“汇聚AI智慧 服务湖北51020产业”亚太人工智能学会2022武汉高峰论坛

6月11日，亚太人工智能学会（AAIA）武汉分会揭牌仪式暨2022武汉人工智能高峰论坛在武汉科技大学青山校区人工智能学院报告厅举行。中国科学院院士、武汉科技大学人工智能学院院长吴宏鑫院士；中国工程院院士、北京科技大学教授毛新平院士；欧洲科学院院士、欧洲科学与艺术院院士、国际系统与控制科学院院士、IEEE会士、英国伦敦布鲁内尔大学教授王子栋院士；IEEE会士、长江学者特聘教授、国家杰青、华中科技大学人工智能与自动化学院院长曾志刚教授；IEEE会士、国家杰青、中国地质大学（武汉）计算机学院院长王力哲教授；国家杰青、武汉大学电气与自动化学院副院长何怡刚教授；华中师范大学国家数字化学习工程技术研究中心副主任、华师伍伦贡联合研究院院长余新国教授；武汉大学工业科学研究院副院长李辉教授；亚太人工智能学会执行主席雷渠江教授；武汉科技大学校长倪红卫教授；亚太人工智能学会常务副秘书长蔡忠涛；亚太人工智能学会武汉分会主席伍世虔教授；亚太人工智能学会无锡分会（筹）秘书长殷飞，等二十余位专家学者及300余位师生出席此次会议，会议采用线下与线上相结合的形式。

论坛议程：

湖北省委省政府积极落实党中央、国务院赋予湖北“建成支点、走在前列、谱写新篇”的目标定位，提出构建51020现代产业体系，即5个万亿级支柱产业、10个五千亿级优势产业、20个千亿级特色产业集群。

此次高峰论坛邀请到中国科学院士吴宏鑫、中国工程院院士毛新平等8位专家学者进行汇报。报告既有关于人工智能研究内容的思考、关于人工智能再造科研和教育的展望，还有关注钢铁企业CPS构建、记忆电路、城市可持续发展、机器学习、大数据、智能制造等垂直领域的分享及讨论。

报告一、吴宏鑫院士 《人工智能研究的一点体会》

吴院士用朴实语言给大家讲述了人工智能科学研究人员，要务实，不要搞胡里花哨的研究，研究要着眼实际问题，将理论与实践相互结合；每个单位和个人都应该从实际需求出发，选定一两个方向，深入研究。在这个方面，武科大做得不错，人工智能学院也做得特别好，高校里面越来越多的老师，在注重产业化，将理论研究与实际应用相结合，推动产业发展。并给大家展示了人工智能在健康、航天等领域的应用：比如老年人智能尿不湿；如何防止走丢失系统，老年人走丢了，怎么去报警和预防，寻找。鞋子、衣服，需要穿戴的感知设备，与航天领域信息沟通，定位这个人在哪里？怎么让老年人更加健康的生活，不仅仅是看个电视剧，有吃有喝，还要了解老年人在想什么？报告还提到了一个重点研究的领域：研究语言识别和表达，如果能够将汉语和英语的识别和表达研究好，我们可以节省大量学习英语的时间。

最后也引领大家反思：智能控制究竟是什么？智能控制到底要解决什么问题？

报告二、毛新平院士《钢铁企业CPS构建的路径和方法》

毛院士给大家介绍了CPS的概念与框架，CPS（cyber physical systems）通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术，构建物理空间与信息空间中人、机、物、环境、信息等要素的相互映射、实时交互、高效协同的复杂系统，实现系统内资源配置和运行按需相应、快速迭代、动态优化；CPS包含四个环节：状态感知、实时分析、科学决策、准确执行；并重点阐述了钢铁企业cps构建的路径和方法：CPS在流程工业的应用和发展空间极大，流程型制造工业对智能制造的需求特别大，应用特别广阔，产生的社会价值特别巨大；国家强调的双碳，对于我们这些制造过程来说，不仅仅是产量和质量，也要重视我们的能耗与环保，对生态的影响，这些将决定我们的产品是否可以准入到国际市场；中国工程院发布的《中国智能制造发展战略研究报告》中，提出了“并行推进、融合发展”的技术路线，数字化、网络化、智能化并行推进、融合发展，钢铁工业应遵循上述原则，同时应结合我国钢铁工业发展现状，实事求是，扎扎实实地完成数字化、网络化“补课”。

