党的二十大报告提出，加快实施创新驱动发展战略。以国家战略需求为导向，集聚力量进行原创性引领性科技攻关，坚决打赢关键核心技术攻坚战。人工智能作为中国的国家战略，为我们年轻的科技工作者培养成创新型人才提供了广阔的天地和极好的机遇，对建设创新型强国具有重要意义。他创建“平顶山市人工智能与嵌入式控制重点实验室”，作为一名大学教师，他坚持教学、科研与技术服务并重；作为一名科研人，他深耕多学科交叉互融，甘于奉献，不断探索。2024年度首批“科研先进个人”，让我们一同走进梁成武教授的科研与人工智能领域。

实验室中的梁成武

梁成武，1982年6月出生，河南鲁山人，教授，博士，硕士生导师。河南省微电网功率变换与智能控制工程研究中心负责人，河南城建学院学术带头人，平顶山市劳模（先进工作者）。主要研究兴趣为智能电网、人工智能、模式识别与机器视觉，主持国家自然科学基金（面上项目）、河南省留学归国人员科研优先资助、河南省教育科学规划“十四五”课题等项目。参与完成“国家自然科学基金项目6项、发表人工智能领域SCI、EI论文20余篇。荣获2023年第四届河南省本科高校教师课堂教学创新大赛“一等奖”、2022年“挑战杯”河南省金奖优秀指导教师等荣誉。

热爱坚持，聚焦人工智能科学研究。梁成武2009年参加工作，2020年获郑州大学信息与通信工程博士学位。2015至2017年，赴加拿大多伦多进行博士联合培养，跟随加拿大工程院院士、国家多媒体研究首席专家Ling Guan教授，在机器学习、模式识别、人工智能等领域进行研究，回国返回河南城建学院工作。梁成武教授及其团队采用多人工智能与其他学科交叉融合的研究方法，聚焦于计算机视觉和多媒体信息融合机制研究。

对人工智能十几年如一日的研究源于兴趣与热爱，梁成武认为兴趣才是坚持不懈的主要推动力，先后主持国家自然科学基金（面上项目）1项、河南省留学归国人员科研优先资助项目1项、河南省科技攻关项目1项等项目；先后发表人工智能领域SCI、EI论文20余篇。梁成武教授及其团队无惧失败、无惧艰苦，在精益求精的研究中，不断提升科研创新水平，“融合领域知识与数据驱动的多模态可解释人体行为识别方法研究”国家自然科学基金资助，研究成果将进一步充实人体行为识别的理论体系并推动其在工程中应用，其中的部分关键核心技术受到多个企业落地应用的邀请。

学科交叉，探索人工智能科学前沿。作为学科带头人，梁成武教授致力于团队骨干人才的培养和高水平成果建设，不断提升学科在国内外的影响力和竞争力。他多次应邀在中国人工智能学会、中国图像图形大会、中国多媒体大会、中国模式识别与计算机大会等全国会议上进行专题报告交流，极大地提升了学院“模式识别与智能系统”学科在国内的影响力。同时，创建“平顶山市人工智能与嵌入式控制重点实验室”，积极搭建河南省和平顶山市科研平台，大力培养青年人才，指导团队青年骨干获批国家自然科学基金青年基金1项、省科技攻关项目1项等。

梁成武教授在中国多媒体大会（ChinaMM 2024）介绍最新科研成果

为期两年的留学经历对他后来从事科研助益颇多。留学期间，面对着不同的语言文化环境，与不同种族具有不同历史文化背景、来自全世界各地的留学生一起学习交流，使他对世界文化、科技的多样性有了更加全面、深刻的认识，这让梁成武教师在面对AI科学研究问题时会不自觉地有去从多维度考虑。“不同种族、不同文化背景、不同智能思维方式、不同学科留学生在一起学习，当面对同样一个科技问题或者生物识别等科学问题，文化的交流与碰撞，会促使人从更多维度去思考大家认识方法和思路都不一样”，这对做科研尤其是AI科学前沿的研究有很大帮助”。国外留学经历也让他更加认识到时间的紧迫性，留学期间梁成武深深感到，国外对于人工智能这一研究的资源与科学基础比国内发展得相对靠前一些。所以，他更加懂得珍惜时间，最大限度地利用时间，把基础研究做好，为人工智能贡献自己力所能及的力量。

