6月11日，亚（yà）太人工智能学会（AAIA）武汉分（fèn）会揭牌仪式暨2022武汉人工智能高峰论坛（tán）在武（wǔ）汉科技大（dà）学青山校区（qū）人（rén）工（gōng）智能学（xué）院报告（gào）厅举行。中国科学院院（yuàn）士、武（wǔ）汉科技大学人工智能学院（yuàn）院长吴（wú）宏鑫（xīn）院士；中（zhōng）国工程院院士、北京（jīng）科技大学教授毛（máo）新平院士（shì）；欧（ōu）洲科学院院士、欧洲（zhōu）科学与艺术院院士、国（guó）际系统与控制科学院院士、IEEE会士、英国伦敦布鲁内尔大学教授王子栋院（yuàn）士；IEEE会士、长江学（xué）者特聘（pìn）教授、国（guó）家杰青、华中科技大学人工智能与自动化学院院长曾（céng）志刚（gāng）教授；IEEE会士（shì）、国家杰青、中国地质（zhì）大学（武汉）计算机学院院长王力哲（zhé）教授；国家（jiā）杰青、武汉（hàn）大学电气与自动化学院副院长（zhǎng）何怡（yí）刚教授；华中（zhōng）师（shī）范大学国家数字化学习工程技术研究中（zhōng）心副主任、华师（shī）伍伦贡（gòng）联合研究院院（yuàn）长余新（xīn）国（guó）教授；武（wǔ）汉大学工业科学研究院（yuàn）副院长李辉教授；亚太人工智能（néng）学会执行（háng）主席雷（léi）渠江教授；武汉科技（jì）大学校长倪红卫教授；亚（yà）太人工智能学会常务（wù）副秘书长蔡忠（zhōng）涛（tāo）；亚太人工智能（néng）学（xué）会武汉分会（huì）主席伍世虔（qián）教授（shòu）；亚太人工智能学会无锡分会（筹（chóu））秘（mì）书长殷飞，等二十余位专家学（xué）者及300余位师生出席此次会议（yì），会议采用线下与线上相结（jié）合的形式。

论坛（tán）议程：

湖北省委（wěi）省政府积（jī）极落实党中央、专家赋（fù）予（yǔ）湖（hú）北“建成支（zhī）点、走在（zài）前列、谱写新篇（piān）”的（de）目（mù）标定位，提出构建51020现代（dài）产业体（tǐ）系（xì），即（jí）5个万亿级支柱产业、10个五千亿级优势产业（yè）、20个千亿级特色产业集群。

此次高（gāo）峰论坛邀请到中国科学院士吴宏鑫、中国工程院院士毛（máo）新平等（děng）8位专（zhuān）家学者进行汇报。报告既有关于人（rén）工智能研究内容的思考、关于人工智能再造（zào）科研和教（jiāo）育的展望，还有关注钢铁企业CPS构建、记忆电路、城市可持续发展、机器学习、大（dà）数据、智能制造（zào）等垂直领域的分享及讨论。

报（bào）告（gào）一、吴（wú）宏鑫院（yuàn）士（shì） 《人工智能研（yán）究的（de）一点体会》

吴院士用朴实语言给大（dà）家讲（jiǎng）述（shù）了人工（gōng）智能（néng）科（kē）学研究人员，要务实，不要（yào）搞胡里（lǐ）花哨（shào）的研究，研究要（yào）着眼实际问（wèn）题，将理论与实践相（xiàng）互结合；每个单位（wèi）和个人都应该（gāi）从实际需求出发，选定一两个方向（xiàng），深入研究。在（zài）这个方面，武科大做得（dé）不错，人工智（zhì）能学院也做得特别好，高校里面越来越多的老师，在注重产业化（huà），将理论研究与（yǔ）实际应用相结合，推动产业发展（zhǎn）。并给大家展示（shì）了人（rén）工智（zhì）能在（zài）健康、航天等（děng）领域的应用：比如老年（nián）人智能尿不湿；如何防止（zhǐ）走丢失系统，老年人走丢了（le），怎（zěn）么（me）去报（bào）警和（hé）预（yù）防，寻（xún）找。鞋子、衣服，需要穿（chuān）戴的（de）感（gǎn）知设备（bèi），与航天领（lǐng）域（yù）信息（xī）沟通（tōng），定位这个（gè）人在哪里？怎么让（ràng）老年人（rén）更加健康的（de）生活，不（bú）仅仅是看（kàn）个电视剧，有吃有喝，还要了解（jiě）老年人（rén）在（zài）想什（shí）么？报告还提到了一个（gè）重点研究（jiū）的领域：研究语言识别和表（biǎo）达，如果能够将汉（hàn）语（yǔ）和英语的识别和表达（dá）研（yán）究好，我们可以节（jiē）省（shěng）大量学习英语的时间。