报告三、曾志刚教授 《一种多功能忆阻巴普洛夫联系记忆电路分析》

我们过马路脑袋里面不用数学模型，现在机器人过马路，需要模型。人脑的信息接受，内部感觉和外部感觉，经过综合处理，不同的人接触同样的信息，处理和输出的结论可能不一样，是因为输入输出之间是一种带跳跃的、不连续的动态映射。世界是动态的，机器人做决策所面对的信息，经过加工和处理，已经相对静态和有逻辑，因此，在处理逻辑性和静态信息时，机器人比人脑要强，但现实世界一切都是动态的；大脑的学习与回忆功能由神经元的各种动力学响应来实现。动物智能自带导航系统，比如鸟的迁徙和每天回鸟巢，是不用GPS的。大脑中的记忆是如何产生的？“自主性”是无人系统区别于有人系统最重要的技术特征，实现无人系统的自主控制，提高其智能程度，是无人系统的重要发展趋势。机器人做判断是有条件的，如果怎么，就怎么的结构，人大部分时候做判断是没有那么多条件的。因此，自主性是现在的机器人所不具备的。其研究团队过去的工作，利用忆阻电路模拟了生物学实验中的经典联想记忆现象，基于明确的ANN算法模型进行电路设计并处理相应任务。

报告四、王力哲教授 《面向可持续发展目标的城市空间》

随着技术的发展，现在的情况，走向更精细对地观测；空间分辨率不断提升，大规模空间信息基础设施，大量的算力设备，算力的架构和能力的提升，为空间观测提供了极大的帮助，并且基本都走向云化。从对地观测走向泛在感知，无人机遥感、众包扩展了数据来源；城市风暴潮数字孪生智能模拟、评估与决策支持；基于多源泛在感知数据的城市人口与电力消耗量估算研究，指出城市发展不健全，规划前瞻性不足，提出高精度人口估算，使用多源数据，结合局部空间信息，来实现对某个时间段某个区域人口数量的估算；结合深度迁移学习与随机森林的电力消耗估算，来估算城市的能源消耗；天上看一些东西，地面感知一些东西，加上基本的社会经济指标的对应，可以实现在一定空间尺度和时间刻度上能源消耗的估算。基于扩散理论的城市空间形态时空演变及影响因素研究，地球和大脑都是复杂系统，个人认为地球更加复杂，特别是从时间维度，我们对地球的演变知之甚少；城市空间形态的发展变化是一个行为过程高度复杂的变化。通过多种要素建模，在时间和空间上进行演变建模，可以去预测和服务城市的扩散。

报告五、何怡刚教授 《能源装备多源异构数据融合与机器学习诊断关键技术》

当前面临的问题：多源异构大数据的处理能力不足，泛化能力差；现有方法难以提取分类，无法精确定位故障，难以准确推演设备真实状态；目前各种诊断算法对高压大容器电力变压器等能源装备运行状态之间的关联性分析不足，缺乏对各种信息之间的内在联系深度挖掘。

其研究团队研究和建立了面向能源装备远程智能运维多源异构数据规范化接入及质量评价指标；装备的图像抽取有难度，很多时候是三维甚至四维的；阐述了能源装备多模态信息融合评估机制，从图像数据、文本数据、音频数据和视频数据进行处理和清洗，提取相应的特征，进行融合与通过特定算法，进行故障诊断；电网比我们的通讯网更为复杂，其研究团队也研究电网设备的预警机制，基于串级迁移学习的电力设备小样本故障诊断融合，避免电网系统发生故障，避免安全事故和企业财产的损失；特别是大变压器检测的应用，传统的检测，过去的监测很麻烦，通过光纤，通过数据线传导出来，其研究团队设计了一种能够自取RFID传感器标签，通过传感器，无线发射的方式，用于变压器振动信号的采集与传输。电力系统和电网系统，研发和运维有极大的提升空间。

