一、引言
为深入了解人工智能在能源领域的实际应用，感受香港高校的科研与学术氛围，我参与了此次香港研学活动，核心围绕香港城市大学郭星宇教授《AI 在能源领域的应用》相关课程与实践展开。出发前，我期待能通过此次经历，搭建 AI 与能源知识的连接，学习前沿研究思路，同时亲身体验香港的多元文化，为未来专业学习与发展积累经验，对这次机会格外重视。
二、知识技能收获
1. 学术知识
在香港城市大学的专业课程与讲座中，我接触到能源与AI 交叉领域的核心知识：了解到全球能源需求自 1971 年增长 57%，但化石燃料仍占能源结构 80% 以上，能源转型本质是材料科学问题；认识了能源材料的三大类 —— 生成、存储、转化与效率材料，以及 AI 如何将传统材料研发周期从 10-20 年缩短至数周至数月，这些知识刷新了我对能源领域创新路径的认知。
2. 实践技能
在实验室实践与相关活动中，我掌握了基础的材料数据处理技能，学会从Materials Project (知网）等数据库提取关键信息，用工具生成材料 “描述符”；尝试用简单的Ai学习模型预测材料属性，还观察了自动化实验设备按 AI 方案执行材料合成与检测的过程，这些实操能力让我对 “数据驱动科研” 有了直观理解，提升了专业应用能力。
三、文化感悟体会
1. 多元文化融合
香港的多元文化随处可见：高校课堂用英语授课，课后师生又能切换粤语或普通话交流；街头既有西式咖啡馆，也有传统粤式茶餐厅；建筑上，欧式钟楼与现代高楼相邻。这种融合不是简单叠加，而是不同文化和谐共生，让我学会以更开放的心态尊重文化差异，理解“和而不同” 的意义。
2. 地域文化特色
香港本土文化中，“高效” 与 “务实” 令人印象深刻。茶餐厅里，服务员快速准确记下多桌订单，食物出品快且性价比高；地铁班次密集，市民出行高效有序。粤语作为当地主要交流语言，充满生活气息，这些细节让我感受到香港人对时间的珍视和对生活的务实态度，也影响我更注重做事效率。
四、社交与人际关系
1. 结识新朋友
研学中，我认识了香港城市大学的学生和其他同行伙伴。香港学生熟悉本地科研资源，会分享数据库使用技巧；同行伙伴来自不同专业，常从不同角度讨论问题，比如有人从计算机视角分析AI 模型优化，有人从能源工程视角补充实际应用场景，从他们身上我学到了多维度思考的方法。
2. 团队协作
我们小组曾完成“AI 筛选能源材料” 的简单任务。大家分工明确，有人负责找数据，有人处理数据，有人搭建PPT模型。过程中虽有意见分歧，比如对数据筛选标准有争议，但通过沟通妥协，最终完成任务。这让我明白，团队协作关键在发挥各自优势、理性沟通，才能高效解决问题。
五、自我成长与反思
1. 视野拓展
此次研学让我跳出课本，看到AI 与能源结合的广阔前景，意识到跨学科学习的重要性。原本我仅关注能源本身，现在则计划未来多学习 AI 相关知识，考虑从事两者交叉领域的工作，职业规划更清晰。
2. 能力提升
沟通上，我学会用更简洁的语言解释专业内容，适应与不同背景的人交流；适应能力上，快速融入香港的学习生活节奏，面对陌生的实验操作也能主动请教、尝试。这些能力的提升，让我更有信心应对未来的挑战。
3. 不足之处
我也发现自身不足：一是知识储备不够，面对复杂的AI 模型原理时难以深入理解；二是时间管理欠佳，因为想参观当地多个旅游景点而耽误作业进度。后续我会针对性补充知识，用清单规划时间，避免类似问题。三是英语口语能力欠佳，在全英文课堂的授课方式下无法及时地领悟教授的表达，因此计划努力提升英语能力。
六、总结与展望
1. 总结收获
这次研学，我不仅学到能源与AI 的专业知识、提升了实践与社交能力，还加深了对多元文化的理解，个人视野与认知都有很大提升，是一次宝贵的成长经历，对我的学习和生活都有重要意义。
2. 未来展望
未来，我会将研学学到的知识与技能运用到日常学习中，主动补充跨学科内容，提升专业能力。同时，保持开放的心态，借鉴香港文化中的高效务实，合理规划时间，朝着既定的职业目标努力，争取在能源与AI 领域做出自己的贡献。
