10月重磅 | IJAC特约专题：类人计算 | 自由微信

查看原文

其他

10月重磅 | IJAC特约专题：类人计算

Original 2017-10-09 IJAC编辑部 IJAC

专题客座编辑：

乔红（中科院自动化研究所研究员、IJAC编委）

Hong Zhang （加拿大阿尔伯塔大学教授）

Florian Rohrbein （Human Brain Project神经机器人项目主管）

特约撰稿人：

1. Tomaso Poggio（MIT教授）

2. 黄铁军（北京大学教授）

3. Danko Nikolic （德国马普所）

4. Jean Paul Laumond（LAAS-CNRS主任）

5. 乔红（中科院自动化研究所）

6. 唐华锦（四川大学教授）

类人计算是指受人脑智能及生物过程启发的智能计算模型。类人计算不仅继承和发展了人工智能，同时也提供了一个全新的角度来帮助理解和掌握智能的本质。随着认知科学的不断进步，现在我们有能力挖掘更多人类大脑中有价值的深层信息，探索在我们的大脑中究竟发生了什么。在这些大脑认知新成果的助力下，科学家们提出了许多类人计算的新理论和新算法，并广泛应用于诸如人工智能、机器学习和数据挖掘等领域。当前，类人计算已经成为一股推动科学技术进步的重要力量。

图片来自网络

本期专题旨在探讨类人计算带来的机遇和挑战，确定关键性任务，评价当前科研水平，展示创新性方法及思考，介绍真实系统或应用，讨论未来发展方向。智能计算在公共安全、娱乐、健康等领域发挥着重要作用。本期，我们约请了智能计算各重要领域的知名专家学者为IJAC撰稿，共同研究类人计算与深度学习技术的协同与创新。

第一篇约稿Why and when can deep-but not shallow-networks avoid the curse of dimensionality: a review来自麻省理工Tomaso Poggio教授团队，文章综述并拓展了深度学习理论中一个新兴分支的研究成果。通过将浅层（单隐层）网络与深层卷积网络进行对比，作者找出了深层网络显著优于浅层学习的不同情况。结论认为：理论上，深层网络可帮助复合函数跳出维度诅咒，如局部层级（locality of hierarchy）和复合输入输出映射（compositional input-output mapping）。

图片来自SpringerLink

全文链接：

1）SpringerLink：

https://link.springer.com/article/10.1007/s11633-017-1054-2

46 32174 46 14987 0 0 2973 0 0:00:10 0:00:05 0:00:05 29732）IJAC官网：

http://www.ijac.net/EN/abstract/abstract1956.shtml

往期精彩：

【IJAC热文】MIT Tomaso Poggio教授探讨深度学习机理

第二篇约稿Imitating the brain with neurocomputer--- a “new” way towrds artificial intelligence来自北京大学黄铁军教授。文章提出了一种可实现通用人工智能的实用方法：基于仿拟的哲学思维，该研究模仿了大脑的连接结构，以此构建神经计算机。黄教授提供了丰富的证据来论证“功能来自结构”的哲学。通过梳理人工智能的发展历史，总结神经计算机的地位和发展趋势，黄教授在最后探讨了一个关键问题：为何神经计算机可以让通用人工智能成为现实。

图片来自SpringerLink

全文链接：

1）SpringerLink：

https://link.springer.com/article/10.1007/s11633-017-1082-y

2）IJAC官网：

http://www.ijac.net/EN/abstract/abstract1892.shtml

往期精彩：

【IJAC热文】北京大学黄铁军：走向通用人工智能，到底是先“理解智能”还是先“制造智能”？

第三篇约稿Why deep neural nets cannot ever match biological intelligence and what to do about it?来自德国马普所Danko Nikolic博士。基于Proctopoiesis理论，文章对比了生物智能与人工智能在适应能力上的差异。通过计算真实生命、人主体和人工主体的多样性，作者分析了当前人工智能无法媲美生物智能的原因，并提出了一些改进建议。

图片来自SpringerLink

全文链接：

1）SpringerLink：

https://link.springer.com/article/10.1007/s11633-017-1093-8

2）IJAC官网：

http://www.ijac.net/EN/abstract/abstract1958.shtml

往期精彩：

【IJAC推文】德国马普所：深层神经网络为何无法媲美生物智能？如何突破瓶颈？

第四篇约稿On the centre of mass motion in human walking来自LAAS-CNRS主任Jean-Paul Laumond团队。文章构建了一种测量质心（CoM）运动的新模型。基于人类行走可观察性的分析，作者提出质心运动轨迹在矢状面遵循短幅摆线（curtate cycloid），并基于此建立了短幅摆线模型用以描述这一模式。与现有方法相比，本文构建的模型免分段、精度高、参数少。此外，将来该模型或可成功替代现有的类人机器人控制方法。

图片来自SpringerLink

全文链接：

1）SpringerLink：

https://link.springer.com/article/10.1007/s11633-017-1088-5

2）IJAC官网：

http://www.ijac.net/EN/abstract/abstract1959.shtml

往期精彩：

【IJAC热文】法国院士J. P. Laumond：类人机器人中生物行走机理的最新发现

第五篇约稿Flexible robotic grasping strategy with constrained region in environment来自中科院自动化所乔红研究员团队。文章研究了机器灵巧手的类人抓取策略。受人类抓取操作的启发，作者提出了一个全新的概念：constrained region in environment（环境约束区），并构建了仿生共同感知框架（bio-inspired co-sensing framework）。基于环境约束区概念，在配备低精度传感器的情况下，机器人也能顺利完成抓取，这一抓取策略的有效性已经通过实验在Barrett Hand上得到证实。

图片来自SpringerLink

全文链接：

1）SpringerLink：

https://link.springer.com/article/10.1007/s11633-017-1096-5

2）IJAC官网：

http://www.ijac.net/EN/abstract/abstract1957.shtml

往期精彩：

【IJAC推文】国家重点实验室乔红团队：CRIE框架下机器人的灵活抓取策略

第六篇约稿A brain-inspired SLAM system based on ORB features来自四川大学唐华锦教授团队。文章描述了仿脑即时定位与地图构建系统（simultaneously localization and mapping system,），简称RatSLAM。不同于现有的RatSLAM，该系统仅使用一个简单向量代表视觉图像特征。此外，文章采用了一种高效快速的描述方法（简称ORB），该方法可从RGB图像中提取特征。在RatSLAM系统中，其有效性和鲁棒性也得到了证实。

图片来自SpringerLink

全文链接：

1）SpringerLink：

https://link.springer.com/article/10.1007/s11633-017-1090-y

2）IJAC官网：

http://www.ijac.net/EN/abstract/abstract1912.shtml

往期精彩：

【唐华锦教授团队-开放获取】基于ORB特征的仿脑SLAM系统

上文作者：

乔红中国科学院自动化研究所

Hong Zhang 加拿大阿尔伯塔大学

Florian Rohrbein Human Brain Project神经机器人项目主管