探索科技“无人区”，上海交大“未来学者”探路未来科技
探索科技“无人区”，上海交大“未来学者”探路未来科技
5月10日，上海交通大学溥渊未来技术学院“溥渊未来学者计划”项目展示活动顺利举行，来自17个学院的100名学子携40项聚焦前沿的科研项目集中亮相，全面展示了他们在“未来能源”“未来健康”“人工智能融合”三大领域的创新探索。
项目展示活动现场。上海交通大学供图
“未来能源”：向下一代电池进发
面向国家“双碳”目标与新能源产业发展的重大需求，“未来学者”们将目光投向了下一代电池技术的微观世界，力图解开制约性能瓶颈的核心谜题。
固态电池兼具高安全性与高能量密度特性，被认为是下一代电池的重要方向。但在实际应用中，即使不使用，电池也可能在长时间搁置后出现性能下降，这就是“日历老化”问题。对此，溥渊未来学者计划学子刘丽颖围绕固态电池复合正极老化机制开展研究，模拟电池在不同材料体系、不同储存温度和不同电量状态下的老化过程，尝试找出电池“放着变差”的真正原因，识别出影响固态电池寿命的重要因素。
溥渊未来学者计划学子张淏珃则将四维扫描透射电子显微技术（4D-STEM）与具备物理约束的先进视觉模型相融合，开展锂电池界面晶体结构解析研究，为电池界面开发了一套通用的端到端“AI显微识别系统”。这项研究不仅实现了对界面成分的高效辨识，还据此开发了能够评估局部结构复杂度的分析方法，帮助科研人员快速定位成分混合、结构过渡等关键区域，为理解电池老化和性能衰减提供了新的分析工具。
“未来健康”：解码生命奥秘
在“未来健康”领域，“未来学者”们直面癌症治疗与前沿生物信息学中的重大挑战，以硬核科技解码生命奥秘。
溥渊未来学者计划学子赵仕贤深入研究了肺癌细胞与人体外周血单个核细胞（PBMC）的相互作用机制，并全面揭示了免疫细胞与肿瘤细胞的互作网络。赵仕贤介绍，这项研究有望精准定位导致免疫治疗耐药性的关键靶点，开发出更具特异性和有效性的免疫治疗新策略。若能成功“破译”免疫细胞与癌细胞的“对话密码”，将显著扩大免疫治疗的受益人群，大幅提高肺癌患者的生存率和生活质量。同时，本研究成果也将为其他实体肿瘤的免疫治疗研究提供新的理论基础和技术参考。
聚焦单细胞测序中细胞样本来源确认的问题，溥渊未来学者计划学子毛崇晓提出了名为HT-Demux的方法。该方法基于完整概率模型进行细胞归属判断，避免传统方法在高维条件下出现的距离失真与概率不稳定问题。在模拟与真实数据实验中，HT-Demux在样本规模扩展至上百个、细胞规模达百万级时仍保持稳定性能，并显著降低误分类与未识别比例，为超大规模单细胞数据分析提供了一种高效、可扩展且更具计算经济性的解决方案。
“人工智能融合”：扩展人机共融边界
当人工智能（AI）与物理世界深度交融，“未来学者”们正在尝试为机器注入“直觉”与“智慧”，拓展人机共融的边界。
溥渊未来学者计划学子时涵天开发了一种名为TEAS（目标误差增强状态）的创新表征方法，将目标指令与执行误差转化为机器人的一种“直觉”，让原本笨拙的机械臂拥有了敏锐的触感。实验结果显示，在黄瓜削皮、花瓶擦拭、白板擦除等五类高难度任务中，TEAS将任务平均成功率从约26%提升至99%以上，且在物体位置变化等复杂环境下展现出极强的稳健性。值得一提的是，这种“即插即用”的增强技术，无需更改神经网络架构或在仿真器中预训练，为低成本机器人在接触密集操作领域的规模化应用提供了全新的技术支撑。
溥渊未来学者计划学子陈喆围绕“基于神经网络记忆的自动泊车”项目，开发了一套基于激光雷达占据栅格 地图 与混合强化学习的自动泊车系统。在车辆进入停车场后，系统能够实时感知周围障碍物与可通行空间，并将环境信息转化为泊车规划器可理解的占据栅格 地图 （OGM）表示，随后在常规场景下快速生成稳定可行路径，在狭窄、复杂或规则方法难以处理的场景中则由学习策略进行灵活调整，最终控制车辆完成自主泊车。该项目已在仿真与实车平台上完成验证，在长距离垂直泊车、长距离平行泊车和狭窄死胡同泊车等挑战场景中展现出良好的泊车能力与实时性。