人工智能应用创新实训平台是一款专为人工智能领域专业学生设计的多功能教学工具，它集科研教学、实验实训和项目实践于一体，提供了一个全面的学习环境。该平台以国产高性能芯片RK3588作为其边缘计算的核心，支持本地化编程开发，使得学习者能够深入掌握人工智能技术。此外，平台还支持PyTorch、TensorFlow、NCNN等多种主流深度学习框架，便于学生进行模型训练和推理实践。 平台内置了丰富的案例资源，包括但不限于MobileNet、Fcn_Resnet、Resnet、Openpose、Unet、Retinaface、Yolov8pose、Yolov11等前沿模型，为学生提供了实际操作和学习深度学习模型的机会。这些内置模型不仅有助于学生理解深度学习算法的实际应用，也为他们的创新项目提供了坚实的基础。通过这样的实训平台，学生能够在实践中深化理论知识，提升解决实际问题的能力。 本平台融合了先进的多模态大模型智能体，并配备了一系列场景化实体组件，包括深度相机、双轴云台、多轴机械臂、微型输送带、工业级相机以及麦克风阵列等。这些尖端设备使得我们能够快速构建智慧工厂、智能分拣、智慧交通、智能家居等多种应用场景。

本项目研究面向成渝地区双城经济圈大数据智能产业需求，尤其是对智能制造、公共安全场景提供高效的视频流在线推理和管理平台，研发了一个通用性的智能中台架构，支持视频流和智能模型模块化管理，支持全程可视化操作交互式界面，支持视觉智能感知模型在线推理快速部署，支持感知与识别结果实时推送、预警和报警。

北京体育大学主导研发的全球首款基于AI图像识别技术的三维运动解析系统可以自动识别人体关键点，将不同摄像机拍摄到的同一运动画面进行三维合成和运动技术分析，获得运动生物力学的详尽参数。该系统利用AI 技术大大降低了人工解析时间，提高了三维解析效率，有效提高运动表现。

基于智能视频分析，采用5G+人工智能+边缘计算等高新技术，实现对监控区域内的火烟进行智能识别、实时分析报警。不依赖其他传感设备，直接对视频监控区域的画面的烟雾和火焰均可及时准确识别。 它具有自动扫描、自动识别、自动报警、自动定位的功能，通过系统智能识别，发现火情实时向后端监控中心发送报警信号，同时会将火点位置在地图上精确定位，一旦火灾确定，决策人员可以通过视频追踪、资源查询、火情推演、预案管理等功能进行扑救会商并制定详细的灭火作战方案，达到快速消灭火灾的目的。 系统可协助管理人员，对监测区域内火焰做到全天二十四小时实时分析及时报警。降低误报和漏报现象，减少因火灾造成的生命和财产的损失，是人们同火灾做斗争的有力工具。

成都信息工程大学是四川省和中国气象局共建、四川省重点发展的省属普通本科院校。学校创建于1951年，前身为中国人民解放军西南空军气象干部训练大队；1954年转为地方建制，更名为中央气象局成都气象干部学校；1956年，学校改制为中央气象局成都气象学校；1978年，学校升格为本科院校——成都气象学院；2000年，学校由中国气象局划转四川省，更名为成都信息工程学院；2001年，原隶属国家统计局的四川统计学校整体并入；2015年，学校更名为成都信息工程大学。学校是国家中西部基础能力建设工程高校、国家首批“卓越工程师教育培养计划”试点院校、四川省首批“一流学科建设”高校、四川省新增博士学位授予单位建设高校。 学校现有航空港、龙泉两个校区，占地面积2000余亩。学校拥有馆藏丰富的图书馆和设施齐备的现代化体育场馆，校园环境幽雅，景色宜人，是读书治学的理想场所。 学校致力于为国家培养具有健康心智体魄、良好人文素质、系统理论知识、扎实实践能力的高素质应用型高级专门人才，人才培养成效显著。现设有17个学院，55个本科专业，有20000余名全日制在校本科生和2000余名研究生，有6个国家级和省级教学团队、13名省级优秀教师和教学名师，有8个教育部“卓越工程师教育培养计划”试点专业和9个省级“卓越工程师教育培养计划”试点专业。近两届获得国家级教学成果二等奖2项、省级教学成果一等奖13项。学校借鉴国际CDIO工程教育理念，大力推进教育教学改革，是中国西部高校唯一的国际CDIO组织正式成员。 学校全面加强学科建设，学科特色与优势日益凸显。学校以信息学科和大气学科为重点，以学科交叉为特色，以工学、理学、管理学为主要学科门类，工、理、管、经、文、法、艺多学科协调融合发展。现有5个省级重点学科，11个硕士学位授权一级学科，6个硕士专业学位授权类别，形成了大气、信息、经济管理三大学科群。 学校面向世界科技前沿和国家重大需求开展科学研究，科研水平和服务社会能力持续攀升。现有博士后科研工作站1个、省部级重点实验室12个（含省工程技术研究中心、哲社重点研究基地、协同创新中心）、省高校重点实验室和人文社科重点研究基地11个。近五年学校承担了国家科技计划、国家自然科学基金、国家社会科学基金等国家级项目171项；获省部级及以上科研奖76项，其中国家科技进步二等奖5项。 学校大力加强师资队伍建设，师资力量不断壮大。现有专任教师1200余人，其中博士42０余人，高级职称5５0余人，有全国“百千万人才工程”、国家有突出贡献中青年专家、享受国务院政府特殊津贴专家、四川省学术和技术带头人、四川省有突出贡献的优秀专家等80余人，聘有100余名院士、长江、杰青等高层次专家为我校兼职教授。本校教师担任校外兼职博士生导师20余人，比较有影响力的主要学术兼职46项。 学校认真贯彻国家新时期教育对外开放工作及“一带一路”对教育国际化的要求，坚持开放办学。与美国、英国、德国、澳大利亚、新加坡等国的40余所知名高校和科研机构签署合作协议，与美国科罗拉多州立大学等国外知名高校合作建立国际联合实验室（联合研究院），在教学、科研以及人才培养等领域开展全方位、多层次的国际交流与合作，学校教育国际化水平不断提高。 面向未来，学校将继续秉承“成于大气，信达天下”的大学精神，以人为本，追求卓越，努力为服务国家战略需求和区域经济社会发展做出更多更大贡献。航空港校区地址：成都市西南航空港经济开发区学府路一段24号；邮编：610225；电话：028-85966502；传真：028-85966503。 龙泉校区地址：成都市龙泉驿区阳光城幸福路10号；邮编：610103；电话：028-84833333；传真：028-84833333。

