软件学院张仕进教授作为特邀专家，出席了在杭州举办的工业软件基础科学和共性技术研讨会。本次研讨会汇聚了来自高校、科研院所及工业软件领军企业的数十位专家学者，共同围绕工业软件领域的核心科学问题、共性关键技术以及未来发展趋势展开了深入探讨。

作为人工智能领域的资深研究者，张仕进教授在大会上做了题为《面向复杂工业场景的人工智能理论与算法软件开发新范式》的专题报告。在报告中，张教授首先分析了当前工业软件智能化转型的迫切需求与主要挑战。他指出，传统工业软件在处理海量、多源、高维的工业数据，以及应对动态、不确定、多目标的复杂决策问题时，其能力已显不足。将人工智能，特别是深度学习、强化学习、知识图谱等前沿理论与方法，深度融合到工业软件的设计、开发与运维全流程，是突破现有瓶颈、实现工业软件跨越式发展的关键路径。

张仕进教授重点分享了他及其团队在人工智能理论与算法软件开发方面的最新研究成果与实践经验。他系统性地阐述了如何构建面向工业领域、具有强可解释性和高鲁棒性的新型机器学习理论框架，以克服工业场景中普遍存在的数据稀缺、标注成本高、物理规律约束强等难题。在算法软件开发层面，张教授介绍了团队自主研发的“工业智能算法集成开发平台”。该平台旨在降低工业AI应用的开发门槛，提供了从数据预处理、模型设计、自动训练优化到部署集成的全栈工具链，并内置了针对质量控制、预测性维护、生产调度、工艺优化等典型工业场景的专用算法库与模型组件。

报告中，张教授还结合多个与大型制造企业合作的成功案例，生动展示了上述理论与技术如何在实际的CAD/CAE软件集成、生产制造执行系统（MES）智能升级、供应链优化等场景中落地应用，有效提升了生产效率、产品质量与资源利用率。他强调，工业软件的未来在于“软硬协同”与“知识驱动”，即软件不仅要精准控制硬件设备，更要深度融入工业知识，形成具备自学习、自适应和自演进能力的“工业大脑”。

张仕进教授的精彩报告引起了与会者的热烈反响。在随后的交流环节，他与多位同行就工业AI算法的可靠性验证、安全隐私保护、与现有工业体系的融合路径等议题进行了富有建设性的讨论。与会专家普遍认为，张教授的报告内容前沿、见解独到，为工业软件与人工智能的深度融合提供了清晰的理论指引和可行的技术方案。

此次研讨会为工业软件领域的前沿思想碰撞与技术交流搭建了高端平台。张仕进教授的参与和报告，不仅彰显了其本人在人工智能与工业软件交叉领域的深厚学术造诣与影响力，也体现了我校软件学院紧跟国家重大战略需求、积极推动产学研用协同创新的责任担当。学院将继续支持相关团队深化研究，为推动我国工业软件核心技术的自主可控与创新发展贡献智慧与力量。