4月21日下午，训练中心智能制造实验室主任朱峰老师主讲的《工业互联网与社会》课程第八讲顺利举行。该课程曾获评“清华大学精品课程（2025-2028年）”。
朱峰老师主持的《工业互联网与社会》课程获评清华大学精品课程（2025-2028年）
课程伊始，主讲人朱峰老师系统回顾了人工智能的发展历程。从1936年图灵机理论提出、1950年图灵测试的构想，到1956年达特茅斯会议正式确立"人工智能"学科；从神经网络感知机的诞生、专家系统的繁荣，到深度学习实现突破，再到AlphaGo与GPT系列大模型相继问世。课程指出，2024年诺贝尔物理学奖与化学奖均授予AI相关研究，标志着"AI for Science"与"Science for AI"已成为当今科学界的重要范式。
在大语言模型教学环节，课程以2017年谷歌Transformer架构论文为核心，深入解析GPT模型依托注意力机制实现大规模矩阵计算的底层逻辑，并系统介绍CLIP、Sora等多模态大模型的发展方向，展示了人工智能从文本理解向视觉、听觉等多模态感知融合演进的整体趋势。
随后，课程聚焦工业AI与数字孪生技术，阐述了由密西根大学迈克尔·格里夫斯教授提出的“信息镜像模型"这一学术源头。通过真实空间、虚拟空间以及两者之间的数据链接，实现物理产品的数字化映射与虚实交互。课程重点展示了数字孪生系统的核心技术架构：传感器采集现场数据，通过集成技术完成虚拟传输，依托算法与可视化分析形成决策，最终由执行机构完成物理动作，构建起"采集—分析—控制"的智能制造数字神经系统。
实践环节中，学生依托博科系统数字孪生实训平台，开展了机器视觉模板配置与手眼标定操作。实践内容基于训练中心智能制造实验室与深圳市博科系统科技有限公司联合编写的《机器视觉及数据分析工程实践手册》，将产业级实训设备与教学体系深度结合。学生依次完成图像采集处理、视觉模板配置、坐标系映射与手眼标定，实现"眼"（工业相机）与"手"（机械臂末端执行器）的精准协同，掌握智能制造中精准分拣、装配与检测的关键技术。实践内容覆盖光源调节、工业相机参数配置、目标识别定位、数据通信与机械臂控制等完整技术链条，帮助学生完整体验数字孪生闭环运行流程。
课程总结：构建“理论奠基—技术演进—工业落地”的认知全景
课程尾声围绕“理论奠基—技术演进—工业落地“逻辑主线系统总结：从图灵计算理论奠定基础，历经算法突破（深度学习）、架构革命（Transformer）到多模态模型迭代升级，最终与工业互联网、数字孪生深度融合，以视觉伺服等实践案例充分展示了AI如何赋能智能制造，实现虚实交互与优化控制的核心价值。
本次课程将前沿AI理论与工业实践相结合，为同学们呈现了一幅从图灵机到智能工厂的技术演进全景图。在博科公司技术团队全程支持下，实践环节高效顺畅，有效提升了学生对理论知识与工程应用的理解。