梁成武教授及其团队面向学科交叉，探索人工智能前沿。针对融合领域知识和数据驱动模型可解释性研究，深度神经网络（DNN）很容易被称为对抗性样本中难以察觉的改变所欺骗。这些样本可能导致错误分类，对现实世界AI应用中的可靠性构成重大威胁。国内外流行的对抗性训练（AT）技术，通过在损坏和干净数据的组合上训练模型来增强鲁棒性。然而，国内外基于AT的方法往往难以处理迁移的对抗性样本，这些样本可能会欺骗多个防御模型，从而无法满足现实世界场景的泛化要求。为克服此挑战，梁成武教授及其团队发现并提出了一种称为 “雅可比范数和选择性输入梯度正则化（J-SIGR）”的新方法。该方法利用雅可比归一化来提高DNN分类的鲁棒性，基于扰动的显著性图的正则化，实现了可解释的预测。实验评估提供了令人信服的证据，证明J-SIGR对转移的对抗性攻击的有效性。此项国际前沿研究成果已在国际人工智能领域著名刊物、中科院1区TOP期刊Pattern Recognition上发表。

此外，有效的多模特征提取与信息融合可以弥补单模系统信息的不足，从而大幅度提高人体行为识别的准确度。然而，目前大部分人体行为识别研究都局限在单一模态或使用简单的融合策略之中，缺乏对多模态人体行为之间关系的分析。针对此问题，梁成武教授及其团队深入研究多模数据融合理论，融合领域知识与数据驱动提出新的可解释多模态人体行为识别模型和方法，并在复杂的多模态人体行为识别应用中验证相关理论和模型的有效性与适用性。通过对信息量的研究来揭示多模融合的必要性及可行性，探索人工智能前沿的研究不断提升了我校学科在国内外的影响力和竞争力。

立德树人，服务人工智能人才培养。梁成武教授坚持教书与育人相统一，言传与身教相统一，一直在教学、科研、教师岗位上无私奉献。“授之以鱼，不如授之以渔”是梁成武教授对自己的育人要求。新工科建设目的就是为新技术、新产业的发展培养创新型人才。培养什么类型的创新型人才、如何培养一直是新工科建设和应用技术型大学人才培养中最关键的任务。

梁成武教授作为负责人，先后组建了两支大学生科技创新团队小组，把一些基础技术下沉到应用技术和应用工业环境中去，积极探索本科高校创新型人才培养模式的改革与创新实践。带领同学们走进前沿的人工智能AI领域，他认为AI离不开广大青年大学生的不断参与，强调多学科背景和兴趣对个人素质能力提升的重要性。梁成武教授带领团队通过“产学研用、赛教融合”人才培养模式，完善竞赛激励机制，坚持激励引导，将学科竞赛与日常教学进行有机的融合起来，鼓励教师和学生参加各级各类竞赛，推进学科竞赛与教学双轮驱动、良性互动，不断提升人才培养质量，培养了一批又一批创新型AI应用专业人才，已成为了具有鲜明传承性和强大科研创新实力的河南省创新型人才培养队伍。先后获得国家级和省级竞赛50多项。2022年在“台达杯全球智能设备挑战赛”上带领团队闯入全国决赛，取得全国“一等奖；在2022年河南省挑战杯竞赛上，所带的团队荣获河南省金奖。

梁成武教授将扎实的理论知识、严谨的科研精神、丰富的工程技术经验传授给学生，深受学生的喜爱，连续多次获教学质量优秀奖和教学创新大赛奖励，2023年第四届河南省本科高校课堂教学创新大赛“省级一等奖”。

俯首育桃李，润物细无声；八千里路云和月，在生产实践中培养自己的创新能力。目前，河南城建学院还有许多像梁成武教授一样的科研工作者，他们在教书育人和科学研究的道路上奋力前进，推动学校迈向更高领域、实现更大发展。

（文/图：科研处 编审：陈怡璇 李军伟）