【CAC2018专题论坛】把握智能化趋势，实现加速跃升——人工智能与机器学习分论坛圆满举行

2018年12月1日-12月2日，2018中国自动化大会专题论坛之“人工智能与机器学习”在西安曲江国际会议中心成功召开。当前，大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统成为人工智能的发展重点，受脑科学研究成果启发的类脑智能蓄势待发，芯片化硬件化平台化趋势更加明显，人工智能发展进入新阶段。当前，新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。因此，本届大会设立了“人工智能与机器学习”专题，并邀请了该方向的部分精英翘楚与与会者分享他们的最新成果和思想，促进该方向的交流与发展。论坛由华中科技大学曾志刚教授、西安电子科技大学焦李成教授共同担任论坛主席。 

基于稀疏认知表示与深度学习的影像解译

西安电子科技大学焦李成教授

详述了影像数据呈现得“三高”特点（高时间分辨率、空间分辨率和光谱分辨率），以及传统的短板；分析了人脑信息处理的显著注意、层次化感知和稀疏感知等机制给高分辨影像处理带来了的新机遇；最后，介绍了实验室在该方面的研究成果，展示了该领域的最新进展。

基于最小-最大特征的半监督深度学习

西安交通大学龚怡宏教授

阐述了深度学习在机器学习中的应用，并针对深度学习在半监督学习中的现状，探讨了如何构造深度学习的代价函数，提出了基于最小-最大特征的半监督深度学习方法。

人工智能70年发展中图灵和维纳对于如何实现人工智能的不同看法

清华大学李力副教授

回顾了人工智能70年发展中图灵和维纳对于如何实现人工智能的不同看法，简述了沿着维纳的想法前进过程中，业界最近10年的一些新成果，并讨论了实现人工智能的未来发展方向。

脑神经媒体组学

西北工业大学韩军伟教授

“脑神经媒体组学”是一个新的研究方向，利用机器学习理论为手段，可实现大脑反应信息对多媒体视听觉特征的指导、优化和融合，达到计算机对于多媒体内容实现接近人脑认知的目的。随后阐述了汇报“脑神经媒体组学”研究中的一些关键技术及最新进展。

基于忆阻的神经形态计算初步研究

华中科技大学曾志刚教授

介绍了忆阻的概念、相关技术。此外还讨论了其课题组在基于忆阻的神经形态计算的联想记忆和算法方向的研究进展，并对基于神经形态计算的全自主控制研究进行了深入探讨。

人工智能的几个问题

清华大学孙富春教授

分析了以深度学习为代表人工智能的成功与不足，给出了硅片人工智能发展的四元结构理论，给出了从硅云计算、网络计算，再到生物计算的人工智能发展图谱。在此基础上，重点介绍了后深度学习时代的生物多感觉通道启发/免疫系统启发的跨模态学习、机器人学习、小样本学习、模仿学习和可解释学习等最新研究进展。最后，介绍了人工智能面临的挑战和展望。

混合增强智能中的大数据与小数据分析

西安电子科技大学高新波教授

目前，机器智能需要大数据和人类智慧需要小数据之间形成了鲜明的对比。报告从大小数据的优缺点以及人类智慧与机器智能的区别出发，以新一代人工智能发展规划部署的五大方向之一——混合增强智能为例，尝试解决人机交互中的大数据向小数据的转化及分析问题，思考了在人工智能系统的设计中大数据与小数据的辩证关系。

二维系统在有限时域下的鲁棒卡尔曼滤波

东南大学梁金玲教授

针对一类含加性和乘性的2维不确定系统中的鲁棒卡尔曼滤波问题进行了研究，并探讨了相关鲁棒卡尔曼滤波器的设计。 

最后，来自若干高校的相关研究人员报告了其他最新研究成果。

﹏

﹏

﹏

﹏

学会秘书处 供稿

往期文章推荐

🔗【NIIS2019】2019国家智能产业峰会火热报名中！

🔗【重要通知】中国自动化学会关于2019年度国家科学技术奖提名工作的通知

🔗【学会新闻】中国自动化学会于温州市鹿城区设立创新驱动助力工程学会工作站

🔗【CAC2018大会报告】郑南宁：无人驾驶还有哪些坎儿

🔗【CAC2018颁奖】中国自动化学会会士荣誉称号授予仪式隆重举行

🔗【CAC2018专题论坛】国际一流学术期刊主编与您面对面论坛成功召开

🔗【CAC2018讨论会】高屋建瓴！8位院士共话“自动化未来”

🔗【学会新闻】中国自动化学会2018年全国秘书长工作会议在西安召开

🔗【CAC2018专题论坛】我们的2030——青年科技工作者的责任与使命成功召开

🔗【CAC2018专题论坛】谋发展，探未来——智能自动化前沿技术产业高峰论坛成功召开