中国自动化学会混合智能专委会成功举办混合智能专题论坛

2021年11月20日8:30至16:30，由中国自动化学会混合智能专委会和中国自动化学会普及工作委员会联合主办，复旦大学计算机科学与技术学院、上海市智能信息重点实验室承办的“混合智能专题论坛”成功举办。本次论坛的主题为“混合智能、深度学习及其应用”。论坛在腾讯会议、B站、西瓜视频同步直播，其中，B站在线峰值人气值12000+，全天平均8000+，受到学者和学生们的广泛关注。本次论坛主题为“混合智能、深度学习及其应用”，由复旦大学张军平教授、西安交通大学薛建儒教授担任论坛主席，福州大学陈德旺教授、长安大学房建武副教授、复旦大学单洪明青年研究员、中科院自动化所宫晓燕副研究员担任组织主席。论坛邀请到中科院自动化所王飞跃研究员、国防科技大学胡德文教授、同济大学陈启军教授、厦门大学曲延云教授、清华大学崔鹏教授、四川大学张意、南方科技大学于仕琪副教授、北京师范大学邬霞教授、吉林大学王健教授分别带来9场精彩的学术报告。

图1. 复旦大学计算机科学技术学院党委书记王新教授代表承办单位进行致辞

首先，曲延云秘书长主持了预分享会议领导致辞环节。复旦大学计算机科学技术学院王新书记和本次论坛主席张军平教授分别为论坛致辞。王新书记介绍了学院的基本情况，肯定了论坛组织的意义，表达了对论坛的大力支持。张军平教授介绍了本次论坛的主题、动机和主要内容，旨在通过报告带大家了解混合智能、深度学习目前取得了哪些有意义的前沿进展和应用。

图2.复旦大学张军平教授代表组委会进行致辞

上午第一个环节由张军平教授主持。第一个报告是中科院自动化所的王飞跃研究员带来的《回到未来的平行智能：从影子、孪生、镜像、元宇宙到智能科技》。分别从元宇宙的前生今世与本质，智能的大趋势：三个三、五个五，以及基础与展望：新范式、新生态、新未来三个方面展开，带大家领略了元宇宙的魅力，启发对智能科技的研究。

图3. 中科院自动化所王飞跃研究员作报告

第二个报告由国防科技大学的胡德文教授带来的《脑机交互技术现状和进展》。该报告讨论了目前脑机接口和控制方面的研究现状和胡教授在该方向上所完成的深入研究成果。

图4.国防科技大学胡德文教授作报告

上午第二个环节是由陈德旺教授主持，同济大学陈启军教授、厦门大学曲延云教授、清华大学崔鹏副教授分别做了报告。

同济大学陈启军教授的报告题目是《从智能移动机器人到无人驾驶汽车》。他深入浅出的讲述了近期的研究工作。特别讲到课题组开发的预控制器装置，在不同场景不同需求下的成功使用。此外，在机械手、移动机器人、移动操作手和人型机器人方面分别针对研究对象展开了关键技术的讲解和讨论。

图5. 同济大学陈启军教授作报告

厦门大学曲延云教授报告的题目是《大规模2D/3D视觉数据语义分割》。报告介绍了课题组所做的高分辨图像的语义分割和大尺度点云的语义分割工作。报告从2D/3D视觉数据的研究意义和研究进展展开，报告了高分辨图像和大规模点云数据的特点和语义分割任务所面临的挑战。然后分别介绍了三个高分辨图像语义分割工作以及在点云数据上从全尺度到弱监督的三个点云语义分割工作。最后展望了2D/3D视觉数据语义分割潜在研究趋势。

图6. 厦门大学曲延云教授作报告

清华大学崔鹏副教授报告题目是《因果启发的稳定学习》。他介绍了课题组在因果启发的稳定学习方面的思考和研究工作。报告从目前研究假设服从独立同分布的缺点展开，讲述了机器学习/深度学习中因果的关系，并介绍了在因果关系启发下，解决OOD（分布外，out ofdistribution）泛化问题，实现模型的稳定学习。

图7. 清华大学崔鹏教授作报告

在进行短暂的休息后，下午的报告环节在14:00准时开始。下午的上半场报告由复旦大学单洪明青年研究员主持。首先是由四川大学张意教授带来的《基于机器学习的智能成像研究进展》报告。张老师针对当前机器学习在在医学成像领域面临的泛化性、可解释性等一系列问题。主要讲解了低剂量CT重建、快速MRI重建等相关工作，最后对于机器学习驱动的的智能成像方法进行了趋势分析和展望。

图8. 四川大学张意教授作报告

接下来由南方科技大学的于仕琪副教授带来了《步态识别技术和最新进展》的报告，于老师从步态识别近20年的发展历程入手，介绍了若干代表性的步态识别方法。特别是在时序信息使用中存在诸多不足和难点问题进行了讲解。同时，于老师利用课题组发起的国际步态识别竞赛，介绍两次步态识别竞赛中的最新成果，以及开源步态识别框架OpenGait。最后对步态识别的未来展望提出了自己的见解，引起了大家的共鸣。

图9. 南方科技大学于仕琪副教授作报告

下午下半场的报告由长安大学房建武副教授主持。北京师范大学邬霞教授做了题为《基于神经网络结构搜索的时-空共变脑网络分析算法》的报告。她分享了课题组在脑网络分析方面的诸多进展。针对大脑功能网络的组织模式问题，介绍了如何构建认知任务特异脑网络，实现对时-空共变脑功能网络的精确分析是当前人工智能与脑科学融合领域面临的重要课题。邬教授进一步介绍了课题组在神经网络结构搜索算法方面取得的一种先进的脑启发框架，该框架能够对深层算法模型结构进行搜索优化，实现针对认知任务特异性网络结构构建。

图10. 北京师范大学邬霞教授作报告

最后一场报告由吉林大学的王健教授带来《露天矿山无人驾驶技术方案和应用》的报告。王教授针对无人矿卡在实践落地过程中的诸多挑战问题，分享了课题组在矿用卡车无人驾驶方面的诸多产品和技术路线，从感知、调度、规划、控制等多个阶段阐述了矿用无人驾驶卡车的产品生态。对于无人驾驶落地具有很好的启发性。

图11. 吉林大学王健教授作报告

最后，复旦大学张军平教授代表组委会对本次论坛的各位专家一一表示诚挚感谢。强调指出，本次论坛在当今元宇宙概念背景下，恰逢其时，恰逢其势，希望为广大的混合智能领域、人工智能科普领域的专家学者和同学们提供技术和框架参考。

本次专题论坛的视频获取方式：关注混合智能微信公众号，输入：HAI20211120,获得视频下载链接。