南京信息工程大学是国家“双一流”建设高校，是江苏高水平大学建设高校。学校始建于1960年，应新中国国家战略和国民经济建设需求而生，隶属中央(军委)气象局，前身为南京大学气象学院，1963年独立建校为南京气象学院，1978年列入全国重点大学，2004年更名为南京信息工程大学。2007年以来，先后实现了江苏省人民政府、中国气象局、教育部、国家海洋局的多方共建。现为以江苏省管理为主的中央与地方共建高校。 学校坐落于南京江北新区，校园占地面积约两千亩。现有全日制在校本科生3万余名、硕博研究生近4000名、留学生1500余名。学校办学特色鲜明，大气科学学科在教育部一级学科评估中两次蝉联全国第一、获评A+等级，气象学为国家重点学科，气象装备、环境工程、通信工程等8个学科获江苏高校优势学科建设工程立项，地球科学、工程学、计算机科学、环境科学与生态学4个学科跻身ESI学科排名全球前1%。拥有大气科学、环境科学与工程、信息与通信工程、管理科学与工程、数学、科学技术史6个一级学科博士点，22个一级学科硕士点、13个专业学位硕士点，60个本科专业分布于理、工、文、管、经、法、农、艺8个学科领域，学校还设有博士后科研流动站。现有大气科学学院、应用气象学院、大气物理学院、地理科学学院、遥感与测绘工程学院、水文与水资源工程学院、海洋科学学院、环境科学与工程学院、自动化学院、电子与信息工程学院、计算机与软件学院、数学与统计学院、物理与光电工程学院、法政学院、马克思主义学院、管理工程学院、商学院、文学院、传媒与艺术学院等19个专业学院，拥有雷丁学院(中英合作)、长望学院(拔尖培养)、应用技术学院、继续教育学院、藕舫学院(创新创业)、滨江学院(独立学院)等高水平办学机构。 学校拥有一支高水平的师资队伍，现有专任教师1600多人，其中中科院院士2人、海外院士8人、长江学者特聘教授1人、国家杰青4人、国家千人计划9人、万人计划领军人才1人、国家“973”计划(国家重点研发计划)项目首席科学家11人、百千万人才工程4人、“四青”人才15人，各类国家级人才工程共50多人，省部级人才工程、教学名师共440多人次，拥有首批黄大年式教师团队、长江创新团队、江苏双创团队等省部级以上教学科研团队25个，专任教师具有博士学位达80%、具有一年以上境外研修经历达53%。 学校坚持科教融合理念，教学科研资源丰富，建有国家级实验教学示范中心、国家级虚拟仿真实验中心、国家级众创空间、集群计算机中心等27个实践教学平台，拥有一批国家精品开放课程和国家级规划教材;建有气候与环境变化国际联合实验室、国家技术转移中心、气象灾害教育部重点实验室、中国气象局大气物理与大气环境重点开放实验室、中国制造业发展研究院、省重点智库气候与环境治理研究院、江北新区发展研究院等20多个省部级以上科研平台，设有气候与气象灾害协同创新中心、大气环境与装备技术协同创新中心。创办有《大气科学学报》(中文核心)、《南京信息工程大学学报(自然科学版)》、《阅江学刊》三份学术期刊。图书馆馆藏纸质文献216万余册，数据库总量40余种，累计中外电子图书总量为168万种，电子期刊1.9万种，年订阅纸质中外期刊1056种，是国内大气科学类文献最齐全的高校图书馆。 学校秉承“艰苦朴素、勤奋好学”的优良校风，恪守“明德格物、立己达人”的校训，坚持以人才培养为中心，以培养拔尖精英人才、创新创业人才、国际化人才为导向，不断深化教育教学改革，构建了特色鲜明的人才培养体系。学校在教育部本科教学工作水平评估中取得优秀，获得全国教育教学成果奖一等奖，入选国家级深化创新创业教育改革示范校。学生获得首届中国“互联网+”大学生创新创业大赛金奖、大学生数学建模竞赛全国唯一特等奖“高教社杯”、“挑战杯”竞赛全国特等奖、英语竞赛特等奖，在大学生电子设计、机器人、智能车等全国竞赛中均获得一等奖以上佳绩，连续三年获国际计算机视觉与模式识别大会算法竞赛冠军，大学生男排获得全国联赛总冠军。学生技能竞赛获奖率达40%，本科生高质量就业率达98.66%、升学率达31.85%。建校以来，已培养各类毕业生10万人，校友中涌现出一批两院院士、部委领导、央企高管、战略专家、国际组织官员等杰出人才，众多校友成为中国乃至世界气象行业的业务骨干和科研精英，学校被誉为“气象人才的摇篮”。 学校高度重视科技创新引领，“十二五”期间，承担了包括国家“973”计划项目、“863”计划项目、国家科技支撑计划项目、公益性行业科研专项、国家自然科学基金项目、国家社会科学基金项目等2900多项，获授权专利1800余项。2017年，获批立项国家级科研项目140项，其中主持国家重点研发计划项目3项、课题3项，获批国家社科基金10项，其中重大1项，全年科技到账经费达3亿元。学校教师获得国家科学技术进步奖特等奖、江苏省科技进步一等奖、国家海洋科学技术奖二等奖、教育部人文社科二等奖等国家级和省部级科技奖百余项，学校教师还获得卡尔·古斯塔夫·罗斯贝奖章、美国地球物理学会霍尔顿青年科学家奖等国际性大奖多项，多项研究成果刊发于《Nature》《Science》等国际顶尖学术期刊。 学校积极推动海内外合作共建，着力汇聚办学资源、拓展办学空间，与全国各省市区气象局，与中国科学院大学，中科院大气所、海洋所、遥感所、自动化所，中船重工724所，江苏省社科院等建立了全面合作关系，建有无锡、苏州等校地联合研究院和研究生院。学校国际化办学特色鲜明，与美国哈佛大学、耶鲁大学、威斯康辛大学、夏威夷大学、佛罗里达州立大学，英国剑桥大学、曼彻斯特大学，加拿大多伦多大学，德国汉堡大学，台湾大学、东华大学等50多所著名高校建立了人才培养、科学研究的合作关系。学校与英国雷丁大学合作创办雷丁学院，是首批“江苏—英国高水平大学20+20联盟”高校;建有国际教育学院，拥有中国政府、国家汉办、江苏省政府茉莉花奖学金等招收来华留学生资格;创办巴哈马大学“孔子学院”;设在我校的“联合国世界气象组织区域培训中心”及“亚太经合组织台风委员会培训中心”，已为156个国家和地区培养了3500余名高级气象科技人员和管理者，成为全球培训规模最大、质量名列前茅的培训中心，受到世界气象组织的高度评价和特别嘉奖。 在新的发展时期，南京信息工程大学将聚焦“一流特色高水平大学”战略目标，坚持“开放、协同、特色”发展理念，厚植大学精神，笃行以生为本，不断提高人才培养质量，显著提升服务国家气象事业和社会经济发展能力，推进各项事业又好又快发展，为全面建成小康社会，加快建成富强民主文明和谐美丽的社会主义现代化强国作出新的更大的贡献!

