聚力工业智能｜LINKE课题交流会顺利举办

10月9日晚，中国科学技术大学LINKE课题交流会在高新校区信智楼B807会议室召开。本次交流会由实验室负责人李向阳教授作开场介绍，实验室阮文杰特任教授、闫宇博副研究员、田晗特任副研究员、胡靖阳博士后、章斯佳博士后以及各个课题组优秀的博士和硕士代表依次开展不同课题方向的宣讲，最后设置20分钟互动交流环节。会议面向软件学院研一学生系统介绍实验室科研体系、技术成果、项目背景与人才培养要求，为有志投身工业智能领域的青年学子搭建了解通道。

一、直面制造难题，搭建全栈系统研究框架

当前柔性制造场景复杂度持续提升，车间设备繁多、工艺流程复杂、定制化需求突出，对全要素、全周期的智能化生产能力提出很高要求。LINKE依托安徽省科技创新攻坚计划、基金委重大研究计划集成项目，聚焦工业生产真实场景，致力于推动智能技术落地，实现工业系统的动态感知与优化决策。

实验室已形成一套完整的全栈式工业智能系统架构，包含感知与互联互通、数据治理与数据集、工业动态本体构建、工业模型与智能体构建、端边云协同推理、工业智能建模与优化求解等子系统，以及面向实际场景的行业应用层，覆盖从底层设备接入到上层业务落地的完整技术链条。

二、拆解不同方向，详解前沿科研攻关赛道

交流过程中，各课题负责人分别介绍不同方向的研究内容、技术突破与研究重点。

智能物联网方向，重点研究异构设备自动化接入、通感一体与柔性装配机器人。借助大模型实现设备自动化采集，利用反向散射标签完成装配工序低功耗感知追溯；结合多传感器与强化学习，实现机械臂柔性抓取装配，同时探索运维智能体安全防护机制，规避错误指令风险。

工业数据方向，聚焦产线数据标注与高质量数据集建设。利用主动学习算法筛选高价值样本，将标注效率提升约3倍；通过针对性样本选择，仅使用1%训练Token即可获得优于全量微调的模型效果，同时优化长推理数据评估，大幅削减评估算力开销。

本体和大模型训推方向，围绕知识与大模型协同开展研究。融合知识注入、检索增强生成、知识图谱校验矫正，提升模型输出准确性；依托工业本体统一多系统业务语义，将静态知识图谱升级为动态执行引擎，支持业务人员通过自然语言快速完成问数、生成智能看板。

求解器方向，深耕工业优化与AI融合求解。针对生产资源配置问题开展数学建模，利用神经网络加速传统求解框架，最高可实现99%求解速度提升；针对产线动态扰动，实现快速重建模与增量式求解，有效适配工厂实时变化工况。

量子方向，探索量子智能系统建设。立足量子计算发展阶段，研究AI在量子任务推理、硬件校准纠错、量子 经典协同调度等六大场景的赋能路径，攻克编译、纠错、混合算力调度等关键技术。

智能与安全方向，关注大模型与智能体全链路安全。研究数据集定向管控、隐私安全推理协议，防范数据泄露与模型窃取；构建服务投毒测试基准，实现智能体越权操作识别，通过检查点回滚完成异常状态安全恢复。

三、明确育人导向，坚持理实交融科研理念

会上，实验室明确人才能力要求，倡导培养既懂业务需求、又可落地AI方案的交叉型哑铃式人才，鼓励学生打通从问题定义到工程落地的完整链路。

团队坚持高水平学术论文与工程实践落地并重，拒绝低质量科研工作，倡导长期主义，鼓励学生敢于攻克硬核技术难题。科研硬件与产业资源储备充足，配备充沛算力资源，与华为、蔚来等多家行业企业深度合作，提供真实工业业务场景，为学生提供全方位科研指导与产业实践机会。

四、广纳青年英才，开启工业智能实践征程

在互动交流环节，同学们围绕课题难度、参与方式、技术细节等踊跃提问，现场师生充分答疑沟通。后续实验室将把老师与博士生联系方式同步至学生群，方便意向同学进一步对接交流。

未来，LINKE将持续吸纳优秀青年力量，引导学生扎根工业真实问题，推动理论创新向产业价值转化，在工业智能关键技术攻关的赛道上共同成长。