近年来，超材料虽然取得了长足发展，但仍存在一些瓶颈问题：1)基于等效媒质超材料的新物理现象和新应用需要挖掘；2) SPP超材料一直是物理学家的领地，以验证新物理现象为主；3) 超材料对电磁波的凋控大多是静态的，一旦制备成型其功能即被㈣化，+能实时地调控电磁波。为解决上述问题，该项对微波超材料进行了系统性研究。 在等效媒质超材料方而，提出并制备了柱坐标系下各向异性零折射率超材料，突破了h然界域小辐射单元（电偶极子和磁偶极子）双定向辐射的限制，实现了完美的电磁波全向辐射及高效空间功率合成。提出•种三频段超材料完美吸波器，可在三个设计频段实现电磁波在大角度范围内、 对极化不敏感的近乎完美吸收。基于变换光学原理，提出一种低损耗电磁幻觉器件，可按照需求有0的地操控0标对电磁波的雷达散射特征。提出并制备了宽带、低损耗的全介质超材料放人透镜，打破衍射极限的限制，实现了超分辨率的微波成像。该研究促进了等效媒质超材料的发展。

我国面临着能源短缺与大量石油资源未能有效开发利用的突出问题，目前平均石油采收率 不及35%，约有2/3的石油资源留在地下有待开发。微生物采油是一项经济有效的提高原油采 收率技术，该技术具有成本低、不伤害储层、环境友好等特点，符合能源与环境协调可持续发 展的战略方向。近10年来，针对微生物采油技术的难题进行攻关，系统地研究了微生物在位繁 殖效应与驱油机制和微生物驱油传递与界面反应过程，提出并建立了驱油过程中微生物在位繁 殖效应模型；引入现代分子生物学技术，发展了油藏微生物群落结构与功能微生物的动态监测 与评价技术；开拓性地建立了微生物采油调控技术体系。

小鼠大脑海马区CA3-CA1神经环路各频率波段震荡变化规律，以及小鼠脑缺血缺氧（脑卒中）对海马区CA3-CA1神经环路各个频率波段震荡幅度的影响。同时，团队利用体外低频伽马（30-50 Hz）LED光视觉波刺激，同步记录清醒小鼠学习中的在体脑电活动，发现低频伽马LED光波可调控海马区CA3-CA1神经环路低频率伽马波震荡，有效保护脑卒中诱发的神经损伤和学习记忆障碍。

有源相控阵雷达是现代战争中的“千里眼”，是实现战场感知和远距离精确打击的必要手段，在预警、扫描、警戒、火控等多方面有着重要应用，已成为电子战和信息战的核心装备。大型有源相控阵雷达在服役过程中会受到环境载荷的影响产生结构变形，进而导致天线电性能的恶化，包括波束指向精度降低、副瓣电平抬升等，降低雷达的探测性能。 为此构建有源相控阵雷达稳健服役调控系统，实现对阵面结构变形数据的实时反馈与快速反演，进而实现雷达天线电性能的实时评估与补偿，使雷达整备能够高效服役。 目前已研制有源相控阵雷达稳健服役调控系统一套，并成功在中国电子科技集团公司下属研究所某型号车载雷达进行试验验证，达成主要指标：阵元位移重构精度均大于95%，系统效应时间小于 50ms，其余各项指标均满足军品要求。 主要技术指标 （1）在给定模拟载荷条件下，天线阵面俯仰倾斜角精度：≤ 3 分，响应时间：≤ 0.05 秒； （2）在给定模拟载荷条件下，天线阵面水平倾斜角精度：≤ 3 分，响应时间：≤ 0.05 秒； （3）在给定模拟载荷条件下，试验阵天线阵面所有阵子波束指向精度：≤ 3 分，响应时间：≤ 0.05 秒； （4）在给定模拟载荷条件下，各天线阵子安装面法向位移测量精度：≤ 5%；满足常规军用雷达的环境适应性要求、安装与测试要求、维修性要求。 相关成果 有源相控阵雷达稳健服役调控系统软硬件一套，包含应变传感器最优布置方法、数据采集硬件系统、传感器数据处理算法以及模型修正算法和有源相控阵雷达性能补偿综合软件平台等。

