人工智能学术论坛在北京隆重举行

10月17日，中国科学院自动化研究所60年所庆系列活动之一——人工智能学术论坛在北京隆重举行。本次论坛邀请到了包括自动化所谭铁牛院士、清华大学张钹院士、北京邮电大学钟义信教授、日本德岛大学任福继教授、华为诺亚方舟实验室主任李航、360首席科学家，人工智能研究院院长颜水成在内共11位人工智能相关领域的专家学者做主题学术报告。现场有外地专门赶来的科研人员、学生和企业人员等400余听众到场参与，共享这场精彩纷呈的学术盛宴，CSDN记者参加并做报道。

论坛现场座无虚席

中国科学院自动化研究所所长 徐波

中国科学院自动化研究所所长徐波首先向与会嘉宾作所情报告。徐波从历史沿革、目前的学科定位、人才队伍、机构设置、院地协同等方面简要介绍了自动化所的基本情况。1956年，作为新中国“十二年科学技术发展规划”四项紧急措施之一，中国科学院自动化研究所正式成立。60年来，自动化所与人工智能同行，走过了不平凡的历程，在科技报国的征程上书写下华丽篇章。

中国科学院副院长、自动化所研究员 谭铁牛院士

中国科学院副院长、自动化所研究员谭铁牛院士发表致辞并做主题报告《人工智能发展的新动态与新趋势》，回顾了人工智能60年来发展历程，深入分析了近年来人工智能领域发展的新动态与新趋势，并对推进人工智能发展提出了自己的几点思考和建议。他表示，人工智能经过60年的发展已经取得了巨大进步，呈现爆发增长之势，但总体上还处于初级阶段，虽然还远不足以威胁人类的生存，但其社会影响应得到高度重视。希望面对人工智能大潮更要保持清醒、切记跟风，同时深刻理解AI内涵，始终重视基础理论的研究。他表示，作为信息化智能化时代关键使能技术，人工智能将日益成为新一轮产业的引擎，必将深刻影响国际产业竞争格局和一个国家的国际竞争力。

中国科学院院士，清华大学类脑计算研究中心学术委员会主任 张钹

清华大学类脑计算研究中心学术委员会主任张钹院士做了题为《后深度学习时代的人工智能》的分享，从一个新的高度分析了从符号主义诞生到连接主义。通过分析时代特点、预测这个时代下人工智能的可能命运。张钹院士指出，后深度学习时代，人工智能的发展要更加依靠学科交叉，特别是数学、认知科学、心理学、神经科学和语言学。他的报告带领大家重新认识人工智能——这个被始终寄予厚望的学科。

北京邮电大学教授 钟义信

北京邮电大学钟义信教授的报告《AI理论的突破与创新》针对人工智能三大学派——解构主义的人工神经网络，功能主义的物理符号系统，行为主义的感知动作系统基础之上，提出“整体转换”的生态演化论方法论。在这个方法论指导下，发现对于人工智能的研究来说，比结构、功能、行为更重要的是“智能的生成机制”，并且发现这个机制就是“信息-知识-智能的转换”，也就是“信息转换与智能创生”，因而提出并建立了“机制主义人工智能理论”。

日本德岛大学教授 任福继

日本德岛大学任福继教授的报告《机器人进化与人道智能》围绕情感这一先进智能的重要标志，立足于报告人在服务机器人情感计算与交互能力方面多年的研究积累，介绍人机交互信息的主动采集、高效融合、选择感知和意图理解等关键环节的相关技术，对服务机器人发展进行展望。同时，对机器人进化将会带来的问题进行探索，提出人道智能，新图灵测试构想。

下午的论坛于13:30开始，观众热情不减。

美国华盛顿大学教授 谈自忠（TJ Tarn）

美国华盛顿大学谈自忠（TJ Tarn）教授带来下午的第一场报告《Next Big Things in Robotics and Automation》。谈自忠教授在报告中介绍了介绍了机器人的发展，新技术的应用使得机器人越来越精细，智能。硅谷带来的革命就是把原来大、贵、复杂的系统替换成小、便宜、高性能的微系统。微芯片能够感知、思考、行动甚至互相交流，最终它们将带来智能机器。谭教授根据不同时期人机交互程度把机器人分为：工业机器人，服务机器人，合作机器人。谭教授指出，未来机器人的一个发展方向是生物与机械的结合，它们在生物技术、环境、信息技术甚至新药物研发中都会有很好的应用。

华为诺亚方舟实验室主任 李航

华为诺亚方舟实验室主任李航作了主题报告《拥抱自然语言处理新时代》，他介绍人类语言的5个特性，这5个特性让自然语言处理很困难。虽然我们到现在尚未清楚人脑是怎么处理语言的，但技术上还是可以做一些事让计算机看上去能理解一点人类语言，第二部分介绍一些让计算机理解人类语言的技术策略。

360首席科学家，人工智能研究院院长 颜水成

360首席科学家，人工智能研究院院长颜水成作报告《Facial Entertainment: Techniques and Applications》。他的报告主要包括两个方面：深度学习上的一些探索、人脸处理技术和产品。Network In Network (NIN)主要包含了两个创新点，第一个是利用MLP模型代替原来卷积层的线性模型，提升卷积层的非线性性，从而提升其局部表达能力。NIN的第二个创新点是把CNN里顶层的全连接层替换为全局平均池化层。接下来，颜水成介绍了他们之前在化妆、美颜和人脸增强方面的一些工作，既有技术含量又很实用。

中国科学院神经科学研究所研究员 王征

中国科学院神经科学研究所王征研究员在《基于磁共振影像的猴-人跨物种机器学习》中指出，磁共振成像技术已经在临床与基础研究中广泛应用于获取蕴含大脑结构与功能信息的联接图谱。使用机器学习分类算法不仅可以辨别正常人和病人大脑图谱中内在的、带有判别信息的生物标记，对交叉学科的基础研究具有较大意义。

北京师范大学教授 吴思

北京师范大学吴思教授的报告《架起脑科学与人工智能研究的桥梁》围绕生物视觉信息处理的基本原理，比较了其与深度学习的异同，探讨了未来类脑计算发展的方向。

中科院心理所研究员 蒋毅

中科院心理所蒋毅研究员作报告《Human visual perception of biological motion》，他在报告中介绍他所在团队在生物运动信息的视觉加工方面所做的工作与取得的成果。其中，他利用心理物理学范式结合脑功能成像技术，系统地讲解无意识视觉信息加工的神经机制以及面孔和生物运动的视知觉表征特异性。

清华大学教授 胡晓林

清华大学胡晓林教授作报告《深度学习与神经科学的交汇》，介绍了近期深度学习与神经科学出现融合迹象：一方面，通过借鉴更多的脑的结构和功能，人们提出了一些更有效的深度学习模型；另一方面，通过对深度学习模型的特点进行分析，人们加深了对脑的信息处理机制的理解。

为期一天的人工智能学术论坛圆满落幕，与会观众仍感到意犹未尽。人工智能学术论坛以最具前瞻性的视野、最前沿的国内外人工智能技术趋势和最贴近学术界的高质量交流分享，对推动我国人工智能的发展与进步有着极大的价值和影响。