最后也引领大家反思：智能控制究竟是什（shí）么？智能控制到（dào）底要（yào）解决什么（me）问题（tí）？

报告二（èr）、毛新（xīn）平院士《钢铁企业CPS构建（jiàn）的路径和方（fāng）法》

毛院士给大家介绍了CPS的概念与（yǔ）框架，CPS（cyber physical systems）通过集成先（xiān）进的感知（zhī）、计算、通（tōng）信（xìn）、控制等信息技术和自动控（kòng）制技术，构建物理空间与信息（xī）空间中人、机、物、环境（jìng）、信息等要素的（de）相（xiàng）互映射、实（shí）时交互、高效协同的复杂系统，实现系统内资源配置和运（yùn）行按需相（xiàng）应、快速迭代、动态优化；CPS包含四个环（huán）节：状态感知（zhī）、实时分析、科学决策（cè）、准确执行；并（bìng）重点（diǎn）阐述了钢铁企业cps构建的（de）路径和方（fāng）法：CPS在（zài）流程工业的应用（yòng）和发展空间极大（dà），流程（chéng）型制造工业对智（zhì）能制（zhì）造的需求特别大，应用特别广阔，产生的社会价值特别巨（jù）大；国家强调（diào）的双（shuāng）碳，对于我们这（zhè）些制造过程来说，不仅仅是产（chǎn）量和质量，也（yě）要（yào）重视我们的能（néng）耗与环保，对（duì）生态的影响，这些将（jiāng）决定我们（men）的产品是否可以准入到国际市（shì）场；中国（guó）工程院发（fā）布（bù）的《中国（guó）智能制造（zào）发展战略研（yán）究报告》中，提（tí）出了（le）“并行（háng）推进、融合发展”的（de）技术路线，数字化、网络化、智能化并行推（tuī）进、融合发展，钢铁工业（yè）应遵循上（shàng）述（shù）原（yuán）则，同时应（yīng）结合我国钢（gāng）铁（tiě）工（gōng）业（yè）发展现（xiàn）状，实事求是（shì），扎扎实实地完成数字化（huà）、网络化“补课”。

报告三（sān）、曾志（zhì）刚教授（shòu） 《一种多功能忆阻巴（bā）普（pǔ）洛（luò）夫联系记忆电路分析》

我们过马路脑袋里面不用数学模（mó）型，现在（zài）机器人过马（mǎ）路（lù），需要模型。人脑的信息接受（shòu），内部感觉和外（wài）部（bù）感觉，经过综（zōng）合处（chù）理，不同的人接触同样的信息，处（chù）理和输出的结（jié）论可能不一样，是因为输入输出之间是一种带跳（tiào）跃的、不连续（xù）的动态映射（shè）。世界是动态的，机器人（rén）做（zuò）决策所面对的信（xìn）息，经过加（jiā）工和（hé）处理，已经相对静态和有逻辑，因此，在处理逻（luó）辑性和静（jìng）态（tài）信（xìn）息时，机器人比人脑要强，但（dàn）现实世（shì）界一（yī）切都是动（dòng）态（tài）的；大脑（nǎo）的学习与回忆功能由神经元的各（gè）种动力学响应来实现。动物智能自带导航系统，比如鸟的迁徙和每天回鸟巢，是不用GPS的。大（dà）脑中的记忆是如（rú）何（hé）产生的？“自主性”是（shì）无人（rén）系统区别于有人系统最重要的技术特征，实现无人系统的自主控制，提高其智（zhì）能（néng）程度，是无人系统的重要（yào）发（fā）展趋势。机（jī）器人做判断是有条（tiáo）件的，如果怎么，就怎么（me）的结构，人大部分时候做判断是没有那么多条件的（de）。因此，自主性是现（xiàn）在（zài）的机器人所不具备的。其研究团队（duì）过去的工作，利（lì）用忆（yì）阻（zǔ）电路模拟了生物学实验中的（de）经（jīng）典联想记忆现象（xiàng），基于明确的ANN算法模型进行电（diàn）路设计并处理（lǐ）相应（yīng）任务。

