焦李成，男，1959年10月出生于陕西省白水县，毕业于西安交通大学，西安电子科技大学杰出教授、计算机科学与技术学部主任、人工智能研究院院长、智能感知与图像理解教育部重点实验室主任、智能感知与计算国际联合研究中心主任、智能感知与计算国际合作联合实验室主任。

1990年，焦李成教授撰写了中国第一部神经网络专著《神经网络系统理论》，雷达“裁判长”保铮院士为其作序，被300多所高校选为教材和参考书。1990年5月，在西安电子科技大学雷达信号处理国家重点实验室从事博士后研究，任讲师、副教授。1991年，焦李成被批准为享受国务院政府津贴的专家。1992年6月，任西安电子科技大学雷达信号处理国家重点实验室教授，博士生导师。1993年，焦李成当选为第八届全国人大代表。1996年，首批入选国家级领军人才，陕西省首批“三五人才”第一层次。2002年7月任西安电子科技大学电子工程学院院长。2006年9月，所著的书籍作品《协同进化计算与多智能体系统》出版。2012年1月起任智能感知与图像理解教育部重点实验室主任、教授。2017年3月，所著的书籍作品《稀疏学习分类与识别(精)》出版。同年11月起任西安电子科技大学人工智能学院教授。2021年4月，他当选为俄罗斯自然科学院外籍院士。2022年，入选陕西省“西迁精神传承人”。

焦李成主要研究人工智能与模式识别，图像智能感知与自然计算，进化优化与深度学习，类脑计算与大数据解译等领域，曾获得全国模范教师、陕西省“西迁精神传承人”、陕西省突出贡献专家和陕西省师德标兵。2020年12月7日，获得第十届吴文俊人工智能科技奖的杰出贡献奖。2022年11月，科睿唯安信息服务（北京）有限公司公布了2022年度“高被引科学家”名单，焦李成入选。

焦李成已获得国家自然科学奖二等奖，国家优秀科技图书奖5次，全国首届三个一百优秀图书奖以及省部级一等奖等科技奖励10余项。

焦李成，于1982、1984和1990年分别于上海交通大学、西安交通大学获学士、硕士、博士学位。

1990年，焦李成教授撰写了中国第一部神经网络专著《神经网络系统理论》，雷达“裁判长”保铮院士为其作序，由西安电子科技大学出版社出版，被300多所高校选为教材和参考书。1990年5月至1992年5月，焦李成在西安电子科技大学雷达信号处理国家重点实验室从事博士后研究，任讲师、副教授。1991年，焦李成被批准为享受国务院政府津贴的专家。

1992年6月至2003年3月，焦李成任西安电子科技大学雷达信号处理国家重点实验室教授，博士生导师。1993年，焦李成当选为第八届全国人大代表。1996年，首批入选国家级领军人才，陕西省首批“三五人才”第一层次。2002年7月任西安电子科技大学电子工程学院院长。

次年9月27日至30日，由IEEE计算机学会、英国Birmingham大学、澳大利亚Griffith大学、日本Hosei大学和西安电子科技大学共同承办的第五届计算智能和多媒体应用国际会议在西安举行，焦李成教授担任大会主席。2006年9月，所著的书籍作品《协同进化计算与多智能体系统》出版。2012年1月起任智能感知与图像理解教育部重点实验室主任、教授。

2017年3月，焦李成所著的书籍作品《稀疏学习分类与识别(精)》出版。同年10月，其当选IEEE Fellow（国际电子电气工程师协会院士），IEEE FELLOW是IEEE授予会员的最高荣誉，是会员的最高级别，IEEE Fellow在学术科技界被认定为权威的荣誉和重要的职业成就，其评选过程十分严谨，每次获选人数不超过会员总数的0.1%。同年11月起任西安电子科技大学人工智能学院教授。2020年3月，在“疫情期间，2020IGARSS数据融合大赛也正在进行，西电人工智能与模式识别创新团队焦李成教授等远程指导十多个学生队伍，他们克服无法面对面交流、缺乏办公环境、远程设备操作卡顿等重重困难，一直奋战到竞赛截止的最后一刻，最终多个队伍在2020 IGARSS数据融合竞赛中斩获佳绩。2021年4月，他当选为俄罗斯自然科学院外籍院士。2022年，入选陕西省“西迁精神传承人”。

深度学习与类脑计算，图像理解与目标识别，智能感知与计算。

焦李成领导的长江学者创新团队对非线性、多尺度、非结构化智能信息处理中的优化与学习问题进行了深入研究，系统地提出了免疫进化优化理论框架与协同进化优化框架；针对具有复杂应用背景的遥感影像内容解译中的瓶颈问题，提出了高维奇异性多尺度检测的概念与理论，并成功应用于复杂影像的解译与处理，研发了遥感影像大数据类脑解译系统及国内首个类脑SAR系统等。

著作方面，焦李成出版了《神经网络系统理论》《免疫优化、学习与识别》《深度学习、优化与识别》《智能SAR图像处理与解译》《遥感影像智能解译与识别》《Coevolutionary Computation and Multiagent Systems》《Brain and Nature-Inspired Learning，Computation and Recognition》等领域内多部专著，相关著作被国内百余所高校选为本、硕、博的教材及参考书，启蒙了许多智能信息处理领域的研究者，推动了该领域相关理论研究与教育事业的发展；并荣获5项图书奖。

