6月11日，亚太人工智（zhì）能学会（AAIA）武汉分会揭牌仪式暨2022武汉（hàn）人（rén）工智能高峰论坛在武汉科技大（dà）学青（qīng）山校区（qū）人工智能学院报（bào）告厅举行。中国（guó）科学院院士（shì）、武汉科技（jì）大学（xué）人工智能（néng）学院院长吴宏鑫院士；中国工程院院士、北京科技大学教授毛新平院士；欧洲（zhōu）科学院院士、欧洲科学（xué）与艺术院院士、国（guó）际系（xì）统与控制科（kē）学院院士、IEEE会士、英国伦敦（dūn）布（bù）鲁内尔大学教授王子（zǐ）栋院士；IEEE会士（shì）、长江学（xué）者特聘教授、国家杰青、华中科技（jì）大学人工智能（néng）与（yǔ）自（zì）动化（huà）学院（yuàn）院长曾志刚教授；IEEE会士、国家（jiā）杰青、中国地质大学（武汉）计（jì）算机学院院长王力哲教授；国家杰青、武汉大（dà）学电气与自（zì）动化学院副院长何怡刚教（jiāo）授（shòu）；华中师范大（dà）学国家数字化学习工（gōng）程技术研（yán）究中心副（fù）主任、华师伍伦贡联合研究（jiū）院院长余新（xīn）国（guó）教授；武汉大学工业科学研究院副院长李辉教授；亚太人工智（zhì）能学会执行主席雷渠江教授（shòu）；武（wǔ）汉（hàn）科技大学校长（zhǎng）倪红卫教授；亚太人工（gōng）智（zhì）能（néng）学会常务副秘书长蔡（cài）忠（zhōng）涛（tāo）；亚太人工智能学（xué）会武汉分会主席伍世虔教授；亚太人（rén）工智能学会无锡分会（huì）（筹）秘书长殷飞，等二（èr）十余（yú）位专家学者及300余位师生出席此次会议，会议采用（yòng）线下与线上相结合的形式。

论坛议程：

湖（hú）北省委省政（zhèng）府积极落实党中央（yāng）、专家（jiā）赋予湖北“建成支点、走在前（qián）列、谱写新篇”的目标定位，提出构建（jiàn）51020现代（dài）产业体系（xì），即5个万亿级支（zhī）柱产业、10个五（wǔ）千亿级（jí）优（yōu）势产业、20个（gè）千亿（yì）级特色产业集群。

此次高峰论坛（tán）邀请到中国科（kē）学院士吴（wú）宏鑫（xīn）、中（zhōng）国工（gōng）程院院士毛新平等8位专家学者（zhě）进行汇报。报告既有关（guān）于人工（gōng）智能（néng）研究内容（róng）的思考、关于人（rén）工智能再造科研和教育的展望，还（hái）有关注钢（gāng）铁企业CPS构建、记忆电路（lù）、城市可持续发展、机（jī）器（qì）学习、大数据（jù）、智能制造等垂直领域的分享及讨论。

报告一、吴宏鑫院士 《人工智能研究的（de）一点（diǎn）体（tǐ）会》

吴院士用朴实语言给大家讲（jiǎng）述了人工智能科学研（yán）究人员，要（yào）务实，不要搞胡里花哨的（de）研究，研究要着眼实际问（wèn）题，将（jiāng）理论与（yǔ）实践相（xiàng）互（hù）结（jié）合；每个单位和个人都应该从实际需（xū）求出发，选（xuǎn）定一两个（gè）方向，深入研究。在这个方面，武科大做得不错，人工（gōng）智能学（xué）院也（yě）做得特别好（hǎo），高校里面越来越多（duō）的（de）老（lǎo）师，在注重产业（yè）化，将理论研究（jiū）与（yǔ）实际应用相（xiàng）结合，推动产（chǎn）业发（fā）展（zhǎn）。并给大家展示了人（rén）工智（zhì）能在健康、航（háng）天等领域的应用：比如（rú）老（lǎo）年（nián）人智能尿不湿（shī）；如（rú）何防止走丢（diū）失系统，老年人走丢了，怎么去报（bào）警和预防，寻找。鞋子、衣服，需要穿戴的感知设备，与航天领域信息沟通，定位这个人在哪里？怎（zěn）么（me）让老（lǎo）年人更加健（jiàn）康的生（shēng）活（huó），不仅仅是看个电视剧，有吃有喝，还（hái）要了解（jiě）老年人在想什么？报告还提到（dào）了一个重点研究的领域：研究语言（yán）识别（bié）和（hé）表达，如果能够将汉（hàn）语和英语的识别和表达研究好，我们可以节省大量学习英语的时间（jiān）。

