在论坛开场环节，执行主席刘应波首先介绍了YOCSEF的文化与发展历程，强调其在推动青年科学家思想交流与履行社会责任方面的重要使命。 随后，执行主席熊文介绍了论坛的举办背景与意义。当前城市轨道交通线网持续扩张，客流量不断增长，轨道交通安全管理面临严峻挑战。核心设备老化导致风险累积，现有应急处置高度依赖管理者经验，智能决策能力亟待提升。运营过程中积累了大量票卡记录、调度信息、监控视频、设备日志与故障数据等多模态资源，但尚未得到充分利用。大模型技术为轨道交通应急管理提供了新的智能化路径。通过深度理解与融合多模态数据，可构建结构化知识体系。依托语义理解与知识检索能力，大模型能够实现应急预案的智能模拟、历史案例的快速匹配以及处置方案的辅助生成。本次论坛重点围绕以下议题展开讨论：应用中的实际问题与技术挑战、评价指标的设定、大模型辅助能力的评估方法、技术路径的实施方案、知识管理与决策辅助系统的构建以及系统效能的评估。
本次论坛邀请了三位来自不同学科领域的专家作引导发言。云南财经大学巨灾风险管理研究中心王云做了题为“城市轨道交通的应急管理及问题浅析”的报告。王云长期从事地震应急领域研究，他结合自己在巨灾风险管理方面的积累，介绍了应急管理的全周期框架和核心挑战。首先阐述了应急管理贯穿事前预防、事中响应、事后恢复的完整链条。事前阶段需要通过风险评估识别潜在威胁，制定应急预案并配置资源储备，同时开展常态化的培训演练。事中阶段面临极大的时间压力和信息不确定性，必须快速完成现场评估、人员疏散、救援调度和信息发布等关键任务。事后阶段则聚焦功能恢复和经验总结。王云指出应急管理的核心挑战在于多源信息快速整合、多部门协调和公众行为引导，轨道交通作为高密度封闭空间，其黄金响应时间仅有数分钟，烟雾扩散、氧气消耗和踩踏风险在密闭环境中被显著放大。他建议建立精细化的场景分类和分级响应机制，针对不同事故类型制定差异化预案。
接下来，昆明地铁轨道交通有限公司的董仪工程师结合自己多年工作经历，做了题为“”大模型赋能地铁应急管理的机遇与挑战”的报告。董仪从实际运营场景出发，生动描述了地铁应急管理面临的现实痛点。她指出地铁故障往往来得猝不及防且发展迅速，从设备异常到影响运营可能只有几分钟时间，但关键信息却高度分散。董仪还以道岔故障为例说明设备影响链的复杂性。一个道岔出现问题可能影响多条线路的列车运行，进而导致车站客流积压，甚至引发连锁反应波及全网。这种影响链条长且存在多种演化路径，仅凭人工经验难以快速准确预测。基于这些痛点，董仪认为大模型技术为地铁应急管理带来了新机遇。大模型强大的信息整合能力可以将分散数据快速汇聚并提炼关键信息，其知识推理能力可以辅助经验不足的人员做出合理判断，自然语言交互方式能够实现应急预案的智能检索和精准推送，而基于历史数据的学习能力则有助于预测设备故障的连锁影响。
最后，来自云南大学数字李生智能风控联合实验室的苗圣法作了题为"时空智能赋能水利应急管理实践"的报告。他结合团队在水利应急领域的实际应用经验，介绍了大模型技术和知识图谱在应急管理中的创新实践。鉴于轨道交通同样面临淹水等自然灾害威胁，水利应急管理的相关经验具有重要参考价值。苗圣法首先阐述了水利应急管理面临的独特挑战。水利灾害具有显著的时空演化特征，不同区域的降雨强度和地形地貌差异巨大，应急决策必须充分考虑时空维度的动态变化。传统应急管理系统往往将数据按时间或空间单独分析，难以捕捉时空耦合的复杂模式。随后，苗圣法介绍了团队构建的水利应急知识图谱体系。该图谱整合了历史洪涝灾害案例、水文监测数据、应急预案文本、专家经验规则等多源异构知识，建立了灾害类型、影响因素、处置措施之间的关联网络。通过知识图谱的推理能力，系统可根据当前灾情特征快速检索相似历史案例，为决策者提供参考方案。
紧接着，论坛进入了热烈而深入的思辨环节。
