产学研深度融合 AI加速科研创新

空间站"电子鼻"体积缩小40%；工业制氢故障诊断准确率从92.26%跃升至95.04%；旋转机械诊断模型参数量降低34%，预测误差缩减至原来的1%……这组令人瞩目的数据，源自北京工业大学与本地AI企业的紧密产学研协作。从守护航天员在轨安全，到涉及能源未来的氢能制备，AI正以卓越的效率改写前沿研究的轨迹。

以空间站大气监测装置为例，这台被誉为"电子鼻"的气相色谱仪是保障航天员生命安全的关键"哨兵"。传统气相色谱仪虽能完成检测任务，但设备体积和重量偏大，在轨更换和补给都会产生成本压力。北京工业大学机能学院副教授苗扬团队致力于通过微型气相色谱柱这一核心部件的突破，使空气监测装置实现更小型化、更轻量化、更高效化。

然而，传统研发模式中，这一过程需要人工设计构型、进行仿真、制作样品、测试验证，再依据结果反复优化调整。"人工迭代试错的周期长、成本高，还容易陷入局部最优解，难以达到全局最优解。"苗扬指出。

引入百度研发的能够自我进化的AI智能体"伐谋"后，科研工作者将色谱柱的形态、排列方式等参数转化为可优化的数学任务，由AI围绕目标自动生成候选方案、执行进化搜索。仅用72小时，伐谋便演化出更优构型，在性能提升的同时实现体积缩小40%、分离效率提升3倍的突破。

苗扬带领的扶摇实验室长期专注于高可靠场景下的智能诊断与可靠性评估研究，研究对象涵盖空间站环控生保系统、氢能系统等国家级重大项目。在制氢系统故障诊断研究中，面对百余个变量、故障数据稀缺的复杂局面，团队将原有模型交由伐谋进行自动优化。结果显示，模型测试准确率从92.26%提升至95.04%，科研探索周期从以"周"计算骤降至"小时级"。

北工大科研团队透露，百度伐谋目前已在医疗诊断、设备检测、传感器校准、地质数字化等领域实现项目落地应用，AI力量正在重塑传统科研范式，突破跨学科技术壁垒，助力工科科研人员高效完成实验优化，实现科研降本提速。"面对AI重塑科研范式的全球科技竞争，我们不能仅在传统赛道上追赶，而应借助AI等新工具实现'换道超车'，才能在新一轮科技角逐中赢得主动，最终达成科技自立自强的目标。"苗扬如是说。