该成果曾经获教育部科技进步奖一等奖、 国家自然科学二等奖。 该成果在“水稻胚乳细胞的增殖和充实规律及其机理、根系代谢活性与籽粒充实的关系及其机理、植株衰老-物质运转-籽粒充实的关系及其机理、亚种间杂交稻籽粒充实不良的成因及其生理机制”等研究方面填补了国内外研究的空白， 提出了按叶龄期控制土壤水分的旱育秧壮秧培育技术、实地实时因种施肥技术、控制低限土壤水势全生育期干湿交替灌溉技术和化学调控技术等关键技术，建立了促进水稻籽粒充实的理论与技术体系。

轴突导向因子受体Robo3在调控轴突导向过程中发挥着重要作用。Robo3有两个选择性剪接体，Robo3.1和Robo3.2；它们分别在连合神经元穿越脊髓底板前和后的轴突中特异表达，从而分别控制轴突穿越底板。姬生健在美国工作期间参与的研究表明，Robo3.2可以在穿越后的轴突中局部翻译并受无义介导的RNA衰减（NMD）通路的调控（Colak, Ji et al., Cell）。 姬生健课题组接着对Robo3.1在连合神经元的穿越前轴突内高表达而在穿越后突触内消失这一现象进行了深入的机制研究。课题组首次发现Robo3.1蛋白质的半衰期非常短，其蛋白水平的维持需要持续性的翻译。接着，课题组发现Robo3.1的mRNA被m6A修饰，并可以和m6A阅读器蛋白YTHDF1结合。小鼠的体外和体内实验研究表明，Robo3.1的翻译受YTHDF1调控，从而控制连合神经元的轴突导向。

我国面临着能源短缺与大量石油资源未能有效开发利用的突出问题，目前平均石油采收率不及35%，约有2/3的石油资源留在地下有待开发。微生物采油是一项经济有效的提高原油采收率技术，该技术具有成本低、不伤害储层、环境友好等特点，符合能源与环境协调可持续发展的战略方向。近10年来，针对微生物采油技术的难题进行攻关，系统地研究了微生物在位繁殖效应与驱油机制和微生物驱油传递与界面反应过程，提出并建立了驱油过程中微生物在位繁殖效应模型；引入现代分子生物学技术，发展了油藏微生物群落结构与功能微生物的动态监测与评价技术；开拓性地建立了微生物采油调控技术体系。研究成果已形成知识产权技术13项，其中，授权发明专利5项、国际PCT专利3项。获2008年上海市科技进步一等奖，2010年获国家科技进步二等奖。

项目概况 该静态模型提供了一个融建筑平台、空调设备、中央空调系统于一体的、具有自由拼装搭接功能的实时教学环境、产品展示平台。 本项目处于国内先进水平，拥有自主知识产权。主要特点 该模型将平台、设备及系统融为一体。具有三大部分： （1）建筑平台。我们认为，建筑平台与中央空调系统是一个有机的整体，离开建筑平台谈中央空调，有如无水养鱼，这正是市面上诸多空调模型的弊端所在。 我们提供的建筑平台以建筑的梁、柱、墙体等为基本部件，按建筑模数等比例制作，部件之间采用了拼装结构，可拼出任意种建筑形式。让学生在自由拼装中了解建筑知识。 （2）设备模型。包括了中央空调从主机到末端的各类设备的实体静态模型。各模型均按主流品牌的设备外形等比例制作，效果逼真，接口清晰。 （3）系统搭建。利用上述建筑平台、设备模型，以及配套的管材、配件，学生可自行搭建各类中央空调系统。 系统可用于教学，也可用于产品展示。 技术指标     模型按建筑模数等比例制作，通用接口，观察、搭接方便、实用性强，可反复使用。是一种新颖的教学和产品展示平台。市场前景     近年来在部分教学活动中使用，赢得了众多客户的信任和支持，具有良好的市场前

