【CCHI2018】 2天8位院士4个专题论坛14个大会报告43个专题特邀报告

——群贤毕至 共探认知科学与人工智能相关领域发展

 

8月25-26日，由国家自然科学基金委员会信息科学部、中国自动化学会、中国认知科学学会共同主办的第一届中国认知计算与混合智能学术大会在古都西安隆重召开。

两天来本届大会参会人数逾600人，大会报告人14位，特邀专题报告人43位。本次大会的主题是研讨和交流认知科学、神经科学和人工智能学科等领域交叉融合的最新进展和前沿技术，共设有“认知计算的基础理论”、“混合增强智能与深度学习”、“受神经科学启发的计算构架与器件”、“先进感知与智能环境”四个专题报告，涉及认知建模与计算、混合智能、受神经科学启发的计算架构与器件、先进感知、智能机器人、无人智能驾驶等领域。

大会开幕式由中国工程院院士、西安交通大学教授、中国自动化学会理事长郑南宁院士主持。

开幕式上，西安交通大学校长王树国首先登台致辞，代表承办方西安交通大学向本届大会的成功举办表示祝贺。他认为，当前中美贸易之争给我们造成了诸多发展障碍，但也使我们突然惊醒，我们需要在自有知识产权尤其是代表第四次工业革命的人工智能信息化方面下大工夫。我们需要秉承“打铁还需自身硬”的观念，如果在这些新时代科学技术领域没有过硬本领，我们很难对整个人类社会的进步发展产生影响。当前人类处在第四次工业革命前夕，本届会议又是在十三朝古都西安举办，无论是从历史还是现实的角度来说都具有重要意义。大会汇集了众多顶尖专家学者，将为该领域的发展带来深刻启迪。同时，希望未来会有更多年轻人进入这个领域带来进步。

国家自然科学基金委信息科学部副主任张兆田登台致辞。他代表主办方国家自然科学基金委信息科学部感谢各方对会议的贡献和支持，感谢专家学者长期以来给予的支持和帮助。人工智能正改变人类生活方式，也是引领未来的一项专业性技术。去年以来，国家陆续出台了多项支持人工智能发展的政策及指导性文件，鼓励相关技术、理论和方法的研究。新时代有新挑战和新要求，计算速度在提高，数据量在增加。本次盛会探讨认知科学、神经科学和人工智能最新交叉融合及前沿进展，希望通过这个平台促进产学研协同发展。

中国工程院办公厅主任宋德雄在致辞中表示，2014年6月，联合国教科文组织与中国政府签订协议，依托中国工程院，在北京成立联合国教科文组织国际工程科技知识中心。中心面向广大科技工作者建立了若干个服务平台，在多领域举办专项培训，为高端智库建设提供支持。同时，中心积极响应国家号召，连续两年召开人工智能主题相关研讨会。未来将加快中心建设，深化人工智能应用，为推动创新驱动发展提供有力支撑。

最后，陕西省委常委、西安市委书记王永康登台致辞。他代表西安市委市政府对会议的召开表示热烈祝贺，向莅临大会的专家学者表示热烈欢迎。借此机会，他向与会嘉宾介绍了近年来西安发展人工智能相关产业的重要举措及成绩：

人工智能是西安追赶超越新王牌。去年西安在全国举起硬科技的大旗，提出八个发展的重要领域。不断完善西安人工智能产业，一批项目落户西安。一手抓硬科技，一手抓新经济。培育新兴产业，打造硬科技之都，新经济之都。人工智能是西安创新新焦点。西安抓住新一轮机遇，把创新主动权掌握在手中。西安拥有70所高校，120万在校学生，发展人工智能产业有较好的基础。本届会议让西安站在新起点，未来将进一步加大对人工智能产业发展的支持力度。西安成为创新创业新城市。全国互联网企业10强有8个落户西安，世界五百强有203家。去年引进各类人才58万人，最多一天引进8000人。西安已成为海内外人才创新创业的支撑，***看西安。希望专家多提建议，让更多好成果在西安转化。

至此，CCHI 2018开幕式到此结束。

随着开幕式的完成，会议进入大会报告环节。作为大会关键组成部分，25日共有6位专家分享精彩的报告内容。这些报告凝聚了6位专家长期以来在认知科学、神经科学及人工智能等领域的积累和思考，为大会注入了深度思想和新内涵。

中国科学院院士、中科院生物物理研究所研究员陈霖作了题为“新一代人工智能的核心基础科学问题：认知和计算的关系”主题报告，提出新一代人工智能的核心基础科学问题——认知和计算的关系可以进一步细化为四方面的关系：（1）认知的基本单元和计算的基本单元的关系；（2）认知神经表达的解剖结构和人工智能计算的体系结构的关系；（3）认知涌现的特有精神活动现象和计算涌现的特有信息处理显现的关系；（4）认知的数学基础和计算的数学基础的关系这一观点。

