QQ在線
企業(yè)微信
資訊
7726月11日，亞太人工智能學會（AAIA）武漢分會揭牌儀式暨2022武漢人工智能高峰論壇在武漢科技大學青山校區(qū)人工智能學院報告廳舉行。中國科學院院士、武漢科技大學人工智能學院院長吳宏鑫院士；中國工程院院士、北京科技大學教授毛新平院士；歐洲科學院院士、歐洲科學與藝術院院士、國際系統(tǒng)與控制科學院院士、IEEE會士、英國倫敦布魯內爾大學教授王子棟院士；IEEE會士、長江學者特聘教授、國家杰青、華中科技大學人工智能與自動化學院院長曾志剛教授；IEEE會士、國家杰青、中國地質大學（武漢）計算機學院院長王力哲教授；國家杰青、武漢大學電氣與自動化學院副院長何怡剛教授；華中師范大學國家數(shù)字化學習工程技術研究中心副主任、華師伍倫貢聯(lián)合研究院院長余新國教授；武漢大學工業(yè)科學研究院副院長李輝教授；亞太人工智能學會執(zhí)行主席雷渠江教授；武漢科技大學校長倪紅衛(wèi)教授；亞太人工智能學會常務副秘書長蔡忠濤；亞太人工智能學會武漢分會主席伍世虔教授；亞太人工智能學會無錫分會（籌）秘書長殷飛，等二十余位專家學者及300余位師生出席此次會議，會議采用線下與線上相結合的形式。
論壇議程：
湖北省委省政府積極落實黨中央、專家賦予湖北“建成支點、走在前列、譜寫新篇”的目標定位，提出構建51020現(xiàn)代產業(yè)體系，即5個萬億級支柱產業(yè)、10個五千億級優(yōu)勢產業(yè)、20個千億級特色產業(yè)集群。
此次高峰論壇邀請到中國科學院士吳宏鑫、中國工程院院士毛新平等8位專家學者進行匯報。報告既有關于人工智能研究內容的思考、關于人工智能再造科研和教育的展望，還有關注鋼鐵企業(yè)CPS構建、記憶電路、城市可持續(xù)發(fā)展、機器學習、大數(shù)據(jù)、智能制造等垂直領域的分享及討論。
報告一、吳宏鑫院士 《人工智能研究的一點體會》
吳院士用樸實語言給大家講述了人工智能科學研究人員，要務實，不要搞胡里花哨的研究，研究要著眼實際問題，將理論與實踐相互結合；每個單位和個人都應該從實際需求出發(fā)，選定一兩個方向，深入研究。在這個方面，武科大做得不錯，人工智能學院也做得特別好，高校里面越來越多的老師，在注重產業(yè)化，將理論研究與實際應用相結合，推動產業(yè)發(fā)展。并給大家展示了人工智能在健康、航天等領域的應用：比如老年人智能尿不濕；如何防止走丟失系統(tǒng)，老年人走丟了，怎么去報警和預防，尋找。鞋子、衣服，需要穿戴的感知設備，與航天領域信息溝通，定位這個人在哪里？怎么讓老年人更加健康的生活，不僅僅是看個電視劇，有吃有喝，還要了解老年人在想什么？報告還提到了一個重點研究的領域：研究語言識別和表達，如果能夠將漢語和英語的識別和表達研究好，我們可以節(jié)省大量學習英語的時間。
最后也引領大家反思：智能控制究竟是什么？智能控制到底要解決什么問題？
報告二、毛新平院士《鋼鐵企業(yè)CPS構建的路徑和方法》
毛院士給大家介紹了CPS的概念與框架，CPS（cyber physical