网络人工智能实验室位于科学与数学学院，将为复杂的社会问题寻求解决方案，同时为新兴的跨学科领域的网络人工智能（AI）培养下一代工程师和计算机科学家。

随着自主技术的不断发展，网络化的人工智能研究实验室正在为这些系统引入一种独特的方法。 它强调不同类型的自动驾驶汽车之间的协作。 配备激光雷达的自动驾驶汽车和配备360度摄像头的无人机协同工作，结合独特的视角，形成一个比任何一辆汽车单独实现的更强大、更智能的网络。

博盛在这个新成立的实验室里，首席研究员、计算机科学副教授李晓东领导着研究活动。 在实验室进行的工作通过推进协作自主系统的科学，解决了运输安全、应急响应、环境监测和国防应用方面的重大挑战。

“The idea is similar to how human teams with different areas of expertise collaborate together by sharing complementary insights,” said Sheng. “Through collaboration, they build a more complete understanding than any one person could achieve alone.” Sheng’s research applies this principle to artificial intelligence and autonomous systems by developing advanced communication protocols and data integration techniques.

研究人员将传感技术与自动驾驶汽车和无人机相结合。 这些汽车配备了光探测和测距系统（LiDAR），用于创建精确的3D地图，用于空间理解环境的深度摄像头，以及从多个角度捕获视觉信息的常规摄像头。 与此同时，无人机通过常规和深度摄像头的组合提供360度的视野。

这种多模态传感方法使每辆车都能以不同的方式感知周围环境。 当这些车辆相互通信时，它们创造了一个网络智能，超越了任何一辆汽车独立实现的能力。 例如，无人机的360度鸟瞰图可以识别从汽车角度无法检测到的交通模式，而汽车的高精度激光雷达测量可以检测到细微的环境细节，从而增强无人机的观察。

“What distinguishes our approach is the sophisticated way these diverse systems collaborate despite using different AI models and generating varying types of data,” Sheng explained. “Each vehicle processes information using algorithms tailored to its own sensors, but through our research, they learn to exchange and integrate the most relevant information coherently.”

网络人工智能实验室得到了美国国防部439,695美元的资助。 Among those helping drive this research forward is 艾伦杨, a fourth year PhD candidate working with Professor Sheng. With Yang’s expertise in federated learning, a method that allows multiple devices to train AI models collaboratively without sharing data, Yang examines how autonomous systems can exchange information efficiently while preserving security and computational performance.

通过将创新研究与全纳教育相结合，网络化人工智能实验室正在塑造一个技术和机遇共同前进的未来。