中国科学院院士、美国科学院院士、中科院神经科学研究所研究员蒲慕明作了题为“脑科学对类脑人工智能可能有的贡献”主题报告，蒲慕明院士提出人脑的认知可以分为三个层面：对外界的认知、自我和非我的认知、对语言的认知，对大脑如何进行这些认知功能的理解将有助于未来类脑人工智能的研发。

中国工程院院士、军事科学院研究员李德毅作了题为“反用驾驶脑：用人工智能研究脑认知”的主题报告，介绍了用于无人驾驶汽车的驾驶脑，其可以体现驾驶员的驾驶认知和选择性注意，体现了记忆认知、交互认知和计算认知，体现了自学习能力，不但可以用于无人驾驶，还可以协助脑科学研究脑认知，研究人的技能和智慧从何而来，研究记忆和思维活动应该用什么时间尺度和空间尺度表现，研究和评价人的认知能力。

中国工程院院士、北京大学教授高文作了题为“类脑视觉处理”的主题报告，高院士表示人类视觉系统经过千百万年的进化，眼睛和大脑可以高效有机联动实现视觉认知，其中眼睛负责感知光信号，完成视觉神经编码，经视神经网络将编码传导给大脑视觉野，最终形成认知，在对人类视觉系统演进路径成因分析的基础上，高院士提出人工知觉系统之数字视网膜概念与实现方法，并进而展望未来类脑视觉系统其他可能的演进路线。

近年来人工智能技术持续突破，在视觉、听觉等感知层面某些能力已经超过人类，在获取知识、理解语言等认知层面也取得了长足的进步。百度高级副总裁王海峰博士在题为“多模态深度语义理解”的主题报告中，结合百度在大数据、视觉、语音、自然语言处理、知识图谱等人工智能技术上的进展，深入解读多模态深度语义理解。最新发布的百度大脑3.0，提出了百度人工智能技术进入多模态深度语义理解阶段，以数据语义和知识语义为基础，深层次理解图像、语音和语言，形成语义化知识，从而更准确理解用户需求，满足多样化应用需要。

最后，中国科学院院士、浙江大学教授段树民作了题为“脑功能的神经环路基础”的主题报告，段树民院士提出近年来发展迅猛的人工智能，正在深刻的影响到我们生活的各个方面。人们寄希望于人工智能的发展将比任何已有的科技成果更强有力的造福于人类。必须指出的是，人类大脑最神奇的高级功能，如情感、意识、自我认知、创新能力等方面仍然是现阶段弱人工智能所不能逾越的难关。可以预见，从弱人工智能向强人工智能的发展必将更广泛更深层次的应用到大脑的工作机理。

26日共有8位专家分享精彩的报告内容。报告内容涉及认知科学、神经科学及人工智能等领域的前沿技术与最新进展，为与会者提供了一个良好的思想沟通碰撞的平台。

美国密西根大学张俊教授作了题为“智能与认知计算的数学基础”的主题报告，张俊教授从Marr计算层次角度探讨大脑的核心算法，进而引入信息几何理论统一框架，在认知层面，从容限空间出发探讨（视）认知的数学基础，阐述知觉物体的整体性与不变性知觉，提出刻画知觉组织的泛拓扑理论框架。

中国工程院院士、新疆大学吾守尔·斯拉木教授，题目为“基于信息感知的混合智能处理及其应用”。吾守尔·斯拉木教授介绍了混合智能处理的新发展及其在推进社会治理智能化、构建智能化监测预警与综合应急平台、丝路多语音翻译平台建设等方面的作用，并指出混合智能处理技术在智能信息服务各个环节实现系统感知、全面分析、及时处理，以及自我调节功能的作用。

中国科学院院士、北京大学黄如教授为大会作了题为“面向神经形态计算的新一代智能芯片”的主题报告，黄如院士指出传统计算机由于采用储存和计算分离的体系架构，当前已经面临性能、功耗等多重挑战，同时现有计算模式难以完成许多对人类大脑来说轻而易举的任务，亟待发展新的神经形态计算芯片和系统，其中，发展逼近生物神经元和神经突触行为的新型神经形态器件和集成构架、在单元和构架层次上实现类脑信息处理功能是神经形态计算的重要基础，器件、电路、构建、算法等层面协同设计是核心关键。