最（zuì）后也引领大（dà）家反思：智能控制究竟是什么？智能控制到（dào）底要解决（jué）什么（me）问题？

报告二、毛新平院士《钢铁企业CPS构（gòu）建的路径和方法》

毛（máo）院（yuàn）士给大（dà）家（jiā）介绍了CPS的概（gài）念与（yǔ）框（kuàng）架，CPS（cyber physical systems）通过集成先进的感知、计算、通信、控制（zhì）等信（xìn）息技术和自（zì）动控制技术，构建物理空间与信息（xī）空间中人、机、物、环境、信息等（děng）要（yào）素的相互映射、实（shí）时交互（hù）、高效协同的复杂系统，实（shí）现系统（tǒng）内资源配置和运行（háng）按（àn）需相应、快速迭代、动态优化；CPS包含四个环节：状态感知、实时分析、科学决（jué）策、准确执行；并重（chóng）点（diǎn）阐述了钢（gāng）铁企业cps构建的路径和方法：CPS在流程工业（yè）的应用和发展空间极大，流程型制造工业对智能制造的需求特别大，应用特别广阔（kuò），产生的（de）社会价值（zhí）特别巨大；国家强调的双（shuāng）碳（tàn），对于我们这些制造过程来说，不仅仅是产量和质量，也要重视我们的能耗（hào）与环保（bǎo），对生态的影响（xiǎng），这些将决定我（wǒ）们的产品是否可以准（zhǔn）入到国际（jì）市场；中国（guó）工程院发布的《中国智能制造发展战略研究报（bào）告》中，提出了“并行推进、融合发展”的技术路线，数字化、网（wǎng）络化、智能化（huà）并行推进、融合发展，钢（gāng）铁（tiě）工业应遵循上述（shù）原则（zé），同时应结合我国钢铁工业发（fā）展现状，实事求（qiú）是，扎扎实实地完（wán）成数字（zì）化、网络化“补课”。

报告（gào）三、曾志刚教授 《一种多功能忆阻巴普洛夫联系记忆电路分析》

我们过马路脑袋里（lǐ）面（miàn）不用数学（xué）模型，现在机器人过马路，需要模型。人脑的信息接（jiē）受，内部（bù）感（gǎn）觉和外部（bù）感觉，经过综合处理，不同的人接（jiē）触同样的信息（xī），处理和（hé）输出的结论可能不一样，是因为输入输（shū）出之间是一种带跳跃的、不（bú）连续的（de）动态映射。世界（jiè）是动态的，机器人做决策所面对的信息，经过加工和处理，已（yǐ）经相对静态和有逻辑（jí），因此，在（zài）处（chù）理逻辑性和静态信（xìn）息时（shí），机器人比（bǐ）人（rén）脑要强，但（dàn）现实世界一切都（dōu）是动态的；大脑（nǎo）的学习（xí）与回忆功能（néng）由神经元（yuán）的各种动力学响应来实现。动物智（zhì）能自带导航系统，比如鸟的（de）迁徙和每天回鸟巢，是不用GPS的。大脑中的记忆是如何产生的？“自主性”是无人系统区别于有人（rén）系统最重要的技术（shù）特征，实现无（wú）人系统的（de）自主控（kòng）制，提高其智能程（chéng）度（dù），是无人系统的重（chóng）要发展趋（qū）势。机（jī）器人做判断是有条件的，如果怎么，就怎（zěn）么的结（jié）构，人大部分（fèn）时候做判断是（shì）没有那（nà）么（me）多条件的。因此，自（zì）主性是（shì）现在（zài）的机器人所不具（jù）备（bèi）的。其研（yán）究团队过去的工作，利（lì）用（yòng）忆阻电路模拟了生物学（xué）实验中的经典（diǎn）联想记忆现象，基于明确的ANN算法模（mó）型进行（háng）电路设计并处理相应任务。

