11月12日下午，航海学院邀请英国利物浦约翰摩尔斯大学（Liverpool John Moores University）杨再励教授与英国南安普顿大学（University of Southampton）李欢欢助理教授在航海楼321作专题学术交流会。本次会议围绕“AI驱动的海事安全韧性提升”与“数据智能赋能自主航运”两大主题展开，为师生带来了一场具有高学术水准、聚焦学科前沿发展的学术交流活动。

从自主到韧性：人工智能时代的海洋安全再思考

杨再励教授长期深耕交通网络安全、海事运输韧性与可持续性研究，在国际同行中具有极高学术影响力。本次来校报告以“自主航运背景下的海洋安全新范式”为核心，系统分析全球航运业在人工智能时代所面临的结构性风险与多重不确定性。

在报告中，杨再励教授首先结合海事大数据、贝叶斯网络及LLM文本挖掘等最新研究成果指出，传统依赖统计规律的安全评估方法正面临瓶颈，“AI + 小数据增强”的新范式正成为突破海事风险分析能力的关键路径。他展示了利用“LLM零样本提示与贝叶斯网络融合”的方法显著提升海事网络安全预测准确率的案例，说明大模型在海事知识抽取、风险因子识别以及复杂场景理解中的潜在价值。

在此基础上，杨教授将视角从风险控制延展至系统韧性建设，重点分析了疫情冲击与地缘政治摩擦背景下全球航运网络暴露出的脆弱性。他介绍了一种新型的集装箱航运失效模型与双维韧性分析框架，该框架能够跨越国家——港口多尺度揭示扰动传播机制，并为运力重分配和资源再优化提供定量依据。此外，他分享了英国EPSRC资助的“港口危机与韧性数字孪生”项目成果，通过模拟爆炸、洪水、网络攻击等多种场景，为港口运营提供前瞻性安全评估与决策支持。

在总结展望中，杨教授指出，全球海事安全正在从“单一事故防控”向“系统韧性提升”转型，人工智能将在这一过程中发挥核心驱动力。他诚挚邀请我校师生参与英国海事博士培训中心及相关科研合作，希望与我校共同推动下一代海事韧性基础设施的建设。

AI赋能的知识发现与态势感知：提升自主航运智能化能力

李欢欢老师围绕“海上态势感知（MSA）”与“数据驱动自主航运”展开了深入讲解，从多源数据融合、深度学习预测、风险评估到决策支持系统，为师生展示了智能化海事技术的全链条研究进展。

在报告中，她指出AIS数据仍是当前海上智能分析的重要支柱，但构建高质量海事态势感知体系，需整合卫星、雷达、遥感及气象等多源数据，搭建全面真实的海上环境感知框架。针对海量数据处理难题，她展示的高倍率数据压缩技术与GPU加速方案能让超五千万条轨迹数据压缩后仍保留关键操纵特征，为智能分析提供可靠数据保障。

在此基础上，她进一步介绍了其在航行模式识别与轨迹预测方面的系统研究。围绕轨迹挖掘等关键内容，介绍了改进后的ACDTW动态时间规整算法，该算法在航线规划、异常检测等方面优势突出。同时，她分享的多模型航迹预测体系，基于LSTM、Transformer和时空Transformer，引入不确定性量化，极大提升了预测的稳定性与可信度，为自主航行算法核心能力建设提供有力支撑。

在面向应用的部分，她强调自主航运的未来发展仍面临数据质量、预测精度、模型可解释性与标准体系建设等多重挑战。她展示的实时碰撞风险概率模型，结合多种数据与船舶操纵机理，可提前识别风险并提供避碰建议。此外，她还分享了海上安全与安保、绿色航运等领域的研究进展，强调数字孪生平台将在未来港口能耗管理、环境优化及自主航运调度中发挥关键作用，为海事智能化发展提供新路径。

总结与展望

本次学术报告会由海上智能交通研究团队精心组织策划，围绕“海事安全韧性”和“自主航运智能化”两大前沿方向展开，展示了人工智能技术在海事领域的最新研究进展与实践成果，全面呈现了相关研究在船舶交通组织、海事安全、海事大数据分析以及无人船舶自主航行等方向的进展与潜力。

报告期间，参会师生从技术应用、行业挑战等方面提出了具有针对性与前瞻性的问题。杨再励教授与李欢欢老师耐心细致地解答，为师生们提供了清晰的学术指引，进一步拓宽了参会者的研究视野。

未来，团队将继续邀请国际高水平学者来校交流合作，持续推动科研创新、国际合作与青年人才培养，为智慧海洋与智慧航运的发展不断注入新的动力。