焦李成的学术成果得到了国际同行的广泛认可及引用，由于其在智能感知与计算领域的的杰出贡献当选为IEEE FELLOW、IET Fellow、中国人工智能学会会士、中国计算机学会会士、中国自动化学会会士、中国电子学会会士等。其科研成果获省部级以上科技奖10余项，在IEEE Trans.SMC、IEEE Trans.EC、PR、Neural Computation、中国科学（E）等国内外刊物及会议上发表多篇论文，至2006年1月10日，中国期刊全文数据库中焦李成教授专著共被国内科研论文引用2886次，中国引文数据库统计的焦李成教授的科研论著共被国内科研论文引用1041次。至2005年12月，署名作者有西安电子科技大学焦李成教授的科研论文中被SCI检索99篇次，EI检索288篇次。科研论著被SCI引用152篇次，其中113篇次为他引。

焦李成培养了多名包括全国百优、百优提名、IEEE FELLOW、973首席科学家、长江学者、国家万人领军学者、京东金融首席科学家，商汤科技CTO，阿里巴巴达摩院战略专家等在内的学者专家及业界翘楚。

2012年，以焦李成为团队带头人的“智能感知与图像理解”科研团队入选教育部“创新团队发展计划”；2006年，团队被批准为“智能信息处理科学与技术”国家“111”创新引智基地；截至2012年1月，团队已培养博士、博士后70余人，其中1名博士生获得全国优秀百篇博士论文奖，1人获得提名奖，6人获得陕西省优秀博士学位论文奖。

焦李成教授主持和完成包括国家“863”计划、国家自然科学基金重点项目、国家教委博士点基金、国防预研基金、军事电子预研基金等国家科研任务30余项。

焦李成教授主要从事电路与系统、模式识别与智能系统、智能信息处理。

焦李成教授主要从事电路与系统、模式识别与智能系统、智能信息处理。

2018年12月21日，由中国传媒大学科学研究处、信息与通信工程学院主办，学科建设与规划处、研究生院、人事处联合主办的第四期“青年教师与博士科研工作坊”在明德楼一层报告厅召开。此次科研工作坊由西安电子科技大学计算机科学与技术学部主任焦李成教授担任主讲人，主题为“基于深度学习与稀疏表征的图像解译”。

2021年5月21日，俄罗斯自然科学院外籍院士、西安电子科技大学人工智能学院院长焦李成教授应邀来天津工业大学人工智能学院 进行交流。会上，焦李成教授作了题为《人工智能交叉学科建设与人才培养的探索与思考》的报告，介绍了人工智能及相关科技领域的发展与挑战、人工智能交叉学科特质，以及我国教育体系人工智能布局的具体情况，就人工智能专业人才培养体系、教育理念等方面的经验与思考进行了分享。

2021年7月24日，西安电子科技大学计算机科学与技术学部主任、人工智能研究院院长焦李成教授应邀来武汉工程大学人工智能学院做学术报告。

2022年5月12日，欧洲科学院外籍院士、俄罗斯自然科学院外籍院士焦李成应邀做客西北大学“杨钟健学术讲座”，为师生作了题为“进化优化与深度学习的思考”的学术报告。

截至2019年12月，焦李成已指导培养的10余名博士生曾获得了全国优秀博士学位论文奖、提名奖及陕西省优秀博士论文奖等奖项；2019年11月，在第十六届“挑战杯”全国大学生课外学术科技作品竞赛上由焦李成和钟桦指导，人工智能学院2016、2017级本科生马彦彪、郑永、李春鹏、黄顺然，通信工程学院姚国润，电子工程学院张珂鑫，计算机科学与技术学院郑力南等完成的“基于人工智能的自闭症谱系障碍早期筛查”获得全国挑战杯一等奖。

焦李成学术思想活跃，反应敏锐,勇于开拓，积极进取，热心社会工作，他还在中国电于学会等多个学术组织中任职，是陕西省十大杰出青年之一。（豆瓣读书评）

焦李成是中国人工智能教育及科研事业的先行者（西安电子科技大学评）

焦李成选择将人生奉献给西部，奉献给党和国家，赓续“西迁精神”，投身科学研究与高等教育事业。他进入西安电子科技大学雷达信号处理国家重点实验室，在保铮院士的指导下从事博士后研究，并随后在西电任教至今。（西安电子科技大学评）

焦李成在人工智能领域人工神经网络及进化计算方向做出了杰出贡献。（中国人工智能学会评）

2024年2月，美国人工智能研究公司OpenAI发布了Sora模型。在文生文、文生图之后，Sora突破了文生视频技术，可以根据文本指令生成长达1分钟的逼真和富有想象力的视频，引起网络和公众高度关注，焦李成指出，Sora的成功源自于整个学界、业界、AI社区多年来在技术、工程等方面的探索和积累。文生视频是生成式人工智能中的一个典型应用。生成式人工智能的核心是使用机器学习和深度学习算法，通过对大量数据的学习和模式识别，能够生成新的、以前未见过的内容，如图像、音频、视频、文本等。ChatGPT、Sora等都是人工智能生成式大模型。这些成功主要依靠三个要素，分别是数据、算力和算法。其核心是深度学习算法的突破，也就是指深度神经网络算法。其基本思想是模拟人脑的信息处理机制构建人工神经网络，基于大量数据训练模型，希望它能够对自然信息尤其是声音、语言、图像、视频等进行很好的处理。尽管在大模型中展示了强大的性能，但对于人脑的知识处理机制和推理机制实现得还不够，这也是我们近三十年一直深耕的领域。