报告六、王子栋院士 《Big Data Analysis: Engineering or Science》

同一批数据，给不同的人，经过分析，有可能得出截然不同的结论；过去20年是算力突飞猛进的时刻，但是在算法方面没有什么突破；目前大数据分析主要两种人，一种是搞计算机科学的，另外一种是搞控制的、系统工程的，这两种方向是竞争关系还是可以合作？我们做研究时，有数据，也有对标的对象，但是研究出来的结果还是不能完全一样。目前正在做一个300万英镑的项目，人工智能的方法去炼丹，与学校里面的材料科学家合作，传统的方法是要做实验，我们用机器学习的方法，来研究各种各样的材料的参数，有20000多种参数，导致求解的过程很复杂；面临的挑战：需要搜寻可能的解空间太大，10年前，数据驱动热门时，很多人认为只需要数据，不需要算法。只要通过google收集一些数据，用统计软件就可以分析得到结果。2014年，科学家证明完全靠数据不行。在做数据分析时，有时看到有些数据比较奇怪，一般人会提出把这些数据去掉，其实是不对的，其团队对奇怪的数据进行了深入研究，到底这些数据是噪音还是惊喜，怎样建立一种方法，去区分噪声和惊喜，这个研究应用到青光眼的早期预防，在非洲做了一些实验和应用；怎么让大数据的分析变得好玩有趣，把数据分析的软件变得通用，最后把数据分析的结果变得不要那么飘忽不定。用机器学习研究增材制造产品的质量问题，比如3D打印的产品，产品里面是否有气泡和缺陷？将不同的初始条件，不同的算法，不同的指标，看成优化前提，通过算法，对上述因子进行不同的组合与选择，将数据分析变成一个科学。大数据分析要变成一门严谨的科学，需要用系统科学的理念，一些结论：大不一定永远好，快也不一定是唯一的解，可重复性是大数据的重要问题，一个学科要长远发展，还是要回到科学的方向，相信大数据一定会成为一门科学，在大家共同努力下会发展的越来越好。

报告七、余新国教授 《人工智能再造科研和教育》

人的智能有两个方面，一个是感官，一个是思维，思维层面比感官更加复杂，做研究是一个高智力的活动，那么人工智能是否可以帮助我们提升研究的效率呢？作为一个研究者，少则10年，多则20-30年才研究出一些成果，人工智能是否可以帮助年轻的研究者提升效率，成长的更快呢？在做学术综述和找论文方面，目前已经有一些应用和技术，可以让我们更快的找到相应的论文和了解当前某个领域研究的动态。大数据被称为“第四研究范式”，通过大量的论文和专家的研究报告，我们是否可以通过人工智能找到他们的研究范式；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帮助到我们的呢？而研究智能教育，先要问的第一个问题，教育是什么？提出了一个教育基本模型，从而去看人工智能在五个方面如何去改善教育。余教授展示了在应用方面，其团队为自闭症儿童做了一个教育系统；另外，开发了一个教育平台，里面有很多教育工具，学生可以在线做实验，计算机可以辅助画一些比较复杂的图，帮助老师减轻教学负担。

科学当中三种智能程度，最难的是建立新的理论，建模和分析比较容易实现；把解题看成不同问题的转换，重点在于对题目的理解，找到关系，以及背后的方程式，执行求解过程，从而找出计算机解题的方法。并应用于解析物理和几何题，相关研究已经发了多篇论文。其研究团队的理想是做一个与语言无关的解答器，目前全球有200多种语言，给教育和交流带来很多不便。

报告八、李辉教授 《基于工艺过程多场建模仿真的电子产品大批量高速高精密智能制造产线集成技术》

智能制造在电子制造行业的需求和应用很多，目前有很多问题需要解决，例如电子制造产线智能感知与智能管控尚未得到有效解决，智能产线工艺流程、工艺环境和产品的多场数字孪生与成品率、生产率的耦合关系等；李教授展示了其团图的项目成果：智能产线方案，柔性PCB与汽车压力传感器，通过各种传感器，对生产过程中事实数据进行监控，然后将这些数据传到后台，通过决策系统，实时动态对产线过程进行决策指导与干预。随后，针对其团队的研究工作，重点介绍了四个课题，分别是：课题一，基于边缘计算的智能感知-控制模块研究与开发，电子制造智能产线生产系统的数字孪生模型，基于数字孪生的智能产线优化管控系统；课题二，汽车压力传感器键合工艺仿真，键合焊点热疲劳仿真，柔性PCB超精细线路曝光工艺仿真，基于深度学习的FPCB疵病的AOI检测；课题三，基于数字孪生的电子产品生产调度与物料传输协同优化及决策技术；课题四，柔性PCB智能产线，显影产线搭建，蚀刻产线搭建，在深圳上达电子完成了多条产线应用。

此次论坛，不仅代表亚太人工智能学会武汉分会的成立，同时汇聚了50余位人工智能领域的专家、300余位学生，在顾问委员会的指导下，继续推动人工智能学术交流、技术成果转化等各方面的活动；下图为武汉分会顾问委员会。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

关键词：