近日，南方科技大學創(chuàng)新創(chuàng)業(yè)學院副院長、電子與電氣工程系研究員邵理陽團隊聯(lián)合國家管網(wǎng)集團、深圳市燃氣集團、香港理工大學、深圳清華大學研究院等單位，在國際學術期刊PhotoniX上發(fā)表題為“Artificial intelligence-driven distributed acoustic sensing technology and engineering application”的特邀綜述論文。從重大工程應用與多學科交叉的視角出發(fā)，系統(tǒng)論述了人工智能驅動的分布式聲波傳感（AI+DAS）技術在基礎設施健康監(jiān)測、油氣管道安全預警、智能周界防護以及地震監(jiān)測預警等關鍵領域的應用優(yōu)勢與發(fā)展?jié)摿Α?/p>

團隊通過回顧Φ-OTDR等關鍵技術原理，分析了光纖傳感在長距離、高分辨率、大動態(tài)范圍監(jiān)測中的獨特價值，并從人工智能算法的角度探討了如何在數(shù)據(jù)采集、降噪、特征提取與模式識別等環(huán)節(jié)提升系統(tǒng)的智能化與適應性。從交通、能源和安全三個重大工程領域的應用場景和需求出發(fā)，展示了AI在實時數(shù)據(jù)解析和風險識別方面的顯著效果，同時也討論了在高質量數(shù)據(jù)集缺乏、算法復雜度高及多場景融合難度大等方面仍需面對的挑戰(zhàn)。通過對技術趨勢與跨學科融合的探索，讀者能夠更全面地了解到AI+DAS技術的當前發(fā)展現(xiàn)狀與未來走向，為在更多行業(yè)和應用場景中推進相關研究與實踐提供有益參考。

AI驅動的DAS基礎及其工程應用

對于未來該領域的發(fā)展，團隊將通過無監(jiān)督和半監(jiān)督學習技術來減少對高質量標注數(shù)據(jù)的依賴，同時積極探索輕量化模型，解決邊緣設備算法部署問題。這將拓寬DAS技術在資源受限環(huán)境中的應用邊界，推動多學科深度融合和大規(guī)模傳感網(wǎng)絡建設，助力工程安全和社會發(fā)展。

審核編輯 黃宇