當前位置:首頁 > 新聞中心 > 頭條新聞

頭條新聞

模式識別國家重點實驗室舉辦2019模式識別學科發展戰略研討會

  • 发表日期:2019-06-04 【 【打印】【關閉】
  •   2019年6月1日,由模式識別國家重點實驗室舉辦的2019模式識別學科發展戰略研討會在中科院搜狗彩票成功召開,一百多位專家學者參加了此次會議。研討會開幕式由模式識別國家重點實驗室主任劉成林研究員主持,國家自然科學基金委信息科學部張兆田主任致辭,張钹院士、譚鐵牛院士、徐宗本院士等十四位本領域知名專家學者受邀做大會報告。

       

      图1. 2019模式识别学科发展研讨会开幕式

      會議開始,劉成林主任首先表達了對與會專家學者的熱烈歡迎。他表示本次研討會是在中科院學部項目支持下召開的,希望基于與會專家的主題報告及深入討論,形成本領域真正具有指導意義與參考價值的學科發展報告。緊接著,張兆田主任進行會議致辭,張主任就基金委的部分規劃做了簡要介紹,並鼓勵大家對未來五到十年的發展布局出謀劃策、貢獻力量。

       

      图2. 张兆田主任致辞

      隨後,清華大學張钹院士首先做題爲“後深度學習時代的模式識別”的主題報告。報告指出,與以符號模型爲基礎的第一代人工智能、基于概率演進的第二代人工智能相比,後深度學習時代的模式識別研究應該是可解釋的、魯棒的、可信的、安全的。

       

      图3. 张钹院士做主题报告

      中科院搜狗彩票譚鐵牛院士做題爲“生物啓發的模式識別”的主題報告。報告從模式識別的基本概念、發展現狀和生物啓發的模式識別三個方面出發,闡述了一些新的思考。他強調爲了解決魯棒性、自適應性和可泛化性等問題,需要參考生物機制以及大腦處理信息的方式,加強腦科學和信息科學的交叉研究。

       

      图4. 谭铁牛院士做主题报告

      西安交通大學徐宗本院士做題爲“人工智能與數學:融通共進”的主題報告。報告首先分析了深度學習框架、深度對抗、強化學習背後的數學原理,然後提出了人工智能特別需要關注的問題。他強調數學是人工智能發展的基石,不僅能夠提供人工智能模型,也可以提供新的思路。人工智能應該關注數學的作用,數學家也應該關注人工智能的價值。

       

      图5. 徐宗本院士做主题报告

      北京大學查紅彬教授做題爲“SLAM與在線學習”的主題報告。報告首先介紹了動態視覺和SLAM的基本概念和研究曆史,並解釋了兩者之間的關系。然後總結了當前SLAM研究中存在的基本問題,如計算成本高、誤差累積嚴重、缺乏有效的結構信息指導等。最後他提出通過在線學習、利用傳感器數據流的連續性、預測和映射機制等方式來提高算法的性能和效力。

       

      图6. 査红彬教授做主题报告

      國防科技大學胡德文教授做題爲“腦功能的模式識別”的主題報告。報告首先介紹了如何使用全腦模式識別研究精神分裂症、網絡成瘾、海洛因成瘾等疾病,以及在這些領域所取得的超越傳統方法的最新發現,然後他介紹了全腦鏈接網絡的多變量模式分析方法和多模態腦影像好的特征提取與分類方法的最新研究成果。

       

      图7. 胡德文教授做主题报告

      香港科技大學權龍教授做題爲“計算機視覺三維重建現狀與挑戰”的主題報告。報告闡述了人工智能對三維重建的影響,包括計算力有效提高了神經網絡模型自動學習特征的效率,以及如何把這些特征用于三維重建來進一步提高三維重建的精確度。

       

      图8. 权龙教授做主题报告

      北京理工大學黃河燕教授做題爲“語言智能研究進展與展望”的主題報告。報告指出,語言智能處理的難點在于計算機如何對知識進行有效的表示,以及如何進行語言的理解、推理,其中核心就是如何讓計算機有自主學習的能力。報告探討了未來如何結合聲調、語音、面部表情和視覺信息等多模態協同的方式來研究語言。

       

      图9. 黄河燕教授做主题报告

      西北工業大學陳景東教授做題爲“聲信號的感知與處理”的主題報告。報告指出,信號是連接物理空間和信息智能空間的橋梁,利用傳感技術從客觀物理事件獲取信號並對之進行組合、處理、變化和融合,最後能夠找到從物理空間到信息智能空間的映射。

       

      图10. 陈景东教授做主题报告

      中科院計算所陳熙霖研究員做題爲“講解機器視覺—從識別到理解”的主題報告。報告指出,機器視覺解決的是“what”和“where”的問題,解決不了“how”、“why”、“When”等問題。理解是在場景層面看到物體屬性,如果想要理解圖像的概念,則需要將語言概念和視覺對齊來支持背後更深層次的語義理解。

       

      图11. 陈熙霖研究员做主题报告

      中科院軟件所田豐研究員做題爲“智能時代的人機交互”的主題報告。報告指出人機交互經曆了開關和指代、鍵盤、圖形用戶界面、觸控或手勢四個階段,每次變革都深刻推動信息技術的廣泛普及。人機交互的發展依賴于人機協同問題的求解,人機共生將是人類社會的新常態。

       

      图12. 田丰研究员做主题报告

      北京大学王立威教授做题为“机器学习理论”的主题报告。报告从机器学习理论过去几十年主要成果、现在或者未来最基本问题是什么这两个方面展开,介绍了经典的监督学习和强化学习理论,如VC理论、PAC学习、TD learning等,探讨了深度学习表示的有效性、非凸优化的收敛性、小样本分布式强化学习等机器学习领域前沿研究方向。

       

      图13. 王立威教授做主题报告

      北京大學的黃鐵軍教授做題爲“類腦視覺:重新審視視覺信息處理”的主題報告。報告指出,如果我們將視頻當作機器視覺的起點,它會成爲天花板。希望機器視覺能夠回到本位,首先是對視覺時空信息有效保留,然後才是真正的檢測視覺。

       

      图14. 黄铁军教授做主题报告

      北京交通大學趙耀教授做題爲“跨媒體統一表示”的主題報告。報告介紹了跨媒體的基本概念、跨媒體統一表征的意義及最新進展,並指出,跨模態分析推理技術已經成爲新一輪人工智能的關鍵。

       

      图15. 赵耀教授做主题报告

      西安交通大學薛建儒教授做題爲“人機混合增強智能駕駛”的主題報告。人機混合增強智能駕駛把人的認知模型引入到自動駕駛當中,構建人在駕駛系統當中的行爲理解模型,增加人機交互協同的語態系統分析,建立人機交互的計算框架,最終實現自主駕駛。

       

      图16. 薛建儒教授做主题报告

      主題報告結束後,研討會進行了集中及分組討論。劉成林主任首先介紹了“模式識別學科報告規劃”,並和與會嘉賓就模式識別學科發展進行了集中討論。隨後,分別就模式識別與機器學習、語音語言及交互、圖像視覺及多媒體三個主題進行了更爲深入的分組討論,模式識別國家重點實驗室將在彙集各位專家學者關于學科發展的建議基礎之上,形成正式完整的學科發展報告,爲學術界提供研究建議,以期推動模式識別與人工智能學科領域的發展。

       

      图17. 集中讨论现场

       

      图18. 分组讨论现场(1)

       

      图19. 分组讨论现场(2)

       

      图20. 分组讨论现场(3)

       

      图21. 与会嘉宾合影