當前，人工智能已進入新的發展階段，人類社會幾乎所有領域都對人工智能技術有著越來越迫切的需求，而且布局發展人工智能已經成為世界許多國家的共識與行動。因此，人工智能研究的原始創新更加需要堅持嚴謹的科學態度，需要充分發揮多學科交叉的優勢，踏踏實實推進新一代人工智能的發展。為深入貫徹落實習近平總書記重要指示精神，進一步推動國家新一代人工智能發展，國家自然科學基金委員會信息科學部、中國認知科學學會和中國自動化學會聯合主辦的“第二屆中國認知計算與混合智能學術大會”于2019年9月21日至22日在西安舉行，來自國內外80余所知名高校、研究機構和企業的500多名專家、學者和研究生參加了會議。
.jpg)
9月21日大會開幕式由大會主席、中國自動化學會理事長鄭南寧院士主持，西安交通大學副校長鄭慶華教授致歡迎辭，大會主席、國家自然科學基金委員會信息科學部主任郝躍院士，大會主席、中國認知科學學會理事長陳霖院士分別致辭。中國工程院原常務副院長潘云鶴院士，中國科學院陳霖院士、張旭院士，中國工程院外籍院士Colin Blakemore教授，以及國家自然科學基金委員會信息科學部等領導嘉賓出席本屆大會開幕式。
本屆大會是我國人工智能領域水平最高、規模最大的學術會議，其目的就是研討認知科學、神經科學與人工智能科學等領域交叉融合的最新進展和前沿技術。會議邀請了來自國內外知名大學、研究所和科技公司的28名知名學者和專家（其中中國科學院、中國工程院院士2名，中國工程院外籍院士1名，美國工程院院士1名）分別做8個大會報告和20個論壇報告，展示國內外研究團隊在認知計算、人工智能領域的基礎理論和方法、關鍵技術及實現等方面的最新研究進展。同時，大會共收到國內外178篇論文投稿，經嚴格評審，最終錄用66篇，以口頭報告和海報展示的形式進行交流。
.jpg)
中國工程院院士、浙江大學教授潘云鶴為大會帶來第一個報告，題目為“論視覺認知”。報告提出了視覺知識的概念，分析了它與迄今為止AI所用知識表達方法不同的特點，其中視覺概念具有典型(prototype )與范疇結構、層次結構與動作結構等要素。視覺概念能構成視覺命題，包括場景結構與動態結構，視覺命題能構成視覺述事。報告指出重構計算機圖形學成果可實現視覺知識表達及其推理與操作，重構計算機視覺成果可實現視覺知識的學習。實現視覺知識表達、推理、學習和應用技術將是AI 2.0取得突破的重要方向之一。
.jpg)
英國皇家學會會士、中國工程院外籍院士、香港城市大學教授、牛津大學名譽教授Colin Blakemore作了題為“How does the Brain Compute?（大腦是如何計算的）”的報告。報告指出，目前人們對“大腦啟發的人工智能”的興趣是基于這樣一種假設，即人類大腦使用的計算原理可能會在未來幾代的計算架構中得到體現。然而，關于神經系統使用的計算機制的知識仍然是基礎的，人工智能和神經科學之間的對話是雙向的。節點的概念，與可變權重緊密相連，是連接主義模型的基礎，松散地基于大腦的真實連接和突觸可塑性的現象。但是反向傳播和監督學習在生物學上的不可思議性導致了對不使用這些原則的網絡計算的探索。神經網絡模型對大腦皮層感覺區域的活動依賴性成熟以及大腦損傷對語義表達的影響等過程提供了深入的認識。但是，在已知的真正的神經計算與人類大腦非凡的行為和認知表現之間，仍然存在著巨大的鴻溝。人工智能的發展可能推動我們對大腦的理解，就像神經科學的發現可能激發人工智能一樣。
.jpg)