中国自动化学会副理事长兼秘书长、中国科学院自动化研究所王飞跃研究员为大会作了题为“平行认知：迈向知行合一的智能认知科学技术”的报告。利用ACP方法和CPSS理念，通过将认知分解为描述性认知、预测性认知、引导性认知，我们试图为认知科学提供一个可计算、可试验、可检验的基础设施和平台构架，使“知行合一”成为智能认知的实时性技术要求。为此，在虚拟现实VR、扩展现实AR、人工智能AI的基础上，还要进一步补充虚拟传感VS、扩展传感AS、人工认知AC，借助软件定义的认知传感器和认知机器人，形成集平行传感、平行试验、平行智能为一体的实时嵌入式智能认知系统，使“不定、多样、复杂（UDC）”的问题与现状，内化为其“灵捷、聚焦、收敛（AFC）”的认知能力与效率，最终实现“人机结合、知行合一、虚实一体”的“合一体”认知科学方法与技术。

纵观历史，人类已经开发了帮助文明演进和成长的工具和技术。计算机，推而广之，人工智能在技术迭代发展的过程中扮演了重要的作用。近期，人工智能愈发受到关注并引起了广泛地讨论。微软亚洲研究院研究员、副院长张益肇在题为“迈向混合智能，赋能个人和组织”的报告中，列举了诸如计算机视觉和数据挖掘等人工智能已经展示出类似人类能力水平的领域，并将探讨人类如何在创造力和判断力方面更出色。由于人工智能是可以增强人类能力的工具，因此明确技术可行和不可行的范围也十分重要，以确保人工智能最终能被恰当使用。

西安交通大学副校长郑庆华教授为大会作了题为“碎片化知识的挖掘融合与应用”的报告，郑庆华教授指出信息融合研究如何采集多个传感器数据并实现目标对象识别不同，碎片化知识融合旨在解决知识自动化的三个关键需求——既见树木又见森林、由此及彼由表及里、去粗存精去伪存真，其核心问题是如何从位置分散、模态多样、内容片面、结构无序的大数据中挖掘出碎片化知识并融合成知识图谱。

联想集团副总裁王茜莺女士为大会作了题为“超算平台助力混合智能发展”的报告，王茜莺女士表示，今天的我们正在飞快地进入一个由人工智能驱动的全新时代。从人工智能到增强智能，人类和机器将会形成新的伙伴关系。人工智能的快速发展离不开三个核心要素，即数据、计算力以及算法。当前人工智能领域的各大巨头不约而同地在建立自己的人工智能平台，联想也在快速构建具备多媒体、多模态处理能力的人工智能平台，而联想在超算领域的优势会让平台更加强大。未来，人工智能会让软件硬件发挥最大的效力。

最后，中国工程院院士、西安交通大学、中国自动化学会理事长郑南宁教授为大会作了题为“直觉性AI与无人驾驶”的报告，郑南宁教授指出对当前人工智能而言，解决某些对人类来说属于智力挑战的问题可能是相对简单的，但对看似简单的与真实物理世界交互的能力依然非常差（无人驾驶就属于这类问题）。人脑对于非认知因素的理解更多地来自于直觉，并受到经验和长期知识积累的影响，这些因素在人对物理环境理解与行为交互、非完整信息处理等问题中有着极其重要的作用。而且人类的学习是一种与事物互动的过程，人类认知过程中的特征概念形成往往是建立在语义解释的基础上；人类依赖对事物的观察（或显著性特征的注意）在大脑中建立不同的内部分析模型，并利用这些模型来推测事物的变化，或是从过去的事件预测未来。而机器学习中的特征提取及预测模型与人类认知过程中的特征概念形成及其内部分析模型是完全不同的，为使机器学习模型产生人类的认知结果，需要其所学特征在一定程度上符合神经生理学实验结果，同时要使特征具有数学和语义的解释性。此外，大脑神经网络结构的可塑性，以及人脑在非认知因素和认知功能之间的相互作用，它们是形式化方法难以、甚至不能描述的。因此，我们需要从脑认知机理和神经科学获得灵感和启发，发展新的AI计算模型与架构，让机器具备对物理世界最基本的感知与反应，即使机器具有“常识”推理的能力，从而实现更加健壮的人工智能系统。

新一代人工智能的核心基础科学问题是认知和计算的关系，同时人工智能追求的长期目标是使机器能像人一样学习和思考，需要将人的作用或人的认知模型引入到人工智能系统中，形成混合—增强智能的形态。当前人工智能发展已进入新阶段，本届大会围绕认知计算与混合智能分享了人工智能、认知科学等交叉融合领域的基础理论、尖端技术等方面的研究进展，为促进我国新一代人工智能发展做出一定贡献。

文章来源:互联网