4月13日下午，工学院与化学与环境工程学院在实训大楼B栋6楼会议室召开学术交流研讨会，围绕“AI赋能稀土开采及资源优化”主题进行深入研讨，并就双方在稀土领域开展学科交叉合作达成初步意向。两院相关学科带头人、青年骨干教师及稀土重点实验室研究人员共20余人参加会议。

会上，化学与环境工程学院院长叶长兵首先介绍了“红河稀土矿物资源综合利用研发”实验室的基本情况、研究方向及当前面临的关键技术挑战。他指出，稀土资源的高效开采与绿色利用是国家战略需求，但目前传统工艺在资源回收率、环境友好度、工艺稳定性等方面仍存在瓶颈，亟需引入智能化、信息化手段进行升级改造。工学院在人工智能、大数据分析、智能控制、系统优化等领域具有扎实的研究基础和技术积累，双方合作空间广阔。

随后，工学院副院长沐士光重点介绍了学院在AI智能体、机器学习、过程建模与优化等方面的研究成果，并针对稀土开采场景提出了初步的技术构想。他表示，AI技术可以从三个维度赋能稀土产业：一是智能勘探与资源评价，利用深度学习算法分析地质数据，提高稀土资源预测精度；二是开采过程智能优化，通过建立稀土浸取过程的数字孪生模型，实现工艺参数的自适应调控，提升资源回收率并降低药剂消耗；三是全流程资源优化调度，基于多智能体系统对采、选、冶各环节进行协同优化，实现生产效率与环保指标的双重提升。此外，AI还可用于矿区环境监测、矿山生态修复与尾矿资源利用，助力稀土产业绿色转型。

在自由交流环节，双方教师围绕具体合作切入点展开了热烈讨论。化学与环境工程学院教师提出，稀土浸取过程的动力学机理复杂，希望借助工学院的机器学习方法建立更精准的预测模型；工学院教师则对稀土实验数据的采集标准、多源数据融合等问题进行了详细询问。双方一致认为，应尽快梳理形成“需求清单”与“技术清单”，明确一到两个具有示范意义的应用场景，启动联合攻关。

经过充分沟通，两院初步达成以下合作意向：一是建立常态化交流机制，定期举办跨学科学术交流；二是围绕“AI驱动的稀土智能开采与资源优化”方向联合申报科研项目；三是推动研究生跨院联合培养，促进复合型创新人才成长；四是共享稀土重点实验室及工学院智能计算平台的资源，为交叉研究提供支撑。

本次学术交流会为两院深化合作奠定了良好基础。双方表示，充分发挥工学院在智能技术领域的优势和化学与环境工程学院在稀土采冶、环境工程方面的深厚积累，携手打造“AI+稀土”交叉创新高地，服务国家战略需求和区域经济社会发展。下一步，两院将组建联合工作组，细化合作方案，推动各项意向早日落地见效。