业界首个针对AI在极端和对抗环境下的算法安全性检测与加固的工具平台“对抗样本”成新型病毒，算法安全问题亟待解决随着人工智能技术的高速发展，人工智能在诸多场景正逐渐替代或协作着人类的各种劳动，它们可以成为人类的眼睛、耳朵、手臂甚至大脑。其中，机器视觉作为AI时代的基础技术，其背后的AI算法一直是各科技巨头和创业公司共同追逐的热点。然而在机器视觉诸多主流应用场景的背后，往往也藏着由技术性缺陷导致的算法安全风险。例如，在一些训练数据无法覆盖到的极端场景中，自动驾驶汽车的识别系统可能出现匪夷所思的决策，危害乘车人的人身安全。从2016年至今，Tesla、Uber等企业的辅助驾驶和自动驾驶系统就都曾出现过类似致人死亡的严重事故。并且这类极端情形也可能被恶意制造并利用，发动“对抗样本攻击”，去年7月，百度等研究机构就曾经通过3D技术打印出能让自动驾驶“无视”的障碍物，让车辆面临撞击风险。而以上攻击之所以能成功，主要是机器视觉和人类视觉有着很大的差异。因此可以通过在图像、物体等输入信息上添加微小的扰动改变(即上述故意干扰的“对抗样本”)，就能导致很大的算法误差。此外，随着AI的进一步发展，AI算法模型将运用金融决策、医疗诊断等关键核心场景，这类AI“漏洞”的威胁将愈发凸显出来。近年来，包括清华大学人工智能研究院院长张钹院士、前微软全球执行副总裁沈向洋等均提倡要发展安全、可靠、可信的人工智能以及负责任的人工智能，其中AI的安全应用均是重点方向。而且，AI安全作为新兴领域，在开源社区、工具包的加持下，对抗样本等攻击手段日益变得复杂，相关防御手段的普及和推广却难以跟上。并且对抗样本等算法漏洞检测存在较高的技术壁垒，目前市面上缺乏自动化检测工具，而大部分企业与组织不具备该领域的专业技能来妥善应对日益增长的恶意攻击。从安全测评到防御加固，RealSafe让AI更加安全可控就如网络安全时代，网络攻击的大规模渗透诞生出杀毒软件，RealAI团队希望通过RealSafe平台打造出人工智能时代的“杀毒软件”，帮助企业高效应对人工智能时代下算法漏洞孕育出的“新型病毒”。目前，RealSafe平台主要支持两大功能模块：模型安全测评、防御解决方案。其中，模型安全评测主要为用户提供AI模型安全性评测服务。用户只需接入所需测评模型的SDK或API接口，选择平台内置或者自行上传的数据集，平台将基于多种算法生成对抗样本模拟攻击，并综合在不同算法、迭代次数、扰动量大小的攻击下模型效果的变化，给出模型安全评分及详细的测评报告(如下图)。目前已支持黑盒查询攻击方法与黑盒迁移攻击方法。防御解决方案则是为用户提供模型安全性升级服务，目前RealSafe平台支持五种去除对抗噪声的通用防御方法，可实现对输入数据的自动去噪处理，破坏攻击者恶意添加的对抗噪声。根据上述的模型安全评测结果，用户可自行选择合适的防御方案，一键提升模型安全性。另外防御效果上，根据实测来看，部分第三方的人脸比对API通过使用RealSafe平台的防御方案加固后，安全性可提高40%以上随着模型攻击手段在不断复杂扩张的情况下，RealSafe平台还持续提供广泛且深入的AI防御手段，帮助用户获得实时且自动化的漏洞检测和修复能力。准确度99.99%也难逃被“恶意干扰”，RealSafe高效应对算法威胁 考虑到公众对于对抗样本这一概念可能比较模糊，RealSafe平台特意选取了公众最为熟知的人脸比对场景(人脸比对被广泛用于金融远程开户、刷脸支付、酒店入住登记等场景的身份认证环节)提供在线体验。