盖世汽车讯 超声波检测是一种极具发展前景的无损检测技术，可应用于多个行业。据外媒报道，韩国中央大学（Chung-Ang University）研究人员取得了一项突破性进展，开发出一种名为DiffectNet的人工智能技术，该技术能够实现超声波无损检测中内部缺陷的扩散条件目标生成。这种方法显著优于传统方法，有望革新航空航天、发电、半导体制造和民用基础设施等高可靠性关键行业的实时缺陷重建和预测。

图片来源： 中央大学

在半导体、能源、汽车和钢铁等行业，系统可靠性和安全性至关重要，即使是结构内部的微小裂纹或缺陷也会严重影响其性能。由于这些内部缺陷肉眼不可见，因此长期以来，材料和结构的健康状况一直采用无损检测（NDT）技术进行评估。NDT允许在不损坏结构本身的情况下检查内部状况。然而，在实践中，精确、详细地识别内部缺陷仍然极其困难。

值得注意的是，物理传感器（例如超声波或电磁波）测量的信号常常会受到几何形状、材料特性和复杂的现实世界条件等因素的影响而发生失真，这在精确确定缺陷的位置和尺寸方面存在固有的物理限制。

但是，如果人工智能（AI）、能够“看到”人眼无法看到的东西呢？

受此启发，由韩国中央大学机械工程学院工业人工智能实验室助理教授兼首席研究员Sooyoung Lee领导的研究团队取得了一项新的突破。他们设计了一种名为DiffectNet的创新型扩散条件目标生成网络，该网络有望生成高保真且能够识别缺陷的超声图像。相关研究成果已在线发布，并于2025年11月1日发表在期刊《Mechanical Systems and Signal Processing》上。

Lee教授指出：“如果能够利用人工智能的学习和推理能力克服传统方法的局限性，就有可能将工业系统的完整性和安全性提升到一个全新的水平。这项技术并非仅仅是将人工智能应用于工程问题的尝试，而是一项根本性的突破。它涉及开发一种生成式人工智能技术，能够实时重建结构内部的隐藏裂缝，从而克服传统方法的物理局限性。”

如果人工智能能够检测并精确重建结构内部的缺陷，就能提前预防事故——即使在人类难以进入或危险的环境中也能做到。例如，在发电厂中，即使是微小的裂缝也可能导致灾难性事故。通过基于人工智能的内部结构实时监测，可以对潜在的异常情况发出预警。在半导体或先进制造工厂中，人工智能可以在不停止设备运行的情况下虚拟重建内部缺陷，从而在保持生产效率的同时提高质量控制水平。此外，该技术可应用于建筑物和桥梁等基础设施的实时监测，为建立更智能、更具韧性的城市安全管理系统铺平道路。

这些案例表明，人工智能正在赋能曾经被认为不可能实现的全新工程能力，预示着智能工程时代的到来。通过让人工智能充当结构的“眼睛”，这项研究为航空航天、发电、半导体制造和土木基础设施等高可靠性关键行业中的实时缺陷重建和预测开辟了新的可能性。

“人工智能正在超越单纯的数据分析和学习工具，它正成为一个积极的推动者，拓展着工程本身的边界。展望未来，我们的实验室将继续引领人工智能驱动工程技术的研究，开创人工智能重新定义工程领域的新时代。”Lee教授总结道。

总而言之，这项工作有望发展成为一项保障日常生活安全和可靠性的重要技术。