systems）通過集成先進的感知、計算、通信、控制等信息技術和自動控制技術，構建物理空間與信息空間中人、機、物、環(huán)境、信息等要素的相互映射、實時交互、高效協(xié)同的復雜系統(tǒng)，實現(xiàn)系統(tǒng)內資源配置和運行按需相應、快速迭代、動態(tài)優(yōu)化；CPS包含四個環(huán)節(jié)：狀態(tài)感知、實時分析、科學決策、準確執(zhí)行；并重點闡述了鋼鐵企業(yè)cps構建的路徑和方法：CPS在流程工業(yè)的應用和發(fā)展空間極大，流程型制造工業(yè)對智能制造的需求特別大，應用特別廣闊，產生的社會價值特別巨大；國家強調的雙碳，對于我們這些制造過程來說，不僅僅是產量和質量，也要重視我們的能耗與環(huán)保，對生態(tài)的影響，這些將決定我們的產品是否可以準入到國際市場；中國工程院發(fā)布的《中國智能制造發(fā)展戰(zhàn)略研究報告》中，提出了“并行推進、融合發(fā)展”的技術路線，數(shù)字化、網(wǎng)絡化、智能化并行推進、融合發(fā)展，鋼鐵工業(yè)應遵循上述原則，同時應結合我國鋼鐵工業(yè)發(fā)展現(xiàn)狀，實事求是，扎扎實實地完成數(shù)字化、網(wǎng)絡化“補課”。
報告三、曾志剛教授 《一種多功能憶阻巴普洛夫聯(lián)系記憶電路分析》
我們過馬路腦袋里面不用數(shù)學模型，現(xiàn)在機器人過馬路，需要模型。人腦的信息接受，內部感覺和外部感覺，經過綜合處理，不同的人接觸同樣的信息，處理和輸出的結論可能不一樣，是因為輸入輸出之間是一種帶跳躍的、不連續(xù)的動態(tài)映射。世界是動態(tài)的，機器人做決策所面對的信息，經過加工和處理，已經相對靜態(tài)和有邏輯，因此，在處理邏輯性和靜態(tài)信息時，機器人比人腦要強，但現(xiàn)實世界一切都是動態(tài)的；大腦的學習與回憶功能由神經元的各種動力學響應來實現(xiàn)。動物智能自帶導航系統(tǒng)，比如鳥的遷徙和每天回鳥巢，是不用GPS的。大腦中的記憶是如何產生的？“自主性”是無人系統(tǒng)區(qū)別于有人系統(tǒng)最重要的技術特征，實現(xiàn)無人系統(tǒng)的自主控制，提高其智能程度，是無人系統(tǒng)的重要發(fā)展趨勢。機器人做判斷是有條件的，如果怎么，就怎么的結構，人大部分時候做判斷是沒有那么多條件的。因此，自主性是現(xiàn)在的機器人所不具備的。其研究團隊過去的工作，利用憶阻電路模擬了生物學實驗中的經典聯(lián)想記憶現(xiàn)象，基于明確的ANN算法模型進行電路設計并處理相應任務。
報告四、王力哲教授 《面向可持續(xù)發(fā)展目標的城市空間》
隨著技術的發(fā)展，現(xiàn)在的情況，走向更精細對地觀測；空間分辨率不斷提升，大規(guī)?？臻g信息基礎設施，大量的算力設備，算力的架構和能力的提升，為空間觀測提供了極大的幫助，并且基本都走向云化。從對地觀測走向泛在感知，無人機遙感、眾包擴展了數(shù)據(jù)來源；城市風暴潮數(shù)字孿生智能模擬、評估與決策支持；基于多源泛在感知數(shù)據(jù)的城市人口與電力消耗量估算研究，指出城市發(fā)展不健全，規(guī)劃前瞻性不足，提出高精度人口估算，使用多源數(shù)據(jù)，結合局部空間信息，來實現(xiàn)對某個時間段某個區(qū)域人口數(shù)量的估算；結合深度遷移學習與隨機森林的電力消耗估算，來估算城市的能源消耗；天上看一些東西，地面感知一些東西，加上基本的社會經濟指標的對應，可以實現(xiàn)在一定空間尺度和時間刻度上能源消耗的估算?；跀U散理論的城市空間形態(tài)時空演變及影響因素研究，地球和大腦都是復雜系統(tǒng)，個人認為地球更加復雜，特別是從時間維度，我們對地球的演變知之甚少；城市空間形態(tài)的發(fā)展變化是一個行為過程高度復雜的變化。通過多種要素建模，在時間和空間上進行演變建模，可以去預測和服務城市的擴散。