报告（gào）四、王力（lì）哲教授 《面（miàn）向可（kě）持续发展目标的城（chéng）市空（kōng）间》

随（suí）着技术的发展，现（xiàn）在的（de）情（qíng）况（kuàng），走向更精（jīng）细（xì）对地观测；空间（jiān）分辨率不断提升，大（dà）规（guī）模空间信息基础（chǔ）设施，大量的（de）算（suàn）力设备，算力的架（jià）构和能力的提升，为空间（jiān）观测提供了极（jí）大的帮助，并且基本都走向云化。从对地观测走向泛在感知，无人机遥感、众包扩展了数据来源；城市风暴潮数字孪生智能模拟、评估（gū）与决（jué）策支持；基于多源泛在（zài）感知数据的城市人（rén）口（kǒu）与电（diàn）力消（xiāo）耗（hào）量（liàng）估算（suàn）研究，指出城市发展（zhǎn）不健全，规划前（qián）瞻性（xìng）不足，提出（chū）高精度人口估算（suàn），使用多源数据（jù），结合局部空间信息（xī），来（lái）实现对某（mǒu）个时间段某（mǒu）个区域人口数量的估算；结合深度迁移学习与（yǔ）随机森（sēn）林（lín）的电（diàn）力消耗估算，来估算（suàn）城市的能源消耗；天上看一些东西，地（dì）面感知（zhī）一些东西，加上基本的社会（huì）经济指标的对应，可以实现在（zài）一定空间尺度和时间刻度（dù）上（shàng）能（néng）源消耗的（de）估算（suàn）。基于扩散（sàn）理论的（de）城市空间形态时（shí）空（kōng）演变及影（yǐng）响因素研究，地球和（hé）大脑（nǎo）都是复（fù）杂系统，个（gè）人认为地球（qiú）更加复（fù）杂，特别是从时间维度，我们（men）对地球的演变知之甚（shèn）少；城市空（kōng）间（jiān）形态的发展变化是一个（gè）行为（wéi）过程高（gāo）度复杂的（de）变化。通（tōng）过多种要素建模，在时间和空（kōng）间上进（jìn）行演变建（jiàn）模，可以去预测和服务城市的扩散（sàn）。

报告五、何（hé）怡（yí）刚教授 《能源装备多源异（yì）构数（shù）据融（róng）合与机器（qì）学习诊断关（guān）键技术》

当前面临的（de）问（wèn）题：多源异构大数据的处理能（néng）力不足，泛（fàn）化能（néng）力差；现（xiàn）有方法难以（yǐ）提取分类，无法精确定位（wèi）故障，难以准确推演设备真实状（zhuàng）态；目前（qián）各种诊断算法对高压大（dà）容器电（diàn）力（lì）变压器（qì）等能源装备运行状态之间的关联性分析不足，缺乏对各种信（xìn）息之间的内在联系深度（dù）挖掘。

其研究（jiū）团队（duì）研究和建立了面向能源装备远程（chéng）智能运维多源异构（gòu）数（shù）据规范（fàn）化接（jiē）入及质量评价指标；装（zhuāng）备（bèi）的图（tú）像（xiàng）抽（chōu）取有（yǒu）难（nán）度（dù），很多时候是三维（wéi）甚（shèn）至四维的（de）；阐述了能（néng）源装备（bèi）多模态信息融合评估机（jī）制，从图像数（shù）据、文本数据、音频数据和视频数据进行处理和清（qīng）洗，提取（qǔ）相应的特（tè）征，进行融合与通过特定算法，进行故（gù）障诊断；电网比我们（men）的通讯网更为复杂（zá），其研（yán）究团队也研究电网设备的预警机制，基（jī）于（yú）串级迁（qiān）移（yí）学习的电力设备小样（yàng）本（běn）故障（zhàng）诊断融合，避免电网系统（tǒng）发生（shēng）故障，避（bì）免安（ān）全事故和企（qǐ）业财产的损失；特别是大（dà）变压器（qì）检测的应用，传（chuán）统的检测（cè），过去的监（jiān）测（cè）很麻烦（fán），通过光纤，通过数（shù）据（jù）线（xiàn）传导出来，其研（yán）究团（tuán）队设计了一种能够自（zì）取RFID传感器标签（qiān），通过传感器，无线（xiàn）发射的方式，用于（yú）变压（yā）器振动信号的采（cǎi）集与传输。电力系统和电网系统，研（yán）发（fā）和运（yùn）维有极大的（de）提升空间。