随后，云南农业大学钱晔就"大语言模型在轨道交通应急决策中的能力边界在哪里？应用效果如何评价？"这一议题展开论述。钱晔虽然主要研究集中在人工智能在农业领域的应用，但她指出农业同样面临重大自然灾害的应急问题，无论是病虫害暴发、极端天气还是动物疫情，都需要快速决策和精准响应。因此她从应急管理的共性角度切入，为讨论带来了跨领域的独特视角。她从人工智能理论研究角度指出大语言模型在应急决策中存在明确的能力边界。他认为大模型的核心优势在于海量知识的存储检索和自然语言理解能力，能够快速整合历史案例和专家经验，为决策提供信息支撑。在应用效果评价方面，钱晔认为不能简单套用通用人工智能的评价指标，而应建立面向应急决策的专门评价体系。他建议从准确性、时效性、可解释性和鲁棒性四个维度综合评估。准确性不仅看决策结果的正确率，更要关注错误决策可能导致的后果严重程度。时效性要求系统响应时间必须满足应急窗口的严格约束。可解释性确保决策依据可追溯可审查，这在责任认定中至关重要。
进入最后一个思辨议题，中电信数智科技有限公司王家友从技术实现角度提出应急决策系统需要采用分层解耦的架构设计。底层是数据接入层，负责从监控、信号、供电等各子系统实时采集数据并完成标准化处理。中间层是知识融合层，将实时数据与历史案例库、应急预案库、专家规则库进行关联，构建面向应急场景的领域知识图谱。上层是智能决策层，大语言模型基于融合后的知识进行态势分析和方案生成。他特别强调实现路径应遵循渐进式演化策略。初期可以将大模型应用于应急预案的智能检索和知识问答，降低调度人员的信息查找成本。中期发展到辅助决策阶段，系统能够根据当前故障特征推荐相似历史案例和处置建议，但最终决策仍由人工做出。远期目标是实现部分场景的自动化决策，但必须设置严格的人工审核和干预机制。
本次技术论坛各思辨议题引发与会嘉宾热烈讨论。专家们围绕大模型在轨道交通场景下的应用展开深入交流，既探讨了行业共性挑战，又剖析了技术实施细节。
论坛的最后，执行主席刘应波和熊文对论坛进行了总结。刘应波表示，本次论坛聚焦大模型与轨道交通应急管理的前沿碰撞，围绕大模型在应急管理中的应用前景、能力边界、技术融合路径等核心议题展开了深入研讨，产生了丰富的思想火花。与会专家从不同视角贡献了意见，既有来自学术界的理论深度，也有来自产业界的实践经验，既有技术专家对大模型在应急管理领域的应用剖析，也有一线人员对现实痛点的生动呈现。
论坛现场与会人员与嘉宾的积极互动形成了很多具有启发性的观点，特别是在模型选择路径、评价标准制定、系统架构设计等关键问题上的思辨交锋。熊文强调大模型技术在轨道交通应急管理中展现出巨大的潜在应用价值，如何与智能体、数字孪生、知识图谱相结合，如何将其有效定位为辅助决策工具并充分发挥作用仍需深入探索。他指出轨道交通应急管理涉及计算机科学、交通工程、安全管理等多个学科领域，未来发展离不开跨学科的深度协作。只有打破学科壁垒，促进技术专家与领域专家的有效对话，才能构建真正符合应急管理实际需求的智能系统。
论坛在热烈的掌声与学术交流中圆满落幕。
中国计算机学会（CCF）青年计算机科技论坛（Young Computer Scientists & Engineers Forum，YOCSEF）是CCF于1998年创建的系列学术活动。CCF YOCSEF昆明分论坛于2014年成立，是中国计算机学会青年计算机科技论坛在全国的28个分论坛之一。以“承担社会责任，提升成员能力”为使命，提供青年学术交流、技术探讨及跨界协作平台，助力青年接触政产学研资源，培养组织协调能力，促进成员间通过深度合作形成长期伙伴关系。同时，围绕地方发展需求开展活动，为政策制定与产业升级提供智库支持。
YOCSEF昆明历届AC主席为：
YOCSEF昆明2025-2026届AC会议成员介绍：
欢迎42岁以下青年精英加入CCF YOCSEF昆明大家庭，成为分论坛委员，加入请联系胡鉴（15087030436）；企业可选择年度合作、联合办活动或资源支持，具体对接请联系闻祝源（13064230388）。
京公网安备 11010802032778号