欧洲工程院2026年新设AI与数据工程学部，大模型纳入学术体系

2026年8月8日，欧洲工程院（European Academy of Engineering，EAE）公布学术架构战略调整方案，正式新设人工智能与数据工程部、工程心理与人因部、海洋与水利工程部三大机构。三项部署分别聚焦智能技术、人机协作和海洋工程领域，标志着工程科学正同步向数字空间、认知空间和深海空间纵深拓展。其中，人工智能与数据工程部开创性地将大语言模型直接写入学部研究范畴，与人工智能基础理论、智能系统、数据科学及网络安全并列为重点方向。

大模型已从计算机科学领域中的技术路线，演变为依赖算力、数据、软件、芯片、能源、安全、治理和行业知识协同驱动的复杂工程体系。完成模型训练仅是开端，如何对模型进行评估、部署、更新和监管，如何使其融入医疗、制造、交通、能源与公共服务领域，才是其工程价值的关键所在。欧洲工程院将大语言模型纳入学术架构，意味着未来相关成果能在更为明晰的组织框架中获得同行评议，也表明数据工程、系统工程和可信安全已从模型研究的外围配套上升为核心要素。

欧洲工程院的历史可追溯至1992年9月13日，创立地点为瑞典哥德堡。该机构以工程科学与技术创新为宗旨，成员涵盖欧洲及其他地区的高校、研究机构、产业组织和公共部门。公开成员名录显示，现有成员逾390人，原有专业架构涵盖基础科学与数学、计算机科学与信息技术、电子与电气工程、机械工程、化学工程、生物医学工程、土木与环境工程、能源与资源工程、航空航天与交通工程、农业与食品工程、工业与制造工程、冶金与材料工程、过程系统工程与工程管理等13个学科方向。

此种架构彰显了工程院与单一学科学会的本质区别。学科学会一般围绕特定专业构建知识共同体，工程院则更为重视重大工程问题的解决、技术转化能力及跨领域贡献。材料科学学会聚焦材料本身，计算机学会关注算法与系统，而工程院需进一步评估某项技术如何渗透至产业、基础设施和社会运行层面。人工智能与数据工程部的设立，正是这一评价逻辑的拓展延伸：模型性能固然关键，但系统可靠性、工程可复现性、数据治理、能源消耗、网络安全与行业适配性同样被纳入考核范畴。

新部门的英文全称为Department of Artificial Intelligence & Data Engineering。欧洲工程院明确的研究范围涵盖五个组成部分：人工智能基础理论、大语言模型、智能系统、数据科学和网络安全。五个板块共同构筑了一条从理论基础到基础设施、再到实际应用与风险管控的完整链路。

人工智能基础理论阐释模型为何能够学习、在何种条件下实现泛化，以及误差和不确定性如何加以度量。大语言模型聚焦规模化预训练、生成式能力、多模态交互与通用任务迁移。智能系统着重于模型与传感器、机器人、控制系统及业务流程的深度融合。数据科学涵盖数据采集、清洗、表征、质量评估、分析与决策全过程。网络安全则涵盖训练数据、模型参数、接口调用、供应链和部署环境中的攻击威胁与防护机制。

将五个方向整合于同一部门，有助于纠正一种长期存在的学科壁垒：算法研究者专注模型精度，数据团队承受治理压力，工程团队处置部署难题，安全团队则在系统上线后才参与其中。大模型时代背景下，这些环节彼此已无法继续割裂。训练数据的