陈祖煜院士在报告中讲解了机器学习算法常见的神经网路与决策树的基本原理与应用机制，通过特征提取、数据驱动与模型验证等三个环节，演示了机器学习算法应用于TBM刀盘转速等预测应用过程。阐释了基于卷积神经网络与随机森林方法进行引松工程的围岩分类预测研究与基于微震监测数据的卷积神经网络岩爆预测模型试验，验证了机器学习助力TBM安全、智能掘进的科学方法走向炼金术的可能。最后结合川藏铁路TBM施工具有的“岩石强度高、多岩爆、节理密集带多与高海拔”的施工挑战，以及引江补汉工程中TBM施工的巨大挑战，展望了机器学习在重大工程中的应用前景与存在问题，鼓励师生运用人工智能更好服务我国重大工程建设。
报告结束后，陈祖煜院士与现场的老师和同学们进行了互动交流，对师生们的提问做了细致的解答。