在大會報告期間，《人工智能本科專業知識體系與課程設置》新書發布會也重磅舉行。該書基于三十余年來在人工智能領域的研究探索和人才培養的實踐，由人工智能權威專家、中國工程院院士鄭南寧教授領銜編著的，充分體現了人工智能專業知識體系高度交叉融合的特性，知識體系覆蓋信息科學、認知科學、腦科學、神經科學、數學、心理學、人文社科與哲學等多學科，課程設置涉及到人工智能相關交叉學科知識。
中國科學院院士、中國科學院上海生命科學研究院研究員張旭所作報吿題目為“Brain Science and Artificial Intelligence（腦科學與人工智能）”。報告指出，認知是通過思維、經驗和感覺獲得知識和理解的心理活動或過程，這些過程可以在不同的背景下從不同的角度進行分析，特別是在神經科學、心理學、語言學、數學、自動化、信息科學和計算機科學領域。到目前為止，我們還不知道大腦中有多少神經元類型、神經回路和功能網絡。為破譯大腦和開發腦啟發人工智能(AI)奠定基礎是十分重要的。2012年，中國科學院啟動了戰略重點研究項目，繪制大腦功能連接圖。本研究試圖建立新的研究團隊來解釋和建模大腦功能特定的神經連接和網絡。2014年，啟動了上海腦智能項目，用于神經科學的轉化研究和人工智能技術的研發，試圖繪制體感神經元類型及其與單細胞技術和跨突觸神經示蹤劑的連接。我們團隊制作了深度學習、神經網絡處理器，通過生理、數學、物理和電路模型，實現了語音識別和翻譯技術、仿生眼和控制系統等人工智能技術的應用?；诖耍瑥埿裨菏空J為，未來應大力推進腦科學與信息技術的交叉研究。
.jpg)
IEEE/AIMBE Fellow、美國佛羅里達大學杰出教授Jose C. Principe的報告題目為“A Cognitive Architecture fbr Object Recognition in Video（一種用于視頻對象識別的認知結構）”。報告描述了從動物視覺系統中抽象出的計算原理，在不使用標簽和減少所需計算帶寬的情況下識別視頻中的對象。利用稀疏性約束和對偶狀態估計的經驗貝葉斯準則，建立一個自組織和模仿人類視覺中心凹的動態系統的分層分布式體系結構。對圖像的解釋是通過自上而下流動的原因來調節的，這些原因改變了自下而上處理的先驗。報告指出，我們將展示一個自頂向下的注意力焦點的初步結果，它能夠識別部分遮擋圖像中的物體。
.jpg)
9月22日上午的大會報告由西安電子科技大學石光明教授主持。
美國工程院院士、微軟全球執行副總裁沈向洋在題為“微軟對認知計算和混合智能的中長期思考” 的報告中提到，微軟亞洲研究院成立之初的目標是打造未來20年的技術。今天微軟在圖像、語音識別，以及機器翻譯、閱讀等多個領域已經接近人類水平，基本實現了感知能力?，F在又從感知領域進入到認知領域。微軟將NLP等服務打包成微軟智能云上的 Azure認知服務，讓每個人都能開發AI。微軟正努力開啟黑盒，做可解釋的人工智能。未來三到五年，將是“人工智能創造”的新階段。瞄準未 來20年，微軟研究院正在向量子計算等方向發展，在基礎研究領域不斷加大投入，打造從云到邊緣，無處不在的未來智能。
.jpg)
IEEE/ASME Fellow、美國加州大學伯克利分校杰出教授Masayoshi Tomizuka在題為“Merging Machine Learning and Model-based Control for Autonomous Driving——結合機器學習和基于模型的自動駕駛控制”的報告中，指出自動駕駛汽車能感知周圍的環境，為安全高效的駕駛計劃動作，并在極少或沒有人為干預的情況下按照計劃行駛。目前，道路上的汽車還沒有達到完全自主駕駛的階段，但汽車行業、信息技術行業、國家科研實驗室和高校實驗室正在加緊研發工作。