Using AI for Research: From Prompts to Research Infrastructure

报告人：陈施喆（University of California, Davis）

时  间：2026年8月25日16:30

地  点：海韵园行政楼C610

内容摘要:

This talk explores how generative AI can support research beyond one-off prompts. Using examples from literature review, mathematical reasoning, project management, and scientific communication, I will show how memory, reusable workflows, source verification, and human review can make AI more reliable and useful. The talk will also discuss current limitations, privacy concerns, and practical ways researchers can begin with small, well-defined tasks while keeping human judgment central.

个人简介：

陈施喆，现任加州大学戴维斯分校（UC Davis）统计学系副教授。加入该系之前，曾在哥伦比亚大学担任博士后研究员。他在华盛顿大学攻读生物统计学博士学位，导师为 Ali Shojaie 和 Daniela Witten。他的研究兴趣广泛，主要关注如何从海量数据中学习和刻画大型复杂生物系统所涌现的统计问题，并通过高维统计与图模型方面的统计理论与方法来加以解决。已经在JASA, Biometrika, AOAS等期刊发表论文多篇。

联系人：胡杰