原创 航小萱® 北京航空航天大学
人工智能是大国竞争的战略制高点
是推动科技跨越发展
产业优化升级
生产力整体跃升的驱动力量
北航始终站在学科前沿
率先进行新一代人工智能技术研究
以雄厚科研实力深耕
人工智能技术应用领域
锚定空天强国战略目标
以科技创新引领信息科技变革
用智能引擎驱动科研突破
为科技自立自强注入澎湃动能
在根技术、重大需求、国民经济、
生命健康、人文社科等多领域
取得了一系列标志性成果
01 可信智能
隐私大模型训练框架
郑志明院士团队面向系统要素间的非线性随机性关联关系，发展内嵌数理机理的智能算法，攻克复杂系统的演化规律和科学发现等根问题。基于区块链和隐私计算技术，建立可信智能算法体系，助推研发全球领先、自主可控、开源开放的区块链软硬一体技术体系，在50余家央国企机构形成典型应用，支撑包括国务院电子政务、国际海域贸易、数字人民币十余个应用场景，打造有组织科研创新高地和国家数字经济可信安全底座，为北京加快建设全球数字经济标杆城市、高质量建成全国数字经济发展战略高地服务。
02 空天仿生智能
仿生智能是人工智能技术面向航空航天等领域的新方向和新赛道。仿生智能聚焦于空间飞行器在极端环境中模仿生物运动机理进行运动信息解译和交互的过程，通过融合控制、生物、物理等多类学科，实现对空间飞行器“神经-器官/组织/系统-行为”一体化的仿生智能赋能，使飞行器具备在极端环境中的生存、耐受、免疫和进化能力。郭雷院士团队在仿生智能技术研究方面形成了从原始理论创新，到仿生复眼、智能导航系统、仿生无人机、空中智能专业设备等技术和硬件的一系列成果，已在国家重大工程中得到应用，有望在航空航天、工业制造等传统领域和商业航天、低空经济等新兴产业领域产生“链式变革”，形成颠覆性创新优势，实现高质量发展。
03 人工智能赋能无人集群高效协同
机器人协同控制
自主协同定位
复杂队形控制
队形动态重构
协同货物搬运
吕金虎教授团队长期从事复杂系统协同控制研究，建立了复杂时变网络系统牵制调控理论，解决了由单体向群体协作模式转变的时变网络协同控制难题，为协同控制理论发展做出了系统性、创造性贡献，发表Q1区论文290余篇，授权发明专利180余项，获3项国家自然科学二等奖(2项排名1，1项排名2)。近期，受生物群体自组织协同现象启发，团队提出了基于均值偏移探索的集群智能协同控制方法，实现了机器人集群复杂队形控制、队形动态重构、协同货物搬运及自主协同定位，发表于Nature 子刊等。与经典方法相比，均值偏移探索策略有数十倍控制效率提升，而且随着集群规模增加，效率提升优势更加明显，为机器人集群协同控制开拓了一条新路。
无人机在60厘米管道自主探索飞行
“智能协同脑”与“IOODA”技术半实物仿真系统
吕金虎教授、董希旺教授和徐浩副研究员把人工智能技术应用于飞行器集群系统中，创新性地提出了集群智能协同所需的“交互-感知-认知-决策-执行”全流程“IOODA”技术体系架构，攻克了全向视觉感知、自主导航建图、在线航迹规划、协同制导与控制等系列核心技术，研发了集群智能协同控制器——“智能协同脑”，使得飞行器可以自主成群协同执行任务，实现“1+1＞2”的能力提升，让整个集群“看得更全、认得更清、策得更优、控制更稳、跟得更准”。率先完成无人机在60厘米直径的管道中的自主探索飞行，远超此前最佳的1.5米的直径。成果应用于“无人争锋”挑战赛，完成目标跟踪集群围捕任务获得冠军。
04 天机：虚实结合无人集群训练及演练环境
天机：虚实结合无人集群训练及演练环境界面
针对无人集群自主完成任务的群智训练和生成问题，吕卫锋教授团队引入群体熵导引的奖励函数，实现基于多主体强化学习的高性能群智行为训练，基于大小模型协同与数理机理内嵌，实现大规模无人集群的分层式动态共识决策，支持合作、竞争以及合作竞争等多种协作模式。
天机系统在异构无人集群对抗任务上的训练和演练示意图
天机系统利用大语言模型赋能、多智能体协同，小规模训练、大规模应用，简化模型预训练、仿真环境调优等多种学习训练策略，支持了无人机和无人车组成的异构无人集群系统的强化学习训练，实现了200架无人机和50辆无人车组成的大规模异构无人集群自主协同完成对抗任务。
05 脑启发异质智能学习方法与平台
邓岳教授团队深入开展脑启发智能学习方法的研究，聚焦于神经科学与人工智能交叉前沿，成功研发了异质性动态时空结构的脑启发神经网络平台。针对传统人工智能模型参数规模过大、功耗过高及泛化能力不足的问题，从内生复杂性的角度重新设计神经网络架构与学习规则，创新提出异质可塑性学习方法，首次将单个神经元划分为多个子结构，以增强多尺度时间信息的表征与交互能力，采用的异质学习规则显著优化了网络的可塑性和泛化性。在智能感知任务中，该方法表现突出，相较传统深度神经网络，预测精度、推理速度、跨数据集迁移学习精度有显著提升，能耗大幅降低。
