在中船七〇二所，青年科研工作者强以铭致力于将人工智能与船舶工程融合，她坚信，船海领域的智能化转型，核心在于让数据“活”起来，让算法“懂”工程。
搭建平台：从“数据沉睡”到“智能驱动”
船舶研发长期依赖物理试验与数值仿真，海量的历史数据往往处于分散、未被充分利用的状态。
作为船海数据驱动的智能共性平台项目负责人，强以铭构建了融入专家知识的共性平台架构，部署运动结构、推进以及毁伤船舶总体性能的智能预报、评估应用场景。该方法相比原先的CAE方法提升了预报效率10倍以上，作为船海领域唯一案例，成功入选工信部“人工智能赋能新型工业化典型应用案例”和“先进计算赋能新质生产力典型应用案例”。入职以来，她累计发表相关论文28篇，授权受理专利14项。
成效聚焦：支撑“绿色船舶”高质量数据集
针对螺旋桨性能数据样本少、分布不均的难题，强以铭主动担当、迎难而上，积极参与“面向绿色船舶螺旋桨多性能数据集”建设工作，与团队采用专家知识辅助与虚拟数据融合的技术路线，对数据集进行智能扩充与特征提取。
通过引入物理信息神经网络等技术，有效提升了敞水效率、空泡噪声等关键性能的预测精度与稳定性。该成果成功入选了国家数据局首批高质量数据集典型案例，并进一步推广至多家螺旋桨制造企业，应用于散货船、集装箱船等实船设计，助力设计周期缩短、油耗降低，为行业绿色转型提供了扎实的数据底座。
务实创新：在“小样本”中寻求突破
以往的科研工作中，船舶试验数据获取成本高，样本量有限是常态。强以铭没有追求算法的“高深”，而是更加关注背后的原理，化繁为简，专注于研究如何在小样本条件下提升模型的工程适用性。
在参与相关项目时，她创新性地提出了结合物理机理与数据增强的混合建模思路，为空化流及船舶推进相关现象的秒级预报提供了智能技术支撑。
凝心聚力：为船舶科研工作传递“薪火”
在团队中，她既是协同创新的引领者，也是专业知识的分享者，乐于将研究过程中积累的经验、踩过的“坑”与同事交流，帮助大家更快地理解智能技术如何在工程中落地。工作之余，她积极地承担起技术案例和代码工具的整理工作，相关成果已成为团队内部学习参考资料。
未来，她将会进一步完善和推广智能技术平台，希望其能在更多船舶与海洋工程研发场景中发挥作用，为七〇二所高质量发展贡献出自己的力量。
来源：科技与信息化部
校对：吴瑕
责编：张怡
