人工智能（AI）技術取得重大突破，在信號處理和模式識別等關鍵環節通過深度融合AI智能分析與DAS廣域監測，有望在噪音干擾、複雜事件識別等難題上取得新突破，達成「感知-認知-決策」的完整閉環，助力DAS從單純的「聽見異常」邁向更具前瞻性的「預判風險」，在國家重大工程的諸多領域大顯身手，已成為推動工程安全與數字化升級的重要科技力量。
近日，南方科技大學創新創業學院副院長、電子與電氣工程系研究員邵理陽團隊聯合國家管網集團、深圳市燃氣集團、香港理工大學、深圳清華大學研究院等單位，在國際學術期刊PhotoniX上發表題為「Artificial intelligence-driven distributed acoustic sensing technology and engineering application」的特邀綜述論文。從重大工程應用與多學科交叉的視角出發，系統論述了人工智能驅動的分布式聲波傳感（AI+DAS）技術在基礎設施健康監測、油氣管道安全預警、智能周界防護以及地震監測預警等關鍵領域的應用優勢與發展潛力。
團隊通過回顧Φ-OTDR等關鍵技術原理，分析了光纖傳感在長距離、高分辨率、大動態範圍監測中的獨特價值，並從人工智能算法的角度探討了如何在數據採集、降噪、特徵提取與模式識別等環節提升系統的智能化與適應性。從交通、能源和安全三個重大工程領域的應用場景和需求出發，展示了AI在實時數據解析和風險識別方面的顯著效果，同時也討論了在高質量數據集缺乏、算法複雜度高及多場景融合難度大等方面仍需面對的挑戰。通過對技術趨勢與跨學科融合的探索，讀者能夠更全面地瞭解到AI+DAS技術的當前發展現狀與未來走向，為在更多行業和應用場景中推進相關研究與實踐提供有益參考。
對於未來該領域的發展，團隊將通過無監督和半監督學習技術來減少對高質量標注數據的依賴，同時積極探索輕量化模型，解決邊緣設備算法部署問題。這將拓寬DAS技術在資源受限環境中的應用邊界，推動多學科深度融合和大規模傳感網絡建設，助力工程安全和社會發展。
邵理陽為論文第一作者、唯一通訊作者，南方科技大學為第一單位。本研究得到國家自然科學基金、深圳市科創局、鵬城實驗室「智能傳感」重大專項資助支持。
