近年高校實驗室安全事故受到社會高度關注，從已發生的一些實驗室安全事故來看，事故很可怕，但分析起來總體而言事故是可防、可控的。在現有管理機制下，採取什麼樣的方式或技術手段讓實驗室安全問題可防可控？
針對這一難點，貴州大學綠色農藥國家重點實驗室的研究生馬清清作為主要負責人聯合來自同為貴州大學的公共大數據國家重點實驗室隊員侯怡和龍偉等同學歷時兩年研發了《基於人工智能和大數據驅動的實驗室安全管控一體化系統平台》，在實驗室煙火與人員危險行為的智能化監測上取得了重大突破。該系統平台主要用於對實驗室的各類易燃易爆、煙霧以及人員的危險行為進行實時監測和預警。項目不僅能對實驗人員的錯誤操作進行分析識別，還能在無人監管情況下，實時監管實驗室內可能存在的各類危險源，最大限度保障師生生命安全，提升實驗室安全防範質量。
項目以實驗室安全問題為背景，結合人工智能、大數據和物聯網等先進技術，對數十萬張實驗室內的人員危險動作以及煙霧現場的圖片集進行了標記處理和反復調參，再經過長時間的模擬訓練，研發出了基於人工智能和大數據驅動的實驗室安全管控一體化系統平台。系統可以對所監測環境進行數據監測記錄和統計、實驗人員行為的實時動態分析識別、智能化的身份識別、有毒有害氣體檢測、煙火以及人員危險行為的識別、易燃易爆和有毒有害等實驗室常見危險物品信息的管理。用戶只需通過遠程控制登錄電腦Web端或者手機APP端即可進行實驗室安全監測預警相關的數據查詢與下載以及數據分析，大大提高了實驗室安全的監測工作效率，降低了實驗室安全事故的發生率。
面對危險情況複雜多樣的實驗室環境，團隊在設計上充分考慮到了實驗室存在的各類危險源，並針對其設計了科學合理的解決方案。充分應用大數據與人工智能的技術優點，突破時間、空間和人力等因素限制，創新性地研製出了具有自主處理危險情況，且運轉靈活高效的人工智能和大數據驅動監測平台。相較於傳統的實驗室安全管理方式，研發出的平台能對實驗人員的錯誤操作進行分析識別，即使是在無人在場的情況，也能實時地對實驗室內可能存在的各類危險源進行監管的産品，使平台適用範圍和場景更加多樣化。
困難是攀登高峰、通往成功的必經之路。《基於人工智能和大數據驅動的實驗室安全管控一體化系統平台》項目的實現過程並不是一帆風順，中間也遇到很多挑戰。回憶研發經歷，團隊成員王小藝説道，“在研發産品的過程中，文字描述不夠充實和詳細，導致有些地方邏輯性不太合理；在技術處理上缺乏經驗，技術不到位，導致在一些細節圖片的呈現上不能達到理想的效果；在部分環節缺乏材料支撐，缺乏可以參考的經驗，導致在處理一些運行問題時時常不成功。但是在研發的過程中，我們團隊也積累了很豐富的經驗。大家學術精神飽滿，遇到不會的問題就積極請教專業人士，最終攻克諸多難題，成功研發出産品，每一次經驗都難能可貴！”
不僅如此，團隊成員有來自化學、大數據、計算機、機械工程等多個研究方向的研究生，在成立之初研發過程中由於大家專業不同，在理解上會有較大的&&，技術上也常常遇到阻礙，而團隊做的系統平台恰恰需要跨專業的技術融合，最終在指導老師宋潤江教授和張永軍教授的指導下，團隊成員也迅速找到狀態，默契配合，推動研究順利進行。
目前，團隊項目模型當前運行穩定成熟，在實驗室安全預警中取得了一定成效，已為多個省市的科研單位提供實驗室安全監測預警服務。項目的成功推廣離不開團隊成員的勇於挑戰和自我突破，更離不開持之以恒的熱愛。團隊成員的一天24小時，除去睡覺，剩下大部分時間都在實驗室。從一早醒來趕往實驗室進行大量的實驗和數據分析，直到深夜才結束一天的實驗工作，已成為過去兩年團隊的日常，“唯有熱愛可抵歲月漫長”，每一組數據背後都是無數個晝夜的努力和堅持。（凡佳佳）