报告四、王力哲（zhé）教（jiāo）授 《面向可（kě）持续发展目（mù）标的城（chéng）市（shì）空间》

随着技术的发展，现在的（de）情（qíng）况（kuàng），走（zǒu）向更精细对地观测；空间分辨（biàn）率不断提升，大规模空（kōng）间（jiān）信息基础设施，大量的算力（lì）设（shè）备（bèi），算力的架构和（hé）能力的（de）提（tí）升（shēng），为空（kōng）间观测提（tí）供了（le）极大的帮助，并且（qiě）基（jī）本都走向云（yún）化（huà）。从对地观测走（zǒu）向泛在感（gǎn）知，无人机遥感、众包扩展（zhǎn）了数据来源；城市风（fēng）暴潮数字孪（luán）生智能模拟（nǐ）、评估与决（jué）策支持；基于多源泛在感知数据的城市人（rén）口与（yǔ）电力消耗（hào）量（liàng）估算研究，指出城市发（fā）展不健全，规（guī）划前瞻性不足（zú），提出高（gāo）精度人口（kǒu）估算，使（shǐ）用多源数据（jù），结（jié）合局部（bù）空间（jiān）信息，来实现对某个时间段某个区域人口数量的（de）估算；结合（hé）深（shēn）度（dù）迁移（yí）学习与随机森林（lín）的电力消（xiāo）耗（hào）估算，来估算城市的能源消耗；天上（shàng）看一些东西，地面感知一些东西（xī），加上基本（běn）的社会经（jīng）济指标的对应（yīng），可以实现在一定空间尺度和（hé）时间刻度（dù）上能源消（xiāo）耗的估（gū）算。基于（yú）扩（kuò）散理论的（de）城市（shì）空间形态时空（kōng）演变及影响因素研究，地球和大脑（nǎo）都（dōu）是复杂系统（tǒng），个（gè）人（rén）认为地球更加复杂，特别是从时间维度，我们（men）对地球的演变知之甚少（shǎo）；城市（shì）空间形态的发展变（biàn）化是一个行为过程高度复杂的变化。通过多种要素建（jiàn）模（mó），在时间和空间上进行演变建模，可以去预测和（hé）服务城市（shì）的扩散。

报告五、何怡刚（gāng）教授 《能源（yuán）装备多源（yuán）异构数据融合与机（jī）器（qì）学习诊（zhěn）断关键技术》

当前面临的问（wèn）题：多源异构大数据的处（chù）理能力不足，泛化（huà）能力（lì）差（chà）；现有（yǒu）方法难以提取分类（lèi），无法精确定位故障，难以准确推（tuī）演设备真（zhēn）实（shí）状（zhuàng）态；目前各（gè）种诊断算法对高压大容器电（diàn）力变压器等能源装（zhuāng）备运行状态（tài）之间的关联性分（fèn）析不足，缺乏对各种信息（xī）之间（jiān）的内在联系（xì）深度（dù）挖掘。

其研究团（tuán）队研究（jiū）和建立了面（miàn）向能源装备远程智能运维多源异构（gòu）数据规范（fàn）化接入及质（zhì）量评价指标；装备的图像抽取有难度（dù），很多时候是（shì）三维甚至四维的；阐述了（le）能源装（zhuāng）备多模态信息融合评（píng）估（gū）机（jī）制（zhì），从图像数据、文本数据、音频数据和视频数据进（jìn）行（háng）处理和（hé）清（qīng）洗，提取相（xiàng）应的特征（zhēng），进行融合（hé）与通过（guò）特定算法，进行故障诊断；电网比我们的通（tōng）讯网更（gèng）为复杂，其研究（jiū）团（tuán）队也研（yán）究电（diàn）网设备（bèi）的预（yù）警机制，基于串级迁移学（xué）习的电力设（shè）备（bèi）小样本故（gù）障诊（zhěn）断融合（hé），避（bì）免电网系（xì）统发生故障，避（bì）免安全事故和企（qǐ）业财产的损（sǔn）失；特别是（shì）大（dà）变（biàn）压器检测的应用，传统的（de）检测，过去（qù）的监测很麻烦，通过光纤，通过数据（jù）线传导出来，其研（yán）究团队设计了一（yī）种能够（gòu）自（zì）取（qǔ）RFID传感器（qì）标签，通（tōng）过传（chuán）感器，无线发射的方（fāng）式，用于变（biàn）压（yā）器振动信号的采集与传输。电力系（xì）统和电网系统（tǒng），研发和运维有极大的提升空间。

