新闻中心

新加坡国立大学博士生导师、助理教授、智慧系统工程研究组负责人王笑楠（清华大学化工系2007级校友）领导的团队合作开发的一套名为“DeepKey”的防伪系统，于2020年12月22日在亚洲新闻台CNA播出后，已经受到了不少关注，十余个国家的媒体进行了视频直播和文字报道。

景琳博士（左）和王笑楠助理教授（右）展示团队成果

随着新冠疫苗开始在全球量产，如何快速鉴定疫苗真伪，不让“假疫苗”趁机流入市场，是各国关注的问题。与传统的防伪技术相比，DeepKey的工作速度更快，可以获得高度准确的结果，并使用耐用的识别标签，不易受到极端温度、化学品泄漏、紫外线照射和潮湿等环境条件的影响。

联合领导研究计划的王笑楠教授向媒体介绍时说，这套新系统由两个部分组成：一个不容易受到环境因素，如超低温或化学药品破坏的实体标签，以及一套运用人工智能来进行快速识别的软件。因为有些COVID-19疫苗疫苗需要在-70°C的超低温下储存，DeepKey尤其适用于标记疫苗，以实现快速和可靠的认证。这项技术混合了皱褶的二维薄膜和深度学习，提供了高级别的耐用性和快速认证，可以应用于不同的高价值产品，包括药品、珠宝和电子产品。

具有强防伪能力的二维材料安全标签

该团队的二维材料安全标签显示出物理不可克隆功能模式（PUF模式），这些模式是通过系统地压缩二维材料薄膜而随机产生的。具有多尺度特征的复杂二维材料模式可以通过训练有素的深度学习模型进行分类和验证，从而在不到3.5分钟的时间内实现可靠（100%准确）的认证。

王笑楠接受采访时说：“通过这项研究，我们已经解决了其他技术遇到的几个瓶颈。我们的二维材料PUF标签是环境稳定，易于阅读，简单和成本低廉的制作。特别是采用深度学习，大大加快了整体认证速度，将我们的发明推向了实际应用的一步。”

团队已于本月初将研究成果发表在美国科学旗舰期刊Matter中。本研究由安徽工业大学和南洋理工大学的研究人员共同合作完成。新加坡国立大学的研究小组已经为他们的发明申请了专利，现在正计划将这项技术再推进一步。“我们将持续寻找更好、更快、更可靠的PUF标签读出和认证方法。此外，这种由PUF标签自然编码的信息可以通过保留在区块链上而得到进一步的保护，这样就可以透明地跟踪整个供应链，实现质量控制，”王教授补充道。

校友介绍：

王笑楠出生于1990年，17岁从山西省临汾一中考入清华大学，就读于化72班，2011 年本科毕业于清华大学化学工程系，受加州大学硕博连读全额奖学金资助，进入加州大学戴维斯分校直博，2015 年获得化学工程和控制科学博士学位。之后赴伦敦帝国理工学院系统工程研究中心从事博士后研究，同时担任未来能源实验室硕士导师和课程讲师。2017 年7 月起担任新加坡国立大学化工与生物分子工程助理教授、博士生导师，创建了智慧系统工程研究中心，并领导新加坡最大的先进制造加速开发计划，兼任NUS能源研究中心研究员和多个国际项目的联合PI，开展基于人工智能和优化控制的智慧城市、能源和清洁生产的研究，发表论文超过70 篇，同时作为顾问与政府和工业界紧密合作。担任环太平洋大学联盟（APRU）可持续废弃物管理项目负责人，Applied Energy，Results in Control and Optimization，ACS ES&T Engineering，Advances in Applied Energy，Frontiers in Blockchain 等期刊编委和多个国际会议的组织者、主席，系统工程、能源化工、电气自动化等领域的大型国际会议上作40 余次特邀大会报告和学术报告。获得可持续发展大会青年研究员奖，应用能源期刊高被引论文奖，国际化学工程师学会全球青年研究员决赛提名奖（全球10名），英国皇家协会交流奖，以及应用能源大会、IEEE全美控制会议最佳论文奖等。其团队在人工智能加速材料开发应用，多能源系统综合利用，循环经济等领域有一系列高被引论文和算法软件产出，其团队开发的Deepkey防伪系统被十几个国家深度报道，目前正在进行疫苗防伪的探索。