“AI老法师”读懂工业"暗数据"，李金金团队再获央视媒体报道
近日，央视新闻对上海交通大学人工智能与微结构实验室（ AIMS - Lab）李金金教授团队开展专题报道，将镜头对准团队扎根制造业一线的创新实践，重点解读 FDE前沿部署工程师 这一新型岗位，记录科研力量走出实验室、直面工厂真实工况，破解工业 AI落地难题的探索历程。
消费端大模型百花齐放，但工业 AI落地一直是行业公认的难题。工业生产是随时间持续演化的复杂动态系统，原料波动、设备磨损、工况环境时刻变化，仅仅依靠静态数据训练出来的AI，很难真正介入核心生产环节。很多智能项目停留在大屏展示、事后统计层面，难以真正接管产线；工厂里老师傅沉淀几十年的隐性工艺经验，又面临难以数字化、人员流动就流失的现实困境。
更深层的原因在于，工业现场大量的价值信息其实是 “ 暗数据 ” ——温度、压力、流量随时间的细微波动，设备日复一日的隐性磨损，还有老师傅凭手感捕捉到的工艺状态变化。这些带时间标签的隐性信息，才是工业系统真实运行状态的表达，也是工艺优化、安全管控、效率提升的核心抓手。但常规AI只盯着看得见的报表和静态数据，读不懂这些“暗数据”，自然也就摸不透工厂的真实脉搏，更谈不上深度介入生产调控。
算法本身不难，难的是如何把算法真正对接千差万别的工厂现场。面对行业普遍困境，团队没有选择只在算力中心打磨模型，而是在 国内率先引入 FDE前沿部署工程师 制度，创新打造 FDE前沿部署工程师+FDR前沿部署研究员 双轮协同模式，打通从科研论文到生产车间的关键断点。
FDE前沿部署工程师团队驻扎生产一线，泡在车间里，和一线操作工、工艺老师傅并肩工作。深入理解设备逻辑、工艺流程、风险边界，把只存在老师傅脑海中的手感、判断、处置经验，转化为可被系统识别的数字化逻辑，完成现场调试、适配、验证全流程。与此同时，FDR前沿部署研究员留守实验室，接收来自各个工厂传回的一手现场问题，持续迭代底层科学算法，让沉睡在车间里的工业暗数据真正被读懂、被激活。
前线现场实践与后端科研迭代形成闭环，每一次产线的实际反馈，都反过来反哺科研，让技术可以跨行业复用，不用每做一个新项目就从零开始开发。
“制造业里面，AI拿到入场券的门槛不是80分，而是99.9分。”这是团队一直坚守的理念。工业生产容错空间极小，任何误判都会带来实实在在的生产损失。FDE模式的核心意义，就是建立科研与产业之间的“翻译官”角色：既懂算法原理，又懂工厂工艺，守住工业生产安全可靠这条底线，避免技术只停留在PPT与沙盘演示。
过去大家总认为 AI人才就该待在空调房敲代码。而FDE打破了这一固有认知：人工智能人才必须走到产线之中，沾满“泥土气息”，才能做出真正服务实体经济的技术。如今FDE人才培育模式也已经纳入上海相关人才培育工程，为“AI+制造”储备复合型产业人才。
此次央视的专题报道，是主流媒体对李金金团队这套扎根现场的产学研转化路径的关注与肯定。对李金金团队而言，这不是终点，而是新的起点。
未来 AIMS - Lab将继续坚持“产业出题、科技答题”，持续完善FDE+FDR落地体系，培养更多懂工艺、懂现场的复合型人才，沉淀可复制的国产工业AI落地范式，赋能制造业存量焕新与新质生产力发展。