为主动回应人工智能技术对政府监管领域带来的机遇与挑战，深化研究生“人工智能+监管”跨学科培养，在研究生教学质量月期间，我院特邀权威专家，围绕人工智能在监管政策、产业治理、商业实践中的核心议题开展专题分享，为师生搭建起 “技术前沿+监管实践” 的学术交流平台，助力培育兼具技术素养与监管思维的复合型人才。 本次质量月活动以“人工智能+政府监管”为核心主题，聚焦人工智能与政府监管的深度融合，特邀美国科罗拉多大学经济学终身教授、Provost 讲席教授陈勇民，日本关西大学李振副教授分别带来精彩讲座。

人工智能+产业竞争：开源与闭源的策略权衡

陈勇民教授以“人工智能竞争中的源码共享策略”为主题，深入剖析了AI领域开源与闭源的核心悖论。他提出，开源虽可能带来技术模仿风险，但获取更广泛、更快速的行业应用收益，成为部分企业的重要选择。结合美国司法部与谷歌的反垄断诉讼案例，他强调AI竞争中的源码共享需平衡应用拓展与创新保护的关系。 通过构建企业差异化竞争模型，陈勇民教授分析了闭源、开源、混合均衡三种策略的适用场景：创新能力较弱的企业更倾向于开源，而较强的企业可能选择闭源。他指出，竞争对技术分享与研发投入的影响，取决于技术进步程度，过分强调开源的监管政策可能存在局限性，为研究生理解AI产业竞争规则提供了全新视角。

人工智能+商业研究：数据驱动的机遇与挑战

李振副教授以“数据科学与生成式人工智能在商业研究中的机遇与挑战”为题，聚焦AI工具在商业决策与公共政策中的实践应用。他指出，当前海量数据与实际决策需求之间存在明显鸿沟，而数据科学与生成式AI的协同运用的就是填补这一鸿沟。 李振副教授分享了实验室的商业实践案例：通过在超市购物车加装RFID射频仪追踪用户路径，整合会员与支付数据进行用户画像，再利用深度强化学习优化超市布局，有效提升了购物效率。同时，他也直面领域痛点，从伦理困境、生物指标规范、数据整合隐私、AI披露度四个维度，深入分析了技术应用中的核心挑战，为研究生开展相关研究提供了严谨的学术框架。

此次研究生教学质量月活动，是我院践行“人工智能+政府监管”培养理念的重要实践，既展现了AI技术在监管领域的前沿应用，也明确了监管人才所需的核心能力。未来，研究院将持续深化“人工智能+”研究生培养模式改革，推动跨学科资源整合，强化研究生的技术应用能力与监管创新思维，为构建适应人工智能时代的现代化监管体系，输送更多高素质、复合型专业人才。