【CAC专题】自动化大会专题报告—人工智能与机器学习

2017中国自动化大会“人工智能与机器学习”专题论坛由郑南宁院士任荣誉主席，王成红教授、王飞跃教授任主席。兰州大学胡斌教授、南京理工大学杨健教授、华中科技大学曾志刚教授、北京大学刘宏教授以及电子科技大学申恒涛教授向与会嘉宾作了专题报告。

本场报告的第一位主讲人是国家‘千人计划’入选者、国家特聘专家、兰州大学信息科学与工程学院院长胡斌教授。胡斌主要的研究领域为普适计算、心理生理计算、协同工作技术和语义网。他的报告题目是《基于可穿戴技术的类人智能协同》。胡教授在报告中详细介绍了可穿戴技术支撑的类人智能的实现途径，以及其中包括的数据采集、去噪、特征提取、分类等流程，同时介绍了可穿戴技术的历史起源、发展过程，并详细阐述了人与机器在未知环境中协同工作的观点，提出让人与机器深度融合、共同决策来执行复杂的既定任务的设想。胡斌结合自己在研的科研项目谈到了可穿戴技术目前存在的困难和面临的挑战。胡教授表示，他所带领的研究团队已取得相关技术的最新进展并研发出相关产品，主要的研究目标—认知行为疗法，目前也已处于测试阶段。胡教授还就可穿戴技术在人类心理、生理以及军事方面的应用做了详细的介绍。

胡斌教授作题为《基于可穿戴技术的类人智能协同》的专题报告

胡斌教授精彩的报告结束后，国家“千人计划”特聘专家、电子科技大学教授、博士生导师申恒涛教授向与会嘉宾做了题为《Cross-media Understanding and Retrieval》的主题报告。申教授一直从事最前沿的计算机科学研究，研究方向包括大数据、多媒体、计算机数据、机器学习等。申教授首先在报告中介绍了跨媒体的定义、产生背景等内容。同时指出，跨媒体搜索一直是计算机视觉领域的研究重点和难点。近年来，随着文本、图片、视频、音频、传感器数据等不同类型的多媒体数据的快速增加，如何实现不同模态间的数据检索已经成为多媒体检索领域的研究热点。然而，如何“教”会计算机在不同模态的信息海洋中寻找数据之间的关联，一直是困扰学界和业届的难题。针对这一难题，申教授向与会嘉宾详细介绍了自己团队所做的研究工作以及取得的重要成果。申教授还就未来行业的发展前景进行了展望。

申恒涛教授作题为《Cross-media Understanding and Retrieval》的专题报告

长江学者特聘教授、国家杰出青年基金获得者、南京理工大学计算机学院杨健教授的报告题目是《Two-dimensional Representation learning:Methods and applications》。杨教授长期从事模式识别理论与应用方面的研究，曾主持多项国家重点科研项目。他从表示学习的定义出发，首先介绍了2D子空间学习方法，详细讲解了2DPCA模型和改进的基于核范数的2DPCA算法。报告就一维、二维数据的特征提取方法以及特征、低秩、核范数方法及其优缺点以及如何将基于核范数的2DPCA方法用于回归、分类等方面进行详细分析和讲解。杨教授指出，L2范数约束对高斯分布的噪声有效，L1范数约束对拉普拉斯分布噪声有效，而核范数能够非常有效处理实际图像比对中的极端的光照影响和遮挡影响。他同时介绍了回归模型在图像表示及分类中的应用及其最新的在深度上的研究工作。

杨健教授作题为《Two-dimensional Representationlearning:Methods and applications》的专题报告

本场专题报告的第四位主讲人是北京大学教授、博士生导师、中国人工智能学会副理事长刘宏教授。刘教授长期从事人工智能和机器人领域的教学、科研和产业化工作，在机器人领域有着丰硕的学术成果和研究。刘教授此次报告的题目为《人工智能与智能认知技术》。他首先以AlphaGo为例，提出了一个思考：人工智能与人们的日常生活是否有紧密的联系？他认为，机器人是人工智能与日常生活产生联系的最佳载体，但是目前机器人的普及率仍然很低。如何使机器人走进千家万户是一个值得深思的问题。结合当下几种常见的机器人，刘教授向与会嘉宾分析了目前机器人领域存在的挑战及机遇。他认为，人工智能需要和机器人深度结合，“人工头”就是这个结合的重要切入点。刘教授还就团队情况以及目前所从事的研究和取得的一系列进展向与会嘉宾进行了深入交流。

刘宏教授作题为《人工智能与智能认知技术》的专题报告

华中科技大学自动化学院教授、博士生导师、国家杰出青年科学基金获得者曾志刚教授作为本场专题报告的最后一位发言人，带来了题为《基于忆阻的神经形态系统分析与设计》的主题报告。曾教授主要从事复杂系统渐进行为理论与应用的研究，目前已取得多项行业领先的研究成果。在报告中，曾教授从忆阻研究背景与意义、基于忆阻的神经形态计算、忆阻系统的渐进行为分析等三个角度展开报告。他指出，在实现类脑计算的过程中，如何采用微纳器件模拟生物神经元，以及神经突触的功能是一个急需突破的技术难题，而忆阻可以模仿大脑神经元突触，成为构建模拟大脑电路系统的关键器件，给基于类脑计算的物理实现带来了希望。曾教授指出，忆阻的发现足以媲美100年前发明的三极管，其任何一项产业化应用都可能带来新一轮的产业革命。他还向与会嘉宾详细介绍了基于忆阻的神经形态计算中的忆阻器在神经形态计算系统中的优劣势、忆阻交叉阵列实现反响传播算法、基于忆阻交叉阵列的卷积运算、模式识别中的应用以及联想记忆中的应用等运算过程以及理论内容。

曾志刚教授作《基于忆阻的神经形态系统分析与设计》的专题报告

人工智能和机器学习作为当前科技领域备受关注和青睐的研究领域，一直是各大科技企业、研究机构等争相竞逐的目标。尽管目前对于人工智能的争论不绝于耳，但是人工智能的发展趋势是不断向前的。本场报告的主讲人就各自的研究方向进行了深入浅出的讲解，不仅加深了人们对人工智能和机器学习领域最前沿的研究成果的了解，也为未来人工智能的发展方向提供了有效的借鉴。

📚往期文章推荐

人工智能名人堂第49期 | 斯坦福研究院名人堂成员：Peter E. Ha

未来的主战场| 2018年十大战略科技发展趋势预

德先生公众号 ｜ 往期精选

在公众号会话位置回复以下关键词，查看德先生往期文章！

人工智能｜机器崛起｜区块链｜名人堂

虚拟现实｜无人驾驶｜智能制造｜无人机

科研创新｜网络安全｜数据时代｜人机大战

……

更多精彩文章正在赶来，敬请期待！

点击“阅读原文”，移步求知书店，可查阅选购德先生推荐书籍。