報告五、何怡剛教授 《能源裝備多源異構數(shù)據(jù)融合與機器學習診斷關鍵技術》
當前面臨的問題：多源異構大數(shù)據(jù)的處理能力不足，泛化能力差；現(xiàn)有方法難以提取分類，無法精確定位故障，難以準確推演設備真實狀態(tài)；目前各種診斷算法對高壓大容器電力變壓器等能源裝備運行狀態(tài)之間的關聯(lián)性分析不足，缺乏對各種信息之間的內在聯(lián)系深度挖掘。
其研究團隊研究和建立了面向能源裝備遠程智能運維多源異構數(shù)據(jù)規(guī)范化接入及質量評價指標；裝備的圖像抽取有難度，很多時候是三維甚至四維的；闡述了能源裝備多模態(tài)信息融合評估機制，從圖像數(shù)據(jù)、文本數(shù)據(jù)、音頻數(shù)據(jù)和視頻數(shù)據(jù)進行處理和清洗，提取相應的特征，進行融合與通過特定算法，進行故障診斷；電網(wǎng)比我們的通訊網(wǎng)更為復雜，其研究團隊也研究電網(wǎng)設備的預警機制，基于串級遷移學習的電力設備小樣本故障診斷融合，避免電網(wǎng)系統(tǒng)發(fā)生故障，避免安全事故和企業(yè)財產的損失；特別是大變壓器檢測的應用，傳統(tǒng)的檢測，過去的監(jiān)測很麻煩，通過光纖，通過數(shù)據(jù)線傳導出來，其研究團隊設計了一種能夠自取RFID傳感器標簽，通過傳感器，無線發(fā)射的方式，用于變壓器振動信號的采集與傳輸。電力系統(tǒng)和電網(wǎng)系統(tǒng)，研發(fā)和運維有極大的提升空間。
報告六、王子棟院士 《Big Data Analysis: Engineering or Science》
同一批數(shù)據(jù)，給不同的人，經過分析，有可能得出截然不同的結論；過去20年是算力突飛猛進的時刻，但是在算法方面沒有什么突破；目前大數(shù)據(jù)分析主要兩種人，一種是搞計算機科學的，另外一種是搞控制的、系統(tǒng)工程的，這兩種方向是競爭關系還是可以合作？我們做研究時，有數(shù)據(jù)，也有對標的對象，但是研究出來的結果還是不能完全一樣。目前正在做一個300萬英鎊的項目，人工智能的方法去煉丹，與學校里面的材料科學家合作，傳統(tǒng)的方法是要做實驗，我們用機器學習的方法，來研究各種各樣的材料的參數(shù)，有20000多種參數(shù)，導致求解的過程很復雜；面臨的挑戰(zhàn)：需要搜尋可能的解空間太大，10年前，數(shù)據(jù)驅動熱門時，很多人認為只需要數(shù)據(jù)，不需要算法。只要通過google收集一些數(shù)據(jù)，用統(tǒng)計軟件就可以分析得到結果。2014年，科學家證明完全靠數(shù)據(jù)不行。在做數(shù)據(jù)分析時，有時看到有些數(shù)據(jù)比較奇怪，一般人會提出把這些數(shù)據(jù)去掉，其實是不對的，其團隊對奇怪的數(shù)據(jù)進行了深入研究，到底這些數(shù)據(jù)是噪音還是驚喜，怎樣建立一種方法，去區(qū)分噪聲和驚喜，這個研究應用到青光眼的早期預防，在非洲做了一些實驗和應用；怎么讓大數(shù)據(jù)的分析變得好玩有趣，把數(shù)據(jù)分析的軟件變得通用，最后把數(shù)據(jù)分析的結果變得不要那么飄忽不定。用機器學習研究增材制造產品的質量問題，比如3D打印的產品，產品里面是否有氣泡和缺陷？將不同的初始條件，不同的算法，不同的指標，看成優(yōu)化前提，通過算法，對上述因子進行不同的組合與選擇，將數(shù)據(jù)分析變成一個科學。大數(shù)據(jù)分析要變成一門嚴謹?shù)目茖W，需要用系統(tǒng)科學的理念，一些結論：大不一定永遠好，快也不一定是唯一的解，可重復性是大數(shù)據(jù)的重要問題，一個學科要長遠發(fā)展，還是要回到科學的方向，相信大數(shù)據(jù)一定會成為一門科學，在大家共同努力下會發(fā)展的越來越好。