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。

产品详细介绍 应用价值 •对教师：提升科学素养，成为AI教学专家 •对社会：凸显教育本质，构建人才培养摇 实验室建设以“营造科技氛围，满足教学需求”为核心，根据场地特点打造含AI文化展示区、AI应用体验区、AI教学实践区在内的个性化方案。 课程体系构建从通识教育、体验教育、实践教育三个层次进行开展，将深奥的人工智能技术原理与生活实际问题相结合，采用案例式讲授、体验式教学、项目式学习的方式由浅入深进行授课，并着重培养学生协作、实践、创新、分享的能力。 3. 根据一线教师教学需求，教师队伍建设以校内教师培养和企业专家服务相结合的方式，培养AI教学专家。

本在线专业培养项目，旨在坚持立德树人的基础上，培养在“人工智能+X”方向上掌握坚实的基础理论与系统的专门知识，具有从事科学研究、独立担负专门技术工作能力和掌握产业应用基本技能的专门人才。 课程体系设置上体现“融”与“新”，突出“人工智能+X”的学科融合，力争将科研成果、产业应用现状及时转化为教学内容。课程设置强调人工智能专业知识与各行业领域的交叉与融合，注重知识累积的循序渐进，既强调基础理论课程的系统性，又突出学科最新交叉应用成果和发展动向，课程力求内容新颖，能够激发广大青年学习者进一步学习的兴趣。