近年來，全球流量的井噴式增長，攜手互聯網、人工智能與云計算的廣泛應用，共同催生了高端制造領域的黃金時代，其中激光技術作為核心驅動力，正以前所未有的迅猛態勢重塑傳統加工范式。而今，AI人工(gong)智(zhi)能的(de)(de)深度融合(he)，更是(shi)為(wei)激光(guang)技(ji)術的(de)(de)飛躍插(cha)上了翅膀，加速(su)了其創新與變革的(de)(de)步伐。

本次(ci)有(you)幸在百超中(zhong)國精(jing)心籌(chou)辦的圓桌論壇盛宴中(zhong)，邀請到了激光制造領(ling)域的專家(jia)——南方科技大學徐少林教授接受本次專訪。

徐教授以其深厚的學術造詣與前瞻視野，在超快激光微納加工領域深耕多年，對激光技術與AI融合的最新趨勢與深層邏輯有著獨到而深刻的洞察。此次對話，徐教授將為我們深刻剖析激光與AI如何攜手并進，共同繪制高端制造的未來宏偉藍圖，引領整個行業跨越至前所未有的新高度。

隨著人工(gong)智能和大(da)數據(ju)的快速發(fa)展，您(nin)如(ru)何看待激光(guang)技(ji)術與AI融(rong)合的趨(qu)勢(shi)？您(nin)認為(wei)這(zhe)種融(rong)合將如(ru)何推動激光(guang)技(ji)術的創新和應(ying)用？

徐(xu)少(shao)林：激光技術雖非新興，但近十年來的(de)發展可謂突(tu)飛猛進。在多個領域(yu)，尤其是在制造業已經(jing)對(dui)傳統制造方法產生了顛(dian)覆性的(de)影響(xiang)。

與此同時，AI技術也正迎來一場前所未有的爆發式增長，其應用場景的拓展與技術邊界的推進，正以前所未有的力度席卷并重塑著各行各業的格局。在此背景下，AI與激光技術的交匯融合，恰似兩顆璀璨星辰的碰撞，不僅為激光技術的產業化進程注入了強勁的動力，更預示著一個融合創新、高速發展的黃金時代到來。

本質而言，AI作為機器學習的集大成者，雖非我專攻領域，然我對其在激光微納制造領域的潛力抱有深切厚望。AI憑借其卓越的自主感知、智能學習與精準決策能力，為激光制造技術開辟了新的維度。

激光制造，這一過程雖表象為光線的舞動，實則內里蘊含著振幅、偏振、相位等錯綜復雜的物理信息，其工藝之精妙，非深諳其道者難以窺其全貌。

在激光制造的實踐中，精準調控平均功率、精細計算脈沖能量、優化選擇波長與重頻等關鍵因素，是確保加工質量與效率的核心所在。這些參數的設定，往往需要深厚的專業知識與豐富的實踐經驗，方能洞悉其內在邏輯與規律。

而今，若(ruo)能將AI的機器學習機制巧妙融入其中，使專家的智慧與AI的算力相得益彰，無疑將極大推動激光制造領域的創新發展。

為此(ci)，我們(men)可(ke)依托(tuo)機器(qi)學習(xi)原理，精心研(yan)發一款高端軟(ruan)件，旨在(zai)為激光(guang)(guang)制造從業(ye)(ye)者提供(gong)精準的參(can)數指導與智能決策支持(chi)。此(ci)舉不(bu)僅(jin)將簡化(hua)操(cao)作流程，提升(sheng)(sheng)加(jia)工效率(lv)，更(geng)有望(wang)促進(jin)激光(guang)(guang)加(jia)工技術在(zai)工業(ye)(ye)領域的廣泛滲透與深層次(ci)發展，成為推動制造業(ye)(ye)轉型升(sheng)(sheng)級的重要力量。

聚焦于百超中國自動化設備，這一融合趨勢的典范更是彰顯了無限潛力與可能。百(bai)超中(zhong)國(guo)，作為(wei)激光(guang)加工(gong)自動化設備的(de)(de)佼佼者，其產(chan)品在精(jing)度、效率及智能(neng)化水(shui)平上均展現出卓越(yue)優勢。在激光(guang)技術與(yu)AI融合的(de)(de)背景下(xia)，百(bai)超中(zhong)國(guo)的(de)(de)自動化設備將更(geng)加注重智能(neng)化、自適(shi)應能(neng)力的(de)(de)提升，通過集成AI算法，實(shi)現對激光(guang)加工(gong)過程的(de)(de)精(jing)準(zhun)控制與(yu)優化。

目前在(zai)AI與激(ji)(ji)光(guang)技(ji)術(shu)(shu)的融(rong)合中(zhong)，您認(ren)為(wei)目前有哪(na)(na)些已經實現(xian)或正在(zai)研究的成功案例？現(xian)階(jie)段又面(mian)臨著哪(na)(na)些技(ji)術(shu)(shu)挑(tiao)戰？您認(ren)為(wei)應(ying)該如何克服(fu)這些挑(tiao)戰，以更好地推(tui)動AI在(zai)激(ji)(ji)光(guang)技(ji)術(shu)(shu)中(zhong)的應(ying)用？