报（bào）告六、王子栋院士 《Big Data Analysis: Engineering or Science》

同一批（pī）数据，给不同的人，经过分（fèn）析，有可能得出截然不同的结论；过去20年（nián）是（shì）算力（lì）突飞猛进的时刻，但是（shì）在算法方面没有什么突破；目前大数据分析主要两种人（rén），一种是（shì）搞计（jì）算机科学的，另外一种是搞控（kòng）制（zhì）的、系统工程的（de），这（zhè）两种方向是竞争（zhēng）关系（xì）还（hái）是可以（yǐ）合作？我们（men）做研究时，有数据（jù），也（yě）有对标的对象，但是研究（jiū）出来的结果还是不能完全一样。目前正在做一个300万（wàn）英镑的项（xiàng）目，人工智能的方法去炼丹（dān），与学校里面的材料科学家（jiā）合作（zuò），传统的方法是（shì）要做实验，我们用机器学习的方法，来研究各种各样的材料的参数，有20000多种参数，导致求解的（de）过程很复杂；面（miàn）临的挑（tiāo）战：需要（yào）搜寻可（kě）能（néng）的解空间太大，10年前，数据（jù）驱（qū）动热门时，很多人认为（wéi）只需要数据，不需要算法。只要通（tōng）过google收集一（yī）些数（shù）据，用统计软件就可以分析得到（dào）结果（guǒ）。2014年，科学家证明完全靠数据不行。在做数据（jù）分析时（shí），有（yǒu）时看到有些（xiē）数（shù）据（jù）比较奇怪，一般（bān）人会提出把（bǎ）这些数据去（qù）掉，其实是不对的，其（qí）团队（duì）对（duì）奇怪的数据进行（háng）了深入（rù）研（yán）究，到底这些（xiē）数据是噪音还（hái）是惊（jīng）喜，怎（zěn）样建立一种方法，去（qù）区分噪声（shēng）和惊喜，这个（gè）研究（jiū）应用（yòng）到青光眼的早（zǎo）期预防，在（zài）非洲做了一些实验和应（yīng）用；怎么让（ràng）大数据的分（fèn）析变得好玩有趣，把数据分析（xī）的软件变得通用，最后把数（shù）据分析的结果变得不要（yào）那么飘忽不（bú）定。用机器学（xué）习研究增（zēng）材制造产品的质（zhì）量问题，比如3D打印的产品，产品里面（miàn）是否有（yǒu）气（qì）泡和缺陷（xiàn）？将不同的初始条件，不同的算法，不（bú）同的（de）指标，看成优化前提，通过（guò）算法（fǎ），对（duì）上述因子进行（háng）不同的组合与选（xuǎn）择，将数据分析变成一个科学。大数据分（fèn）析要（yào）变（biàn）成一门严谨的科学，需要用系统科学的理念，一些结论：大不一定永（yǒng）远好，快也不一定是唯一的解，可（kě）重复性是大数据（jù）的重要问题，一个学科要长远发展，还是要回到科学的方向，相信（xìn）大数（shù）据（jù）一定会成为一（yī）门科学，在（zài）大家共同（tóng）努（nǔ）力下会发展的（de）越（yuè）来（lái）越（yuè）好（hǎo）。

