<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">TACS</journal-id><journal-title-group><journal-title>Technology and Application of Computer Science</journal-title></journal-title-group><issn>2998-8926</issn><eissn>2998-8934</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/TACS.2026090017</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>面向新工科人才培养的高校AI 实践教学基地运行模式探析</title><url>https://artdesignp.com/journal/TACS/3/9/10.61369/TACS.2026090017</url><author>蔡姗姗,谢军龙,李松,涂正凯</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>3</volume><issue>9</issue><history><date date-type="pub"><published-time>2026-05-14</published-time></date></history><abstract>在新工科建设与&amp;ldquo;双碳&amp;rdquo;战略双重驱动下，以人工智能为代表的新一代信息技术正加速与能源动力类学科深度融合，构建AI 驱动的实践教学平台已成为培养跨学科复合型人才的关键路径。制冷空调行业的绿色化、数字化转型对高校实践教学提出更高要求。本文以智慧空调低碳节能技术实践教学基地为研究对象，梳理了当前高校能动专业AI 实践教学基地的建设现状与不足，提出涵盖智能化环境升级、AI 实践教学体系构建、产教融合人才队伍建设及运行评估的全链条建设方案，并结合华中科技大学与小米的共建案例，展示了校企协同在实践资源共建、师资双向培训及学生联合培养方面的具体成效，以期为AI 技术与制冷空调专业实践教学的深度融合及校企合作长效机制构建提供参考。</abstract><keywords>新工科,人才培养,AI 实践教学基地,运行模式</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 王晓墨, 陈刚, 成晓北. 新工科背景下能源动力类专业建设探索与实践&amp;mdash;&amp;mdash; 以华中科技大学能源与动力工程专业为例[J]. 高等工程教育研究, 2019, (S1): 9-10+19.[2] 叶晓明, 陈刚, 成晓北等. " 新工科" 背景下能源动力专业实践教学基地改革与实践[J]. 高等工程教育研究, 2023, (S1):53-56.[3] 蔡姗姗, 李松, 涂正凯. 高校能源专业教学中学科交叉与融合研究[J]. 教育理论与研究, 2026, 4(8):47-49.[4] 蔡姗姗, 申利梅, 李松. OBE-CDIO 教学模式在制冷空调实验/ 实践课程中的应用[M]. 第十三届全国高等院校制冷及暖通空调学科发展与教学研讨会论文集. 北京: 中国水利水电出版社, 2025, 197-199.[5] 李建建, 单联瑜, 吴俊鸿等. 基于随机森林算法的空调房间热环境与热舒适快速预测[J]. 制冷与空调, 2026, 26(2):92-98.[6] 彭裕辉, 孙佳琪, 于德涛等. 基于双分支前馈神经网络的室内热物理场预测[J]. 家电科技, 2025, (S1):330-333.[7] 王文莉, 崔松林, 吴俊鸿等. 小管径翅片管式家用空调蒸发器流路结构混合优化[J]. 工程热物理学报, 2025, 46(7):2181-2190.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