徐少林：我們與企業精英并肩合(he)作，共同引領一系列(lie)前沿項目，旨(zhi)在彰顯AI與(yu)激光技(ji)術(shu)融合(he)的潛力。從項目視角深入剖析，不難發現(xian)，兩者結(jie)合(he)的典范之(zhi)作正引(yin)領著技(ji)術(shu)革新的浪潮。

在傳統機械制造，特別是模具與刀具加工領域，傳統機械加工技術雖已成熟且廣泛應用，但激光技術近年來異軍突起，尤其在刀具與模具加工中展現出替代之勢。傳統方法憑借精確定義的刀具路徑與形狀，確保了模具與刀具的精度與表面質量。然而，激光加工以其獨特的物理機制，對參數的選擇提出了更高要求，這些參數的選擇往往需跨越學術與技術的雙重門檻。

面對挑戰，我們的研究聚焦于大數據與機器學習技術的深度融合，旨在通過解析激光與材料相互作用的物理燒蝕過程及實時測量參數，為參數選擇提供科學依據。此舉旨在使激光加工過程擺脫經驗依賴，邁向基于物理模型與數據模型指導的可預測、可靠且簡化的新階段。

研究途中，我們深刻(ke)洞察到技術(shu)突(tu)破的核心在于(yu)對光(guang)與物質相互作(zuo)用(yong)深層機理(li)的透徹理(li)解。這涉及(ji)光(guang)子能量向材料內部電子能量的微妙轉化，進而激發宏觀熱(re)效應，以及(ji)這些(xie)熱(re)能如何精準作(zuo)用(yong)于(yu)材料，實現其燒(shao)蝕與改性。

唯有如此，方能(neng)在構建(jian)物理模型與數據驅動模型時，奠(dian)定堅(jian)實的基礎，確保(bao)模型的精準性與可靠性，進而賦能(neng)非技(ji)術背景人員也能(neng)高(gao)效駕馭激光(guang)加(jia)工(gong)技(ji)術，推(tui)動制造業(ye)向智能(neng)化、高(gao)效化邁進。

AI技術在(zai)激光設備的智(zhi)能(neng)化控制、數(shu)據分析(xi)以及自主學(xue)習(xi)等方面有哪些潛(qian)在(zai)的應用？您認為這些應用將如何提(ti)升(sheng)激光設備的性能(neng)和效(xiao)率？

徐少林：我專注于超快激(ji)光微納(na)(na)加工領域，致力(li)于微米乃至納(na)(na)米尺度的精(jing)密加工，涵蓋(gai)半導體、通訊和光學器(qi)件等高端制(zhi)造(zao)領域。

在過去，這些微納尺度的加工通常依賴于傳統的機械加工或半導體制程技術。自2017年回國以來，我聚焦于推動激光技術在高端制造領域的應用，旨在解決傳統機械精密加工和半導體光刻工藝所面臨的制造精度挑戰。

在探(tan)索過程中，我既看(kan)到了激(ji)光(guang)技術的獨特優勢，同(tong)時也發現了其局限性(xing)。對于追求(qiu)精密制造的應用場景，激(ji)光(guang)的可控性(xing)相對較弱，難以像(xiang)半(ban)導體工藝或(huo)機(ji)械(xie)制造工藝那樣實現高度的可控性(xing)和可預測性(xing)。然而，這正是AI技術(shu)能夠(gou)發(fa)揮作用的關(guan)鍵所在(zai)。

AI的加持，有望使激光制造過程變得更加可控和可預測，從而讓激光在微納制造領域煥發新的生命力。我相信，這對于激光行業的科研人員和從業者而言，無論是在科研探索還是工業應用方面，都將帶來顯著的提升和廣闊的前景。展望未來，激光技術與AI的深度融合將為高端制造領域帶來革命性的變革。

隨著AI技術的(de)普(pu)及和應用，您(nin)認為激光(guang)行業(ye)的(de)人才需求將發生哪些變化(hua)？對于想要進入(ru)這(zhe)一領(ling)域的(de)人才，您(nin)有哪些建議或指導？

徐少林：對于未來的行業變革，我們早已洞察先機。在實驗室人才培養方面，我們曾側重于深化學生對激光制造過程中激光與材料相互作用物理機制的理解，將此作為研究之基石。然而，近年來，隨著技術發展的潮流，我們逐漸將機器學習的基礎理論知識納入學生培養體系之中。

正如我(wo)之前所(suo)(suo)述，預見未來趨勢，要(yao)使激(ji)(ji)光(guang)在產(chan)業(ye)及先(xian)進制(zhi)造(zao)領域發揮更大(da)作用(yong)，我(wo)們不僅(jin)需要(yao)深(shen)入理解激(ji)(ji)光(guang)與材料(liao)相互作用(yong)的物理過(guo)程，還(huan)需從制(zhi)造(zao)過(guo)程中激(ji)(ji)光(guang)加工技(ji)術所(suo)(suo)能實現(xian)(xian)的確定性制(zhi)造(zao)結果這(zhe)一(yi)角度出發，進行深(shen)入研(yan)究。這(zhe)兩方面的知(zhi)識對(dui)于現(xian)(xian)代科研(yan)和工業(ye)應用(yong)而(er)言，皆至關重要(yao)。

因此，我們的學生不僅要單純掌握物理機制，還需深入理解制造應用場景的實際需求，以此為基礎，培養具備跨學科知識和創新能力的未來科技人才。