（作者/乔布韩）人工智能作为多领域的融合应用技术，依托于大量的数据，将原来的显性定义规则转变为由机器自动学习的模型训练后预测结果规则，并研究如何使计算机来模拟人的某些思维过程和学习、推理、思考、规划等智能行为。现已广泛应用到生活中的各个领域，涵盖社会管理、公共服务、产业运作与个人生活的各个方面。但人工智能的可挖掘价值在目前的广播电视传输技术中尚有巨大的挖掘空间，广播电视传输行业媒体信号传输设备监测工程师徐利滨凭借着多年来在专业领域的丰富经验，深入挖掘人工智能的技术潜力，不仅成为广播电视传输行业技术研发的标杆人物，更为其他广播电视传输相关行业与人工智能技术的发展做出了表率。
广播电视播出质量的高低取决于传输技术水平的高低，因此，长期以来，专家学者在传输的速率上进行了持续性的研究。但面对媒体信号传输的基础设备运行时出现的诸多复杂场景，如无法用仿真模型模拟极其复杂的无线环境、主动性的媒体信号传输设备的支持与保障是很难有进展的。为解决超出传统的人工规则预定义与执行的处理与管理能力的场景，需要有自动化、智能化的系统，对媒体信号传输设备进行监测。基于此，徐利滨研发了原创技术“基于人工智能的媒体信号传输设备运行监测系统V1.0”。
“基于人工智能的媒体信号传输设备运行监测系统V1.0”是针对媒体信号传输设备运行进程中产生的问题，以及准同步数字系列（PDH）在点对点的传输基础上的复用结构缺乏灵活性、数字通道设备利用率的缺陷，所研发出的一种监测系统。这一技术成果利用人工智能在大数据驱动、跨媒体认知学习、高水平人机协同等方面的优势，它加强了对波分复用技术以及光纤传输技术的监测，综合监测总览、预警信息、监测信息、综合查询、监测项管理、传感器管理等多模块，运用3D模型进行智能算法模拟分析，完成实时获取传输过滤数据和多路监测集成。并且该系统拥有结合历史预警深度分析，监测数据可视化等功能，可以最终对现有媒体信号传输设备运行状态进行全面监测，保证媒体信号传输设备的平稳运行。该技术对MBMS到eMBMS的跨越式发展的巨大动力，保证了广播电视传输行业进一步向智能化深入转型。
在技术面世后，领域内的众多专家学者对其展开了进一步研究，认为这项技术已经达到跨领域的融合智能化的先进水平，不仅在本领域内创造了巨大的社会效益，更为其他行业带来技术研发的指导，如通信网络等相关领域。借助“基于人工智能的媒体信号传输设备运行监测系统V1.0”这一技术完成的研究已经满足了ETSI定义的网络智能化分级标准中的四级,成为极重要的指导性技术。徐利滨同样凭借着这一技术，巩固了自己在广播电视传输行业的领军者地位。
除了技术研发外，徐利滨同样注重人才队伍建设。随着大数据、云计算、区块链、人工智能等技术不断发展，媒体信号传输形式不断创新，需求带来的数据量成倍暴涨，广播电视传输行业对各类人才的需求日益增多。面对新形势，人才队伍目前还存在高层次人才缺乏、人才不足、国际媒体信号传输设备监测人才短缺、关键核心技术领域的战略科技人才不够等短板。资源缺乏、激励手段有限等困难较难解决，人才流失、人才缺乏、人才引进难、人才活力不足等问题依然突出。针对行业后备人才挑战，徐利滨推动分配考核方案制定，对接市场薪酬标准，以岗定薪、量化考核，提高对人才的吸引力；同时考核分配上加大对一线岗位的倾斜力度，推动薪酬分配向做出突出贡献的人才倾斜，提高人才的积极性，合理拉开二次分配。除了考核机制上，徐利滨还积极推动全员岗位聘用制度，协助青年优秀人才到关键岗位的建设工作，缓解人才队伍断层问题，深化广播电视传输行业人才队伍建设改革。
多年来，徐利滨一直在从事媒体信号传输设备监测工作，他敬业爱岗，锐意进取，对广播电视的安全优质播出、重大技术改造、基础设施建设、项目引进等方面都做出了不可替代的贡献。继往开来，开拓道路，他辛勤的汗水成为行业后备力量研究的动力，广播电视传输行业媒体信号传输设备监测领域终将留下他深刻的印记。
