我校工学院聂小燕老师的项目《基于知识图谱的智能地质构造建模方法研究》（立项编号：GTKY-05）在2021年获得国腾创投基金科研项目立项，该项目有序推进，成果突出，科技处特开展本次专访，邀请聂小燕老师分享有关经验。
本次国腾创投项目是希望利用人工智能的方法来实现智能构造建模，主要聚焦的问题是构造地质模型知识图谱的构建及表征方法。现有的知识图谱主要面向通用领域，构建和表示特定领域知识图谱的相关研究成为了当前的热点，属于一个比较新的应用领域，我自己也在学习和探索过程中。
在研究的过程中确实遇到了很多困难和挑战。首先，知识图谱对于我来说是一个全新领域，我花了很多时间去学习研究知识图谱有关知识。在收集和处理地质数据时从最开始不熟悉，再到大量查阅资料、看文献，向高手请教学习，期间一度很没有信心持续推动这个项目，所幸最后坚持下来了。另外，在撰写英文论文投稿时很多杂志需要Latex格式，所以需要学习Latex工具，原来不会用这个工具，到现在已经很熟悉了。
知识图谱作为人工智能领域热门，较之基于数据驱动的传统建模方法，能更好地组织构造地质模型中所蕴涵构造地质知识，使建模基于知识驱动对构造地质信息提取和约束，进而提高建模的自动化程度和模型质量。当前还处于理论研究阶段，距离实用还需要一段路要走。
2015年从美国进修做访问学者回来后，一年的访学研究让我深刻感觉平台和团队的重要性，特别是对于科研工作。学校鼓励教师与高水平大学科研团队和实验室建立紧密联系，因为我本人硕士毕业于电子科技大学，所以我找到电子科技大学复杂多维信息处理团队，利用自己的闲暇时间，参与学习探究前沿领域的新知识、新技术，几年下来，对自己能力的帮助和提升很大。作为一名工科教师，学习与研究是一辈子的事，需要时刻保持好奇心，活到老、学到老，密切追踪专业领域最新研究进展，保持知识体系时刻处于更新的状态。
2015年在美国访学期间，我有一个研究项目是FPGA协处理器。FPGA就像一个硬件函数，这种结构既可以发挥硬件的高速性，又利用了软件的灵活性。两者的结合可以极大地提高整体处理速度，而且开发周期短，修改调试方便。在FPGA课堂教学上，我就把这些内容（例如FPGA作为协处理器在实时系统中的应用，为什么FPGA计算速度会比CPU更快？）融入到教学中，还自己研制了FPGA的开发板应用于教学过程中，经过多年的建设，本课程被评为四川省线上线下混合式一流课程，取得较好的教学成绩。
我认为最重要的因素是建立志同道合的科研团队。本项目团队包含了多名科研能力强的骨干教师。例如，我和罗凯老师多次参加复杂多维信息处理团队的项目交流学习。而且，在论文撰写阶段，罗老师和团队成员也给出了很多宝贵的意见，并负责了论文中地质数据的预处理。一个人可以走的很快，但一群人可以走的很远，期待在未来的教学和科研生涯里，与更多的老师开展合作交流。
