在人工智能技术深度渗透科研创新的背景下，3月4日下午，资源学院举办“人工智能助力科学研究和项目申请”-专题分享会。曾建、刘涛、李豪三位青年教师分别从智能撰写、策略优化到工具开发全链条展开实践分享，为推动师生快速适应科研革新提供可落地的解决方案。
AI重构申报逻辑：从选题到评审的智能化跃升
曾建在《基于人工智能进行国家基金项目撰写与评审的应用分享》中，围绕国家基金申报中选题同质化、文献调研效率不高、评审标准匹配度低等痛点，系统展示了科研项目智能选题挖掘、文本逻辑优化、格式规范智能校验等核心功能模块的应用，内容涵盖申报逻辑框架优化，自动检测格式错误，精准匹配评审标准等应用场景及实践技巧，为国家基金申报质量提升带来了新的助力。
Deep Seek策略引擎：精准命中评审标准
针对当前国家自然科学基金申报中普遍存在的选题创新性不足、研究方案缺陷及文本质量欠佳等问题，刘涛在《Deep Seek优化国家自然科学基金策略与实践》报告中提出了“Cherry Studio+Deep Seek”的智能协同模式。该模式通过收集近十年获批的项目数据、领域高质量文献等构建深度融合的本地化知识库，实现了从选题阶段的热点追踪与问题挖掘，到文本撰写的逻辑构建与精准表达，再到评审环节的多维评价与专家模拟的系统性优化。这一创新模式为破解科研基金申报困局提供了AI赋能的解决方案，推动了申报策略从经验驱动向数据驱动的范式转变。
Cherry Studio：打造科研全流程AI工作站
李豪带来的《使用Cherry Studio打造全能的AI工作站》，对Cherry Studio这一新型多功能大语言模型工具进行了深度剖析，不仅展示了其强大的功能，更前瞻性地勾勒出了广阔的应用前景。作为新一代大语言模型客户端工具，Cherry Studio并非简单的对话界面，而是集成度极高的智能助手平台，其核心优势就在于为用户提供全方位、高灵活度的AI交互体验。随着科研领域对智能化需求的不断攀升，Cherry Studio通过模块化架构实现“智能即服务”（AIaaS）理念，有望成为科研工作者突破传统研究瓶颈、实现高效创新的得力 “伙伴”，其突破性功能引发了全场师生的热烈讨论。
分享会搭建了一座连接前沿技术与科研实践的桥梁，赢得了现场师生的高度赞誉与热烈反响。
“学院在推进AI技术落地的同时，始终将科研工作者的主体性置于关键位置。”资源学院副院长余海英表示：“在‘人类洞察+机器智能’的双驱动科研模式下，我们既要以开放包容的态度接纳新技术，更应牢牢把握科研的本质与方向，以更加审慎、严谨、务实的态度运用好新工具。”
据了解，接下来资源学院还将继续深化内部交流互鉴，通过搭建多元交流平台，促进知识共享与经验传递，助力师生在紧跟学术新生态、适应科研新变革的进程中携手并进。