并且，为了深入研究“对抗样本”对人脸比对系统识别效果的影响，RealAI 团队基于此功能在国内外主流 AI 平台的演示服务中进行了测试。实测证明，“对抗样本”可以极大的干扰人脸比对系统的识别结果，而测试的这几家互联网公司平台开放的人脸比对API或SDK，几乎覆盖了目前市面上很多中小型企业在落地人脸识别应用时的选择，如果他们的人脸比对技术存在明显的安全漏洞，意味着更广泛的应用场景将存在安全隐患。因此，为了帮助更大范围内的企业高效应对算法威胁，RealSafe平台具备以下两大优势：·  组件化、零编码的在线测评：相较于ART、Foolbox等开源工具需要自行部署、编写代码，RealSafe平台采用组件化、零编码的功能设置，免去了重复造轮子的精力与时间消耗，用户只需提供相应的数据即可在线完成评估，学习成本低，无需拥有专业算法能力也可以上手操作。·可视化、可量化的评测结果：为了帮助用户提高对模型安全性的概念，RealSafe平台采用可量化的形式对安全评测结果进行展示，根据模型在对抗样本攻击下的表现进行评分，评分越高则模型安全性越高。此外，RealSafe平台提供安全性变化展示，经过防御处理后的安全评分变化以及模型效果变化一目了然。从数字世界到物理世界 RealAI落地更多安全周边产品随着机器学习模型不断的升级演化，“对抗样本”已经演变成一种新型攻击手段，并且逐渐从数字世界蔓延到物理世界：在路面上粘贴对抗样本贴纸模仿合并条带误导自动驾驶汽车拐进逆行车道、胸前张贴一张对抗样本贴纸在监控设备下实现隐身……因此，除了针对数字世界的算法模型推出安全评测平台，RealAI团队也联合清华大学AI研究院围绕多年来积累的领先世界的研究成果落地了一系列AI攻防安全产品，为更多场景保驾护航。比如通过佩戴带有对抗样本图案的“眼镜”，黑客可以轻易破解商用手机的面部解锁，通过在胸前张贴特制花纹实现在AI监控下的“隐身”，以及通过在车辆上涂装特殊花纹躲避AI对车辆的检测。发现类似新型漏洞的同时，RealAI也推出相应的防御技术，支持对主流AI算法中的安全漏洞进行检测，并提供AI安全防火墙对攻击AI模型的行为进行有效拦截。人工智能的大潮滚滚而来，随之而来的安全风险也将越来越多样化，尤其近年来因AI技术不成熟导致的侵害风险也频频发生，可以说，算法漏洞已逐渐成为继网络安全、数据安全后又一大安全难题。所幸的是，以RealAI为代表的这些顶尖AI团队早已开始了AI安全领域的征程，并开始以标准化的产品助力行业降低应对安全风险的门槛与成本。此次上线RealSafe人工智能安全平台是RealAI的一小步尝试，但对于整个行业而言，这将是人工智能产业迈向健康可控发展之路的一大步。

  肠癌合并同时性腹膜转移（PC）的发病率约为5-10%，复发时合并腹膜转移发病率为25-44%。“腹膜转移如果能够早期诊断，可以增加彻底减瘤手术的机会，未来能够明显延长肠癌患者的生存期。”王辉教授说。2018年团队和深圳腾讯AI lab建立了合作关系，研发一个基于卷积神经网络（CNN）的ResNet3D系统。经查，这是世界上第一个诊断肠癌腹膜转移的AI平台，能够自动识别原发肿瘤特征，同时提取肿瘤临近腹膜的影像学特征，构建基于人工智能的SVM分类器。训练组一共纳入了19814张CT图像，验证组包括了7837张CT图像。    研究发现，ResNet3D的AI系统仅需花费34秒就自动识别并诊断了所有验证图像。“ResNet3D+SVM分类器”的肠癌腹膜转移诊断的准确性高达94%，AUC为0.922，敏感性和特异性均高达94%，明显优于常规增强CT的诊断能力。