国际土力学与岩土工程学会（ISSMGE）下设机器学习与大数据技术委员会（TC309），旨在为全球学术研究人员、工程实践者和产业专家搭建交流创新思想、探讨前沿进展、展示机器学习与大数据分析在地学和岩土工程中最新应用的高端平台。TC309在ISSMGE指导下，于2025年在全球范围内征集投票选举智能岩土荣誉讲座（ISSMGE Intelligent Geotechnics Honour Lecture）主讲人，我院黄宏伟教授高票得选，成为首届荣誉讲座者。

2026年5月10日至13日，第五届地学机器学习与大数据国际研讨会（5th International Symposium on Machine Learning & Big Data in Geoscience, 5ISMLG）在中国香港科技大学召开，我院教授黄宏伟应邀出席会议，并作首届智能岩土荣誉讲座。

报告题目为《全生命周期隧道工程智能化安全风险评估》(Intelligent Safety Risk Assessment of Tunnel Engineering Throughout the Whole-Life-Cycle)。报告围绕涵盖地质、设计、施工、运维各阶段的隧道工程全生命周期安全风险评估，系统介绍了一种多源信息融合与智能算法相结合的研究方法。该方法以传感技术、机器学习与数值仿真为核心，实现了安全风险的数据驱动动态评估与控制。在地质建模方面，基于马尔可夫原理构建三维透明地质模型，融合实时视觉与钻孔数据，并应用深度学习对岩土参数进行动态识别，实现地质环境的数字化表征。在设计与施工阶段，利用机器学习方法实现结构参数的高精度预测，形成了数据驱动、机器学习赋能的设计新范式。在施工过程中，引入具身智能理念，通过传感器对盾构机（TBM）姿态及开挖掌子面进行实时监测，构建“感知—决策—执行”闭环，实现地表沉降的动态控制和风险可控的智能掘进。在运维阶段，借助移动视觉设备自动识别裂缝、渗漏、剥落等表面缺陷，并通过无线网络实时回传数据，实现病害的自动检测与定位，大幅提升运营管理效率。在安全评估方面，融合上述各阶段多源信息，运用相场法等数值仿真技术，考虑地层—结构相互作用，模拟缺陷演化过程，对隧道全生命周期安全风险进行量化分析。

报告内容紧扣“机器学习与大数据驱动的智能岩土工程”前沿主题，思路清晰、案例丰富，展现了我国在隧道与地下工程智能化领域的最新研究成果与实践经验，引发了与会专家学者的广泛关注与热烈讨论。

TC309委员会作为国际土力学与岩土工程学会下设的机器学习与大数据领域技术委员会，本次首届荣誉讲座的设立标志着该方向已成为国际岩土工程界重要的学术分支，黄宏伟教授作为首位主讲人，也体现了我院在岩土工程智能化领域的国际学术地位。