汽車工程師協會(SAE)定義了從0級到5級的駕駛自動化水平。在5級，不需要人為干預，在4級，不需要司機注意安全。前沿的研究工作集中在第4級和第5級自動化。四級自動駕駛汽車的功能包括:1)檢測、跟蹤、定位映射、2)運動預測行為規劃、3)運動規劃控制。自動駕駛的領先技術是機器學習和人工智能。傳統的基于模型的控制也發揮著重要的作用，將機器學習與基于模型的控制相結合是一個令人興奮的研究課題。我們將研究自動駕駛的基本問題，以及如何利用這些技術來解決這些問題。近年來，人工智能(AI)在我們通過數千年的進化所掌握的任務中表現得比我們更好。游戲是如何幫助人工智能實現這一目標的？反過來，人工智能如何幫助我們創造更好的游戲呢?人工智能真的有可能在玩游戲時準確地模擬我們的動機、情緒和行為嗎?馬耳他大學教授Georgios N. Yannakakis在題為“AI for Games and Games for Al（AI的游戲和游戲的AI）”中，通過關注AI和游戲之間關系的重要性來解讀上述問題，同時展示了在人工智能和游戲交叉路口的大量研究項目，這些項目目前在數字游戲研究所(Institute of Digital games)運行。
.jpg)
近年來，人工智能(AI)在我們通過數千年的進化所掌握的任務中表現得比我們更好。游戲是如何幫助人工智能實現這一目標的？反過來，人工智能如何幫助我們創造更好的游戲呢?人工智能真的有可能在玩游戲時準確地模擬我們的動機、情緒和行為嗎?馬耳他大學教授Georgios N. Yannakakis在題為“AI for Games and Games for Al（AI的游戲和游戲的AI）”中，通過關注AI和游戲之間關系的重要性來解讀上述問題，同時展示了在人工智能和游戲交叉路口的大量研究項目，這些項目目前在數字游戲研究所(Institute of Digital games)運行。
.jpg)
西安交通大學人工智能學院院長、曠視科技研究院院長孫劍在題為“深度學習變革視覺計算” 報告中指出，深度學習/深度神經網絡的復興根本性的變革了人工智能的方方面面。孫院長在報告中回顧了深度學習在語義圖像理解、計算攝影學和AI計算三個方面對基礎研究和實際應用帶來的巨大變革。同時也會詳細介紹了在這些變革帶來的機遇下，曠視科技的最近進展和最佳實踐。
.jpg)
本屆大會圍繞人工智能的基本科學問題，探討腦認知科學、神經科學與人工智能的交叉融合，涉及認知計算的基礎理論、混合增強智能與深度學習、受神經科學啟發的計算架構與器件、先進感知與智能環境四個專題。
本屆大會得到了11名中國科學院院士、中國工程院院士和外籍院士（其中中國計算機學會、中國人工智能學會、中國神經科學學會、中國圖像圖形學學會、中國認知科學學會和中國自動化學會等全國性學會理事長6人）、1名美國工程院院士和國家自然科學基金委員會領導等著名學者、資深專家的指導和支持。
本屆中國認知計算與混合智能學術大會的成功舉行不僅為大家提供一了個珍貴的學習、交流和合作的機會，通過大家深入的交流可以碰撞出更多智慧的火花去解決認知計算與混合智能方面存在的挑戰性，而且將積極推進我國新一代人工智能發展。
本屆大會由西安交通大學、中國科學院生物物理研究所腦與認知科學國家重點實驗室、西安交通大學人工智能與機器人研究所、西安交通大學視覺信息處理與應用國家工程實驗室承辦。同時，中國科學技術協會及曠視科技、紫光展銳、南京新一代人工智能研究院、舜宇光學科技、Imagination等企業提了資助。
.jpg)
學會秘書處 供稿
