富的实践设备和培训硕士，进一步强化学生的实践能力。

本次推出的“3+2”本硕项目不仅为学生节省了攻读时间，还为学生提供了在史蒂文斯理工学院完成设计项目的机会，学生可在两年内完成硕士课程。申请条件包括托福88分、雅思6.5分，GPA不低于3.0。上海大学将推荐优秀学生，史蒂文斯理工学院根据推荐名单进行录取，最晚4月1号发放录取通知书。学生在第一第二年均可获得相应奖学金。成功录取后，学生即可开始办理签证手续，开启国际学术之旅。

此次宣讲会，进一步拓宽了学生们的国际视野史蒂文斯理工 【CES·新闻】深度培养计算机科学与人工智能领域人才，史蒂文斯理工学院“3+2”本硕项目宣讲会顺利举行，为未来的学术和职业发展提供国际化深造机会，该项目也将进一步推动学院与斯蒂文斯理工学院在学术和科研领域的交流与合作。

出品 | CES新媒体中心

文案丨叶思清

图片 |毛彦翔

排版丨姚思瀚

美国史蒂文斯理工，科学家让人工智能拥有触觉

参考消息网11月20日报道 据美国《科学日报》网站11月16日报道，基于人工智能（AI）的技术正在迅速具备观察、交谈、计算和创造的能力。不过，人工智能依然不擅长测量或者“触摸”物体表面——这属于纯粹的机械功能。

美国史蒂文斯理工学院的物理学教授沙永孟（音）说：“通过计算机视觉和物体识别方面的进步在职研究生，人工智能或多或少获得了视觉。不过，它还没有发展出类似人类的触觉美国史蒂文斯理工，比如可以分辨毛糙的报纸与光面杂志纸的那种触觉。”

这一状况刚刚成为历史。史蒂文斯理工学院量子科学与工程中心的科研人员展示了一种赋予人工智能以触觉的方法。

沙永孟以及量子科学与工程中心主任黄宇平（音）、博士生丹尼尔·塔丰和卢克·麦克沃伊合作设计了一种量子实验室装置上海mba，把一台可以发射光子的扫描激光器与新的人工智能算法模型结合起来。在不同物体表面被扫描成像的同时，人工智能模型就能分辨出不同表面的差异。

塔丰解释说：“这是人工智能与量子技术的结合。”

科研团队在本月出版的美国《应用光学》月刊上发文称，他们让特制的光束以短脉冲的方式照射物体表面，实现“触摸”。被实验对象弹回的反向散射光子会携带斑点噪声，即一种随机出现的成像缺陷。

一般认为，斑点噪声不利于清晰、准确的成像。不过，史蒂文斯理工学院的科研团队另辟蹊径：他们的实验装置利用人工智能模型来检测和处理这些杂点，而经过精心训练的人工智能模型可以将杂点的特征解读为有价值的数据。实验装置因此能够识别物体表面的样貌。

塔丰说：“我们利用了物体表面不同光照点的光子数量变化。”

科研团队使用31张粗糙程度各异的工业砂纸作为实验对象，这些砂纸的研磨颗粒直径从1微米到100微米不等（作为参照，人类头发丝的平均直径为100微米左右）。扫描激光器负责向实验对象发射光脉冲。

光脉冲会穿过收发器，撞上砂纸博士，然后被反弹，接受人工智能模型的分析。

在最初几次实验中，这种检测方法的标准误差约为8微米。在处理多个样品并对结果进行平均处理后，检测精度显著提高到4微米以内美国史蒂文斯理工，科学家让人工智能拥有触觉，可以跟市面上最优秀的工业用表面光洁度仪相媲美。

塔丰说：“有趣的是，我们的装置检测最细腻表面的效果最好，比如金刚石抛光膜和氧化铝。”

他指出，这种新的检测方法用途广泛。比如，医护人员在筛查皮肤癌时常常犯错，难以分辨可能致命的黑色素瘤与一些外表相似但其实无害的皮肤病。

黄宇平解释说：“不同的皮肤痣在粗糙程度上存在细微的差异，肉眼难以分辨，但我们的量子装置能加以测量，这样就可以区分不同的皮肤病。”

黄宇平指出：“激光雷达技术已经广泛应用于自动驾驶汽车、智能手机和机器人等领域。我们的检测方法丰富了此类技术在极小尺度上进行表面性能测量的能力。”（编译/刘子彦）