科学技术联合研究生院大学（UST）11日表示，利用人工智能（AI）推动国家研究开发（R&D）成果产出的努力正在逐步显现成效。
UST正在实施“AI课程修完认证制”。该认证制度面向修读过AI相关课程的非AI专业学生，通过检验其利用AI产出研究成果的能力并予以认证。
统计显示，去年共有26人获得认证，相比前一年（5人）获认证学生人数增加了5倍以上。尤其是在去年的下半年认证评审中，共有18名学生通过认证，其中9人在研究过程中将AI作为核心手段加以应用，创造出具有世界水准的成果，因而被授予“优秀认证”。
获得优秀认证的学生，将Gemini、ChatGPT等基于文本学习的大规模语言模型（LLM），以及基于海量图像与视频数据学习的“视觉基础模型”（VFM），并结合用于连接信息间复杂关系、把握整体语境的“知识图谱基础搜索增强生成”（GraphRAG）等人工智能技术，战略性地融入各自的专业研究中。
UST表示，这些学生不仅仅停留在把AI当作简单数据分析工具的层面，而是从研究问题解决结构本身入手，以AI为基础进行重新设计，从而取得了优异成果。
例如，韩国航空宇宙研究院（KARI）学院航空宇宙系统工程专业硕士研究生 Seo Hyeonwoo 利用视觉基础模型，在卫星影像中将船舶作为语境信息进行精确检出，并提升了对相关情况进行文字准确描述的能力，取得了研究成果。
该研究成果（论文）已在遥感及卫星影像领域的国际学术会议“IGARSS 2025（IEEE International Geoscience and Remote Sensing Symposium 2025）”上发表。
韩国科学技术研究院（KIST）学院能源-环境融合专业博士研究生 Wondesen Workneh Ejerssa 通过人工智能技术，作为第一作者在JCR排名前9%的两本SCIE期刊上发表了论文。
该生在利用紫外线去除水中微量污染物的紫外水处理工艺研究中，提出了反映不同污染物特性的最优适用标准。相关研究成果先后发表于化学工程领域学术期刊《Separation and Purification Technology》和环境科学领域学术期刊《Chemosphere》。
韩国建设技术研究院（KICT）学院建设环境工程专业硕士研究生 Cha Hyeonwoo 将知识图谱基础的搜索增强生成（GraphRAG）技术应用于复杂的三维建设设计数据（Building Information Modeling），开发出一种自动检索模型，即使用户不了解复杂检索词，人工智能也能自动生成合适的问题并检索到所需的建设信息。
在此基础上，他利用基于智能体的强化学习构思出建筑材料推荐系统，并以第一作者身份在国际学术会议（如ICAT 2024）上发表了相关研究成果。
UST表示，将在既有成果的基础上，从明年起面向全体新生实行AI课程修读义务化。同时，学校还计划扩大通识必修AI课程和AI大规模开放在线课程（MOOC），新设由专业与非专业教师共同参与的AI研究小组等配套支持，使学生能够在各自研究领域中主导开展AI应用研究。
UST校长 Kang Daeim 表示：“人工智能是贯穿所有学科与产业创新的下一代核心基础技术。UST将持续完善学士制度并提供支持，帮助学生在各自的专业研究领域中战略性地设计和运用最新AI技术，创造出具有世界水平的研究成果。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
