3月29日，第十五届吴文俊人工智能科学技术奖在江苏常州揭晓。人工智能与机器人学院方乐缘教授团队牵头完成的“空天遥感边缘实时智能解译理论与方法”荣获自然科技奖一等奖，机械与运载工程学院邵海东副教授团队牵头完成的“多源信息驱动的航空发动机转子系统故障特征辨识与性能退化预测”荣获自然科技奖二等奖。
由方乐缘教授牵头完成的“空天遥感边缘实时智能解译理论与方法”项目，团队成员包括：方乐缘、谢卫莹、岳俊、何敏、吴洁。该项目从空天观测中数据稀缺、环境多变与算力受限等多重复杂约束条件出发，系统分析了边缘端实时智能解译所涉及的数据获取、模型泛化与计算执行之间的耦合关系，揭示了复杂要素标注机制与跨域因果不变表征的内在规律，提出了面向小样本与动态场景的高效标注与在线泛化学习准则，建立了模型与硬件协同优化的边缘计算方法体系，突破了空天平台实时感知与即时决策的关键技术瓶颈，取得了多项具有原创性的科学发现。代表性论文发表于IEEE TPAMI、TIP、TGRS等国际权威期刊。本项目基于上述理论与方法，研制了宇航级实时处理芯片及空天基实时智能解译软硬件系统，在航天科技、航天科工、国家空间科学中心、华为等三十余家单位实现应用，在海上广域态势感知与重大灾害动态监测等关键任务中发挥了支撑作用。
由邵海东副教授团队牵头完成的“多源信息驱动的航空发动机转子系统故障特征辨识与性能退化预测”项目，团队成员包括：邵海东、姜洪开、赵轲、肖一鸣、颜深。面向航空发动机转子系统严苛工况服役的长寿命、高可靠、可管理的重大需求，聚焦“信息协同弱”“特征辨识难”“退化预测晚”三个突出难题，项目构建了“多传感信息多工况特征-多阶段退化”逻辑线的创新体系。主要贡献包括：创建了知识细化的多工况故障特征辨识新框架，揭无监督特征精细提取准则，增强多场景的故障特征深度挖掘性能；提出了循环更新的多阶段性能退化预测新方法，探究不同退化阶段的演变规律，实现早期退化过程的动态跟踪与评估；发展了时空关联的多传感诊断信息协同新策略，阐释多源数据的互补融合机制，提升多源信息的关联建模和表征能力。
吴文俊人工智能科学技术奖由中国人工智能学会发起设立，以我国智能科学研究的开拓者吴文俊命名，被誉为“中国智能科学技术最高奖”，涵盖科技贡献奖、自然科学奖、技术发明奖、科技进步奖等类别。2025年度“吴文俊人工智能科学技术奖”共授予116项成果及个人，其中自然科学奖一等奖18项、二等奖15项。
“吴文俊人工智能科学技术奖”颁奖现场。
自然科学奖一等奖获奖证书。
自然科学奖二等奖获奖证书。
来源：人工智能与机器人学院 机械与运载工程学院
通讯员：陈裕婷 曹澳新
责任编辑：周丹