相关理论成果已广泛应用于图像、视频、音频多模态数据任务中，为推进脑启发智能与人工智能技术深度融合提供了理论支撑与实践验证。未来，该技术有望在智能感知、生物信号分析、边缘智能计算等多个关键领域中实现产业落地与广泛应用，助推人工智能技术高质量发展。
06 露天矿无人运输系统
余贵珍教授团队围绕矿区非结构化道路场景运输需求，创新融合深度学习、强化学习、大模型等人工智能技术，构建了路车多传感器融合超视距感知、车路协同多车运行控制及车路云协同群车智能调度管控三大技术体系，解决了非机构化道路场景下无人驾驶车辆感知精度低、多车协同控制难、群车管控效率低等技术难题，研制出车规级控制器M-BOX/V-BO和数据交互控制器等核心设备，开发出系列自动驾驶重型矿车，搭建了车路云一体化露天矿山无人驾驶运输系统，在包钢白云鄂博铁矿、国能北电胜利一号煤矿和新疆南露天矿等30个矿区超500台无人驾驶矿卡规模化应用，实现矿山安全生产零事故，大幅提升生产效率。
07 自动驾驶交通人工智能安全测试平台
于海洋教授团队面向自动驾驶和智能交通系统，探索人工智能模型、算法、系统中的参数过度依赖、模式极易崩塌等系列智能安全问题，从攻防一体顶层设计出发，研究智能系统跨尺度安全演化理论、自动驾驶关键链路智能安全检测技术、复杂场景智能安全攻防加速测试技术，并研发虚实结合的自动驾驶智能安全测试验证平台。
形成自动驾驶交通的智能安全风险检测、加速测试、安全防护能力。智能对抗测试相关技术在交通部公路交通试验场、德清智能网联测试基地等进行应用示范，目前已实现对8种车型的智能对抗测评，发现自动驾驶系统潜在问题20余种，典型场景下测试效率提升数10倍，有效支撑自动驾驶交通的人工智能安全风险防范与治理。
08 “手足眼”一体化移动操作机器人
北航具身智能机器人研究院魏洪兴教授团队聚焦“人工智能+科研”深度融合，构建集移动底盘、协作机械臂、智能视觉系统与灵巧末端执行器于一体的移动操作机器人平台，核心部件国产化率超过95%。系统突破多模态感知、任务理解与自主作业等关键技术瓶颈，搭载空间智能模型，可基于自然语言与人机交互行为自动解析任务指令，识别目标对象，自主完成移动与操作任务。融合语音语义理解与人机交互界面，实现语言指令与执行动作的高效映射，显著提升系统智能水平与实用性能。
自动充电
上下料
高铁巡
平台已在上下料、装配、巡检、测试等场景实现示范应用，充分体现人工智能在高复杂度、多任务、多目标系统中的科研赋能作用，展现了北航在“AI+机器人”方向的集成创新能力与关键技术攻关实力。
09 基于人工智能的肺癌EGFR基因型和
靶向治疗反应的预测
针对晚期肺癌靶向治疗时面临的如何无创预测EGFR基因突变状态的临床关键问题，田捷、王硕教授团队开展了医学影像人工智能研究。通过对CT影像的人工智能分析实现了对肺癌EGFR基因突变的无创预测，使得无法进行有创穿刺的晚期肺癌患者也可无创获得其EGFR基因突变状态、进而有机会选择靶向治疗，相关成果发表在柳叶刀子刊Lancet Digital Health (IF: 23.8, ESI高被引论文)，并被欧洲ECCO主席发文评价道“该研究通过人工智能技术从分子水平揭示了肿瘤发病机制，从而为无创识别耐药高危患者提供了一种非常方便的方法”。
遗传活动与深度学习特征之间的关联
10 人文社科领域成果
外国语学院廖望副教授团队将人工智能与文学研究深度融合，AI不仅成为研究科幻文本的智能工具，更演化为连接文学、科学、经济学等学科的前沿接口。其核心研究方向包括：科幻文化研究智能助手、文本挖掘与理论建模、跨学科知识图谱构建和《科幻文化导论》系列课程。
人文与社会科学高等研究院何静老师团队用通俗易懂的语言讲解AIGC技术（人工智能生成内容）在乡村振兴中的潜能和挑战，通过AIGC技术为阳坡村的数字乡村建设提供了新思路。和鸿鹏老师团队以人工智能的伦理研究为特色，研究成果体现了从哲学思辨到实践规约的努力，有助于实现技术创新与伦理规范平衡，促进人工智能技术的负责任发展。
计算机学院王德庆教授团队打造的“科研AI助手”是由一款融合大模型与海量科技文献和学者数据的智能科研助手工具。覆盖从专家发现、知识获取到研究资料整合的全过程，为北航“智能化科研”提供支撑。李博、时磊团队成功研发“深度科研智能体”，具备多源数据整合与深度分析能力，可高效处理复杂科研任务，利用RAG领域知识实现敏感数据的清洗与预处理，并进行数据分类分级自动化标注与调优。
还有一批科研团队
在智能科技与工程应用
交叉领域取得重要突破
包括材料智能设计研发平台
火箭发动机智能感知
无人机集群人机混合智能决策技术
安全关键软件智能分析
与验证方法及平台等
充分发挥人工智能的变革性力量
着力构建具有全球影响力的
人工智能科研创新体系
使人工智能真正成为推动原始创新和
关键技术突破的战略引擎
为实现高水平科技自立自强
贡献北航力量！
原标题：《领航！北航，AI科研！》
