2024年11月28日下午，雷勇涛教授在至善211为我们带来了一场主题为《神经网络的结构设计及在提升机故障诊断应用的研究与进展》的精彩学术讲座。此次活动吸引了智能制造工程学院全体教师参与，氛围热烈。

雷勇涛教授作讲座

前言：AI变革驱动制造业升级

雷勇涛教授以“人工智能的三大核心要素”——GPU算力、神经网络模型和训练数据开启讲座。他指出，当前人工智能的飞速发展依赖于这三大因素的协同推进。尤其是在中国这一制造业大国，人工智能技术在制造领域的应用潜力巨大，特别是广州及周边地区，制造业门类齐全，具备强大的产业优势。

雷教授强调，美国等西方国家的智能机器人和AI技术已能有效替代人类在重复性、繁重劳动中的角色，这对我国制造业的转型提出了新的挑战和机遇。未来，AI将成为推动制造业变革的新质生产力。雷教授还提及教育部计划在各高校中深化人工智能教学与科研部署，AI基础课程或将逐步成为各专业的通识课程。这一趋势不仅符合全球科技发展潮流，也呼应了习近平总书记在二十届中央政治局第三次集体学习中强调的“加强基础研究，突出前瞻性”的要求。

神经网络结构设计的前沿探索

在讲座的第二部分，雷教授详细介绍了神经网络模型与算法的结构设计。他指出，神经网络的模型结构和算法是支撑整个神经网络系统理论的两大重要支柱。当前，神经网络的算法与结构已成为国内外研究的热点领域，吸引了大批专家学者的关注。

教师们认真听取报告

雷教授介绍了多种前沿智能算法，深入剖析了BP（误差反向传播）算法、梯度下降法以及拟牛顿法等算法在神经网络中的应用及其对LM（Levenberg-Marquardt）算法的优化改进。这些算法的优化使神经网络在处理复杂任务时的精确度和效率大幅提升。随后，雷教授结合自身的研究经验，分享了神经网络算法与结构在故障诊断中的实际应用案例，涵盖故障样本的选取、网络算法与训练参数设计以及算法结构分析等方面。这开拓了我们教师的科研视野，提供了新思路。

科研成果分享：推动故障诊断技术创新

雷教授在讲座中展示了自己在神经网络研究领域取得的丰硕成果，特别是在提升机故障诊断中的成功应用。他的研究不仅为提升机等工业设备的故障诊断提供了全新的技术路径，也为其他领域的智能化诊断提供了有价值的参考。这些研究成果展现了神经网络技术在工业应用中的广阔前景。

人工智能的多领域应用前景

在人工智能应用领域的探讨中，雷教授展望了AI在多个科研领域的巨大潜力。他提出，AI不仅可以解读AI，还能广泛应用于实验室机器人、科学工作流程优化等方向。在科学日益专业化的当下，AI的介入为知识共享和跨学科协作提供了天然平台，推动科研工作更高效、更精准地展开。如今，AI技术已广泛渗透到科学研究的各个阶段，成为现代科研的重要支撑力量。雷教授给我们提供很多前沿的科研方向，让大家都受益匪浅，为科研打开新方向。（图/文 智能制造工程学院陈俏均）