问题——技术迭代加快，人才培养面临"基础薄弱、需求紧迫"的矛盾。人工智能在医疗、制造、金融等领域快速应用，技术更新周期明显缩短。许多工科学生在校期间只学会了工具使用和简单调用，对算法机制、数据规律和计算体系缺乏深入理解。这导致他们毕业后容易遇到知识滞后、技术迁移能力不足的问题。不少学生虽然对人工智能感兴趣，却在"做模型"还是"做应用"的方向选择上犹豫不决，迫切需要系统课程来明确学习路径。
南方科技大学的探索表明，在人工智能技术快速迭代的时代，高等教育的关键不在于追赶最新工具，而在于帮助学生掌握不变的底层原理。通过强化基础学科知识、创新教学方法、融合产业实践，高校可以为学生打好人工智能学习的基础，使他们具备在技术变化中持续学习和创新的能力。这种以原理为本、以实践为径的人才培养模式，既回应了产业发展的现实需求，也为其他高校推进人工智能教育改革提供了有益参考。