报告六、王子栋院士 《Big Data Analysis: Engineering or Science》

同（tóng）一批（pī）数据，给（gěi）不同的人，经过分析（xī），有（yǒu）可能得（dé）出（chū）截然不同的结论；过去20年是算力突飞（fēi）猛进的时刻，但是在算法方面没（méi）有什么（me）突（tū）破；目前（qián）大数（shù）据（jù）分析主（zhǔ）要两种人，一种是搞计算机科学（xué）的，另外一种是（shì）搞控制的（de）、系统工程的，这两种方向是竞争关（guān）系还是可以（yǐ）合作？我们做研究时，有数据，也有对标的对象，但是研究出来（lái）的结果还是不能完全一样。目（mù）前正在做一个300万英镑的项（xiàng）目，人工智能的方法去炼丹，与学（xué）校里面（miàn）的材料科学家合（hé）作，传统（tǒng）的方法是要做实验，我们用机器学习的方法，来（lái）研究各种各样的材料的参数，有20000多（duō）种参数（shù），导致求解的过程（chéng）很（hěn）复杂；面临的挑战：需要（yào）搜（sōu）寻可能的解空间太大，10年前，数据驱动热（rè）门（mén）时，很多人认（rèn）为只需要数据，不需（xū）要算法。只（zhī）要通（tōng）过google收（shōu）集（jí）一些（xiē）数据，用统计软件就可以分析得到结果。2014年（nián），科学家证明完全靠数（shù）据不行。在做数据分析时，有（yǒu）时看到有（yǒu）些数据比较奇怪，一般人会提出把（bǎ）这些数据去掉，其实是不对的，其团队对（duì）奇怪的数据进行了深入研究，到底这（zhè）些数据是噪（zào）音还是惊喜，怎样建立一种方法，去（qù）区分噪声和惊喜，这个研（yán）究应用到青光眼的早（zǎo）期预（yù）防（fáng），在非洲做了一些实验和应用；怎么让（ràng）大数（shù）据的分析变（biàn）得好玩有趣，把数（shù）据分析（xī）的软件变得通用，最后把数据分析的结（jié）果变（biàn）得不要（yào）那么飘忽不（bú）定。用机器（qì）学习研究增（zēng）材制造产品的质量问题（tí），比如3D打（dǎ）印的产品，产品里面（miàn）是否（fǒu）有气（qì）泡和缺陷？将不同（tóng）的初始条件（jiàn），不同（tóng）的算法，不同的指（zhǐ）标，看成优化前提，通过（guò）算法，对（duì）上述因子进（jìn）行不同的组合与选（xuǎn）择（zé），将数据分（fèn）析变成一个科学。大数据分析要变成一（yī）门严谨的科学，需要用系统科学的理念，一（yī）些结论：大不一定永远（yuǎn）好，快也（yě）不（bú）一（yī）定是（shì）唯（wéi）一的解，可重（chóng）复性是大数（shù）据的重要问题，一个（gè）学科（kē）要（yào）长远（yuǎn）发展（zhǎn），还（hái）是要回到科学的方（fāng）向，相信大数据一定会成为一（yī）门科学，在大家共（gòng）同（tóng）努力下会发展的越来越好。

