Activities
2021年10月22日，為慶祝中國(guó)自動(dòng)化學(xué)會(huì)成立60周年。由IEEE/CAA Journal Automatica Sinica、《自動(dòng)化學(xué)報(bào)》和《模式識(shí)別與人工智能》聯(lián)合舉辦的2021中國(guó)自動(dòng)化大會(huì)Workshop“人工智能前沿?zé)狳c(diǎn)論壇”成功召開。此次論壇旨在探討未來(lái)人工智能發(fā)展趨勢(shì)，明確研究發(fā)展方向，針對(duì)人工智能幾個(gè)關(guān)鍵領(lǐng)域展開深入探討與交流，邀請(qǐng)著名學(xué)者做主題報(bào)告，加強(qiáng)同行交流互動(dòng)。
論壇主席由北京師范大學(xué)黃華教授擔(dān)任。論壇邀請(qǐng)?zhí)旖虼髮W(xué)胡清華教授、北京師范大學(xué)黃華教授、華中科技大學(xué)桑農(nóng)教授、北京大學(xué)王立威教授和東南大學(xué)張敏靈教授分享他們的研究成果。此次論壇采用線上騰訊會(huì)議的方式，受到廣泛關(guān)注，高峰時(shí)期參會(huì)人數(shù)多達(dá)90余人。
胡清華教授的報(bào)告題目是“開放動(dòng)態(tài)場(chǎng)景機(jī)器學(xué)習(xí)的初步探索”。胡教授首先介紹研究背景，指出目前機(jī)器學(xué)習(xí)適用于固定封閉環(huán)境，當(dāng)面臨開放動(dòng)態(tài)場(chǎng)景時(shí)，多模態(tài)數(shù)據(jù)存在較強(qiáng)不確定性、關(guān)聯(lián)關(guān)系存在動(dòng)態(tài)變化，數(shù)據(jù)呈現(xiàn)長(zhǎng)尾分布而尾部不易建模，測(cè)試過(guò)程中新樣本不斷涌現(xiàn)，樣本多樣性和多樣性對(duì)抗策略使模型失效。針對(duì)上述問(wèn)題，胡教授介紹最近的研究重點(diǎn)及成果，包括多模態(tài)數(shù)據(jù)動(dòng)態(tài)融合、長(zhǎng)尾數(shù)據(jù)的多粒度遷移學(xué)習(xí)、開放場(chǎng)景的自主學(xué)習(xí)和選擇則性資助學(xué)習(xí)。
黃華教授的報(bào)告題目是“基于物理模型的計(jì)算光譜成像”。黃教授首先介紹光譜及光譜圖像的應(yīng)用、傳統(tǒng)光譜成像技術(shù)和快照光譜成像技術(shù)，還介紹編碼感知計(jì)算光譜成像及其存在的成像速度和精度的問(wèn)題。針對(duì)上述問(wèn)題，黃教授介紹其團(tuán)隊(duì)在編碼感知計(jì)算光譜成像的物理模型和重構(gòu)算法方面的研究成果。從計(jì)算光譜成像的系統(tǒng)組成入手，分析光信息傳遞的物理規(guī)律，建立基于物理的系統(tǒng)前向模型。在分析計(jì)算光譜成像重構(gòu)算法的基本模型之后，基于深度展開的計(jì)算重構(gòu)思想，融合準(zhǔn)確的物理模型與先進(jìn)的圖像先驗(yàn)，實(shí)現(xiàn)高質(zhì)量高速度的計(jì)算光譜成像。
桑農(nóng)教授的報(bào)告題目是“時(shí)序行為檢測(cè)技術(shù)研究”。桑教授首先介紹時(shí)序行為檢測(cè)背景及意義，包括該技術(shù)的在多個(gè)領(lǐng)域的實(shí)際應(yīng)用及相關(guān)數(shù)據(jù)集，然后介紹若干個(gè)目前時(shí)序行為檢測(cè)的前沿方法，包括傳統(tǒng)的方法和基于深度學(xué)習(xí)的方法。桑教授詳細(xì)介紹他們團(tuán)隊(duì)研究提出的時(shí)序邊界微調(diào)算法、將自監(jiān)督引入半監(jiān)督時(shí)序行為檢測(cè)的方法。最后在總結(jié)和展望中，桑教授指出設(shè)計(jì)輕型網(wǎng)絡(luò)以提高檢測(cè)效率、有效界定檢測(cè)邊界和半監(jiān)督及自監(jiān)督應(yīng)用是以后的研究方向。
王立威教授的報(bào)告題目是“應(yīng)用?∞-距離神經(jīng)網(wǎng)絡(luò)驗(yàn)證?∞魯棒性”。王教授由對(duì)抗魯棒性研究入手，分析噪聲對(duì)深度神經(jīng)網(wǎng)絡(luò)重要影響，發(fā)現(xiàn)深度學(xué)習(xí)對(duì)微小對(duì)抗擾動(dòng)異常敏感。王教授致力于尋找能夠抵抗?∞波動(dòng)的新型神經(jīng)網(wǎng)絡(luò)，設(shè)計(jì)?∞-距離神經(jīng)元，基于該神經(jīng)元的網(wǎng)絡(luò)是關(guān)于?∞范式的1-Lipschitz函數(shù)，這嚴(yán)格保證基于輸出結(jié)果邊沿的認(rèn)證魯棒性。該網(wǎng)絡(luò)的Lipschitz常數(shù)小于等于1，圍繞該網(wǎng)絡(luò)開展進(jìn)一步研究，在MNIST、CIFAR-10、TinyImageNet三個(gè)常用數(shù)據(jù)集上的指標(biāo)表明該網(wǎng)絡(luò)具有良好的性能。
張敏靈教授的報(bào)告題目是“偏標(biāo)記學(xué)習(xí)的研究：最新進(jìn)展”。張教授首先分析傳統(tǒng)強(qiáng)監(jiān)督學(xué)習(xí)的缺陷，舉例說(shuō)明包括半監(jiān)督學(xué)習(xí)、多標(biāo)記學(xué)習(xí)、多實(shí)例學(xué)習(xí)在內(nèi)的弱監(jiān)督學(xué)習(xí)范式。偏標(biāo)記學(xué)習(xí)在多媒體內(nèi)容自動(dòng)標(biāo)注、自然語(yǔ)言處理、生態(tài)信息學(xué)等領(lǐng)域得到成功應(yīng)用，張教授分析偏標(biāo)記學(xué)習(xí)與半監(jiān)督學(xué)習(xí)、多標(biāo)記學(xué)習(xí)、多實(shí)例學(xué)習(xí)的異同點(diǎn)，指出現(xiàn)階段偏標(biāo)記學(xué)習(xí)的關(guān)鍵問(wèn)題是標(biāo)記消歧，基于真實(shí)標(biāo)記辨識(shí)策略和候選標(biāo)記平均策略介紹現(xiàn)階段一些主要偏標(biāo)記學(xué)習(xí)方法，最后給出偏標(biāo)記學(xué)習(xí)的相關(guān)學(xué)術(shù)資源。
黃華教授對(duì)各位專家報(bào)告內(nèi)容進(jìn)行總結(jié)，希望參會(huì)人員在以后的科研學(xué)習(xí)工作中與報(bào)告專家開展更多交流，最后宣布論壇結(jié)束。