報告七、余新國教授 《人工智能再造科研和教育》
人的智能有兩個方面，一個是感官，一個是思維，思維層面比感官更加復雜，做研究是一個高智力的活動，那么人工智能是否可以幫助我們提升研究的效率呢？作為一個研究者，少則10年，多則20-30年才研究出一些成果，人工智能是否可以幫助年輕的研究者提升效率，成長的更快呢？在做學術綜述和找論文方面，目前已經有一些應用和技術，可以讓我們更快的找到相應的論文和了解當前某個領域研究的動態(tài)。大數(shù)據(jù)被稱為“第四研究范式”，通過大量的論文和專家的研究報告，我們是否可以通過人工智能找到他們的研究范式；用人工智能的方法提升研究者的效率，哪些事情是人工智能可以幫助到我們的呢？而研究智能教育，先要問的第一個問題，教育是什么？提出了一個教育基本模型，從而去看人工智能在五個方面如何去改善教育。余教授展示了在應用方面，其團隊為自閉癥兒童做了一個教育系統(tǒng)；另外，開發(fā)了一個教育平臺，里面有很多教育工具，學生可以在線做實驗，計算機可以輔助畫一些比較復雜的圖，幫助老師減輕教學負擔。
科學當中三種智能程度，最難的是建立新的理論，建模和分析比較容易實現(xiàn)；把解題看成不同問題的轉換，重點在于對題目的理解，找到關系，以及背后的方程式，執(zhí)行求解過程，從而找出計算機解題的方法。并應用于解析物理和幾何題，相關研究已經發(fā)了多篇論文。其研究團隊的理想是做一個與語言無關的解答器，目前全球有200多種語言，給教育和交流帶來很多不便。
報告八、李輝教授 《基于工藝過程多場建模仿真的電子產品大批量高速高精密智能制造產線集成技術》
智能制造在電子制造行業(yè)的需求和應用很多，目前有很多問題需要解決，例如電子制造產線智能感知與智能管控尚未得到有效解決，智能產線工藝流程、工藝環(huán)境和產品的多場數(shù)字孿生與成品率、生產率的耦合關系等；李教授展示了其團圖的項目成果：智能產線方案，柔性PCB與汽車壓力傳感器，通過各種傳感器，對生產過程中事實數(shù)據(jù)進行監(jiān)控，然后將這些數(shù)據(jù)傳到后臺，通過決策系統(tǒng)，實時動態(tài)對產線過程進行決策指導與干預。隨后，針對其團隊的研究工作，重點介紹了四個課題，分別是：課題一，基于邊緣計算的智能感知-控制模塊研究與開發(fā)，電子制造智能產線生產系統(tǒng)的數(shù)字孿生模型，基于數(shù)字孿生的智能產線優(yōu)化管控系統(tǒng)；課題二，汽車壓力傳感器鍵合工藝仿真，鍵合焊點熱疲勞仿真，柔性PCB超精細線路曝光工藝仿真，基于深度學習的FPCB疵病的AOI檢測；課題三，基于數(shù)字孿生的電子產品生產調度與物料傳輸協(xié)同優(yōu)化及決策技術；課題四，柔性PCB智能產線，顯影產線搭建，蝕刻產線搭建，在深圳上達電子完成了多條產線應用。
此次論壇，不僅代表亞太人工智能學會武漢分會的成立，同時匯聚了50余位人工智能領域的專家、300余位學生，在顧問委員會的指導下，繼續(xù)推動人工智能學術交流、技術成果轉化等各方面的活動；下圖為武漢分會顧問委員會。