报告七、余新（xīn）国教（jiāo）授 《人工智能再造科研和教育》

人的（de）智能有两个方面，一个（gè）是（shì）感官，一个是思维，思维（wéi）层面比感官更加复杂，做（zuò）研究是（shì）一个高智力（lì）的活（huó）动，那（nà）么（me）人工智能是（shì）否可以帮助我们提升研究的效率呢（ne）？作为一个研（yán）究者，少则10年，多则20-30年才研（yán）究出一些（xiē）成（chéng）果，人工智能是（shì）否可（kě）以（yǐ）帮助年轻的研究者提升效率，成长的更快呢？在做学（xué）术综述和找论文方面，目前已经有（yǒu）一些（xiē）应用和技术，可（kě）以让我们更快的找到相应的论文（wén）和了（le）解当（dāng）前某个领（lǐng）域研究的动态。大数据被称为“第四（sì）研究范式”，通过大量的论（lùn）文和专家的研究（jiū）报告，我们是否可（kě）以通过人工智（zhì）能（néng）找（zhǎo）到（dào）他们的研究（jiū）范式；用人工智能的方法（fǎ）提升（shēng）研究者的效率，哪些事情是人工（gōng）智（zhì）能可以帮助到我（wǒ）们的呢？而研究智能（néng）教育（yù），先要问的第一个问题，教（jiāo）育（yù）是（shì）什么？提出了一（yī）个教育（yù）基本模（mó）型，从而（ér）去看（kàn）人工智能在五个方面（miàn）如何（hé）去改善教育（yù）。余教授展示了在应用方面，其团队为自（zì）闭症儿童（tóng）做了一个（gè）教（jiāo）育系统（tǒng）；另（lìng）外（wài），开发了一个（gè）教育平台，里面有很（hěn）多教育工具，学生可以在线做实验（yàn），计算机可以辅助画（huà）一些（xiē）比较复杂（zá）的图（tú），帮助老（lǎo）师减（jiǎn）轻教学负担。

科学（xué）当中三（sān）种智能（néng）程度，最难的是建立新的（de）理论，建模和分析比较容易实现；把解题看成不同问题的（de）转换，重点在于对题（tí）目（mù）的理解，找到关系，以及背后的方程式，执行求解过程，从而找出计算机解题的方法。并应（yīng）用于解析物理和几何（hé）题，相关研究已经发了（le）多（duō）篇（piān）论文。其研究团队（duì）的（de）理想是（shì）做一个与语（yǔ）言无（wú）关的（de）解答（dá）器（qì），目前（qián）全球有200多（duō）种（zhǒng）语（yǔ）言，给教育和交流（liú）带来很（hěn）多不便。

报告八、李辉教授（shòu） 《基于工艺过程多场（chǎng）建模仿真的电子产品大批量高（gāo）速高精（jīng）密（mì）智能制造产（chǎn）线集成技术》

智能制（zhì）造在电子制造行（háng）业的需求和应用很（hěn）多，目前有很多问题（tí）需要解决（jué），例如电子制（zhì）造产线智能感知与（yǔ）智能管控尚未得（dé）到有（yǒu）效解决，智能（néng）产线工艺流程（chéng）、工艺环（huán）境和产品（pǐn）的多场数字孪生（shēng）与成品率、生产率的耦合（hé）关系等（děng）；李教授展示了其团（tuán）图的（de）项目成果：智能产线（xiàn）方案，柔性PCB与汽车压力传（chuán）感器，通过各种传感器（qì），对生产过（guò）程中事实数据进行监控，然后将这些数据传到后台，通过（guò）决（jué）策系统，实时动态对产（chǎn）线过程进行决策指导与（yǔ）干（gàn）预。随后，针对其团队的研究工作，重点介绍了四（sì）个（gè）课题，分别（bié）是：课（kè）题一，基于边缘计算的智（zhì）能感知-控制模块研（yán）究与开发，电子制造智（zhì）能产线（xiàn）生产系统的数字孪生模型，基于数字（zì）孪生（shēng）的智能产线优化管控系统；课题二（èr），汽车压力传感器（qì）键合（hé）工艺（yì）仿真，键合焊点热疲劳（láo）仿真，柔性PCB超精细线（xiàn）路（lù）曝（pù）光工艺仿真，基于（yú）深度学习的FPCB疵病的AOI检测；课题三，基（jī）于数字孪生（shēng）的电子产（chǎn）品生产调度与物（wù）料传（chuán）输协同优化及决策（cè）技术；课题四，柔（róu）性PCB智能产线，显影产线搭建，蚀刻产线搭建，在深圳上（shàng）达电（diàn）子完成了多条产（chǎn）线应用（yòng）。

此（cǐ）次论（lùn）坛，不仅代（dài）表亚太人（rén）工智能（néng）学会武汉分会的（de）成立，同（tóng）时汇聚（jù）了50余位人工智能领（lǐng）域的专家、300余位学生，在顾问委员会的指导（dǎo）下（xià），继续推动（dòng）人工智能学（xué）术交流（liú）、技术成果转化等各方面的活动；下图为（wéi）武汉分会顾问委员会。