报告七、余新国教授 《人工智能再造科研和教育》

人（rén）的智能有两个（gè）方面，一个是感官，一个是思维，思维层（céng）面（miàn）比感官（guān）更加复杂，做研究是一个高智力的活动，那（nà）么人工智能是（shì）否可以帮助（zhù）我们提升研究的效率呢？作为一个研究者，少则（zé）10年，多则20-30年才研究（jiū）出一些成（chéng）果（guǒ），人工智能是否可以帮助年（nián）轻的研究者（zhě）提升效率，成长的（de）更快呢（ne）？在（zài）做学术综述和找论文方面，目前已（yǐ）经有（yǒu）一些应（yīng）用和技术，可以让我们（men）更快的找到（dào）相应的论文（wén）和了解当前某个领域研究的动态（tài）。大数据（jù）被称为“第四研究范式（shì）”，通过大量的论（lùn）文和专家的（de）研（yán）究（jiū）报（bào）告，我们是否可（kě）以（yǐ）通过人工智能（néng）找到他们的研究范式；用人工智能的方法提升研究者的效率（lǜ），哪些事情是人工智能可以帮（bāng）助到我们的呢（ne）？而研究智能教育，先要问的（de）第一个问题，教育是什么？提（tí）出了一个教育基本模型，从（cóng）而去（qù）看人（rén）工智能（néng）在五个方（fāng）面如何去改（gǎi）善教育。余教（jiāo）授展示了在应用方面（miàn），其团队为自闭症儿童做了一个教育系统；另外，开发了一个（gè）教育平台，里面（miàn）有很多教育工具，学生可（kě）以在线（xiàn）做实（shí）验，计算机可以辅（fǔ）助画一（yī）些比较（jiào）复杂的图，帮助老师减轻教学负担。

科学当（dāng）中三（sān）种智能程度，最难的是建（jiàn）立（lì）新的理论，建模和（hé）分析比较（jiào）容易实现；把解题看成不同问题的转换，重（chóng）点在于对（duì）题目的理解，找到关（guān）系，以及背后的方程式，执（zhí）行求解过程，从而（ér）找出计算机（jī）解题的方法（fǎ）。并（bìng）应用于解析物理和几何题，相关（guān）研究已（yǐ）经发了多篇论文。其研究团队的理想是（shì）做一（yī）个（gè）与语言无关的解答器，目前全（quán）球有200多（duō）种语言，给教育和交流带来很多不便（biàn）。

报（bào）告八、李辉（huī）教授 《基于（yú）工艺过（guò）程多场建（jiàn）模仿真的电子（zǐ）产品大批量高速（sù）高精密智能制（zhì）造产线集（jí）成技术》

智能制造（zào）在电（diàn）子制造行业的需（xū）求和应（yīng）用很多（duō），目前有很多问题需（xū）要解决，例如（rú）电子制造产线智能（néng）感知与智（zhì）能管控尚（shàng）未得到有效（xiào）解（jiě）决，智能产线工艺流程、工（gōng）艺环境（jìng）和产品的多（duō）场数字孪（luán）生与成品率、生产率（lǜ）的耦合关（guān）系等（děng）；李教授展示了其团图的项目成果：智（zhì）能产线方案，柔性PCB与（yǔ）汽（qì）车（chē）压（yā）力（lì）传感器，通过各种传感器，对（duì）生产过程中事（shì）实数据进行（háng）监控，然后将这些数据传到后台，通过决策系统，实时动（dòng）态对产线过程进行决策指（zhǐ）导与干预（yù）。随后，针对其团（tuán）队的研（yán）究（jiū）工作，重点介绍了四个（gè）课题，分别是：课题（tí）一，基（jī）于边缘计算的智能（néng）感（gǎn）知（zhī）-控制模块研究（jiū）与开发，电子制造（zào）智（zhì）能产线生产系统的数字孪生模型，基于数（shù）字孪生的智能产线优化管控系统；课题二，汽车压（yā）力传感（gǎn）器（qì）键（jiàn）合工艺仿真，键合（hé）焊点热疲劳仿（fǎng）真，柔性PCB超精（jīng）细（xì）线（xiàn）路曝光工艺仿真，基于深（shēn）度（dù）学习的FPCB疵病（bìng）的AOI检测；课题三（sān），基于数字孪生的电子产品生产调（diào）度与物料传输协同优化及决策技术；课题四，柔（róu）性PCB智能（néng）产线，显（xiǎn）影产线搭建，蚀（shí）刻（kè）产线搭建，在深圳（zhèn）上（shàng）达电子（zǐ）完成了（le）多条产线应用。

此次（cì）论坛，不仅（jǐn）代表（biǎo）亚太人工智（zhì）能学会（huì）武（wǔ）汉分会的成立，同时汇聚了50余位人工智能领域的专（zhuān）家、300余位学生，在顾问委员会（huì）的（de）指导下，继续推（tuī）动人工智（zhì）能学术交（jiāo）流、技术（shù）成果（guǒ）转化等各方（fāng）面的活动；下图为武汉分（fèn）会（huì）顾问委员会。