2025年11月07日
近日，《南华早报》（South China Morning Post）报道了西浦创业家学院（太仓）人工智能与先进计算学院高级副教授、教育研发院主任（Director of ERDI)苏炯龙博士及其学生团队的创新研究。他们不仅关注人工智能如何推动产业转型，更探索如何让AI服务于社会公益，帮助弱势群体、促进情感交流，并推动医学领域的发展。
Reporter: Holly Chik, South China Morning Post
新技术正帮助减少听障与自闭症人群的沟通障碍、加快医疗诊断速度、缓解孤独感。
在中国加速推动人工智能以促进经济增长和产业转型的同时，一些科学家正努力探索如何让这项技术造福社会。
西浦创业家学院（太仓）人工智能与先进计算学院高级副教授、教育研发院主任（Director of ERDI)苏炯龙博士正带领团队研究以社会福祉为导向的人工智能应用，致力于减少歧视、提供情感支持、提升医疗诊断效率。
他透露，自己正与学生共同创立一家初创企业，开发一款由人工智能驱动的软件，可实现文字与手语的双向翻译。
“Limitless Mind’是一款包容性的交流平台，旨在帮助打破手语使用者与非手语使用者之间的沟通壁垒。”苏炯龙说。
他介绍，这款轻量化的自主研发模型可应用于手机App，也可嵌入智能眼镜，通过虚拟人像实时演示手语动作或显示文字信息。
苏炯龙博士表示，团队目前正与地方政府及产业园区洽谈，对方表达了强烈的资金支持意愿，以推动产品落地。
“我们的创新始终以社会实际需求为导向。”他说，“这项技术可以帮助听障学生更好地参与课堂学习，让患者与医生之间的沟通更清晰有效，也有助于减少职场歧视。”
苏炯龙老师在课堂上
接下来，苏炯龙博士与学生正尝试研发能够将唇语转化为文字的平台，以及将脑电波转换为文字的脑机接口技术，未来甚至可以实现对无人驾驶车辆的脑控操作。
根据《中华医学杂志》2025年1月发表的一项研究，到2060年，中国中度至完全听力损失的人口预计将超过2.4亿人，几乎是2015年的两倍。
“随着未来几十年中国人口增长与老龄化加剧，听力健康的需求将显著增加。”该研究指出。
苏炯龙博士表示，自己在数学、统计学与工程学方面的教育背景，为其从事人工智能研究打下了坚实基础，尤其在数学建模、数据分析和模式识别等领域。
在回国前，苏炯龙博士曾在英国华威大学、伦敦大学学院任职，也曾在哈萨克斯坦纳扎尔巴耶夫大学担任数学系主任。2014年回到中国后，他在理论研究的基础上，于2016年正式转向人工智能领域，研究方向还包括金融科技的数学原理。
他认为，在中国从事人工智能研究的一大优势，是学者能够接触到庞大的数据资源。例如，部分医院愿意向学术机构慷慨开放医疗数据，用于科研合作。
研究人员希望智能眼镜能够帮助将手语翻译成文字
目前，苏炯龙博士团队正与深圳的Mind with Heart Robotics公司合作，该公司研发的电子宠物与类儿童人形机器人，旨在提供情感陪伴与心理监测服务。
“这类机器人能够帮助自闭症儿童更好地表达情绪。”苏炯龙博士解释说，“护理人员往往难以判断孩子的情绪状态，而机器学习模型能实时识别并分类他们的情感，使护理者能及时做出恰当回应。”
在医疗影像领域，他指出，训练AI进行疾病影像识别需要大量数据。其团队的一个项目便是利用面部照片进行初筛，通过检测异常的浮肿、肿胀或变色来识别潜在疾病。
“每个人的面部特征都存在差异，例如肤色、光滑度等。为了让AI准确识别症状，必须消除这些差异性。”苏炯龙解释，“如果AI要同时分析多种症状，就需要成倍增长的标注数据，每张照片都必须明确标出症状特征。”
人工智能技术正日益融入医疗领域，
医生正在利用它更快速地完成患者诊断
他补充说，一些医生会主动联系团队合作，因为他们拥有高质量、标准化的数据。顶尖医院的数据采集流程高度一致——使用相同的设备和标准，减少了因仪器或操作人员不同而造成的数据差异。
在他看来，中国在2030年前成为世界人工智能强国的战略规划，为科研人员提供了良好的环境。
“国家层面的支持十分明显，尤其是在地缘政治环境下，对芯片等关键技术的资金投入非常集中。”他说，“此外，政府也在大力投资生成式AI与通用人工智能。像杭州、深圳等地方政府还出台政策，建设人工智能产业集群，吸引人才与创新。”
近年来，中国人工智能发展取得显著突破。例如，初创公司DeepSeek推出两款高性能的开源AI模型，以远低于美国大型科技企业的成本获得了全球关注。
AI技术也正逐步融入医疗场景，医生借助AI可更快速地完成疾病诊断。
今年4月，国家主席习近平指出，尽管中国在人工智能领域已取得一定进展，但要实现“自主可控”，仍有大量工作要做。他强调，国家应持续强化基础研究，集中攻关高端芯片与基础软件等核心技术。
本月，北京清华大学在多项全球排名中夺得计算机科学领域首位，标志着这一长期由美国高校主导的领域正在出现新的格局。
苏炯龙博士认为，中国在AI应用与产业转化方面优势明显，而美国的强项则在于基础研究层面。
“为了激发科研机构的创造力，国家的部分科研资金可以适度下放，让地方在执行上更灵活，而不只是由上而下地聚焦战略目标。”他说，“同时，应建立新的科研项目评审体系，鼓励在基础技术上的创新。”
他强调，学术界、产业界与商界之间的交流合作，是推动创新与应对现实挑战的关键。
“如果研究者只专注于在顶级学术期刊发表论文，就可能与企业脱节，也难以产生产业价值。”苏炯龙博士指出，“支持数学等基础学科研究与鼓励科研人员勇于试错同样重要，这能帮助科学家更容易地将研究成果商业化，并深入理解产业规律。”
2025年11月07日