6月11日，亚太人工（gōng）智（zhì）能（néng）学（xué）会（AAIA）武汉分会揭牌仪式（shì）暨2022武汉人工（gōng）智（zhì）能高峰（fēng）论坛在武汉科技大学青山校区人工智（zhì）能学院报告厅举行。中国科学院院士、武汉科技大学人工智能学院（yuàn）院长吴（wú）宏鑫院士；中国工程院院士、北（běi）京科技大（dà）学教授毛新平院（yuàn）士；欧洲科（kē）学院院士、欧洲科学与（yǔ）艺术（shù）院院士、国（guó）际（jì）系统（tǒng）与控制（zhì）科学院（yuàn）院士、IEEE会士（shì）、英国伦敦布鲁内尔（ěr）大学教授王子（zǐ）栋院士（shì）；IEEE会士（shì）、长江学者特聘（pìn）教授、国家杰青、华（huá）中科技大学人（rén）工智能与（yǔ）自动（dòng）化学院院长曾（céng）志刚教授；IEEE会（huì）士、国家杰青、中国地（dì）质大学（武汉）计算机学院院长（zhǎng）王力哲教授；国（guó）家杰青（qīng）、武汉大（dà）学电气与自（zì）动化学（xué）院副院长何怡刚教授；华中师范大学国家（jiā）数字（zì）化学习工（gōng）程技术研（yán）究中心副主任、华师伍伦贡联合研究院院（yuàn）长余新国教授；武汉大学工业（yè）科学研究院副院长李辉教授；亚太人（rén）工（gōng）智（zhì）能学会执行主席雷渠（qú）江（jiāng）教（jiāo）授；武汉科技大学校长倪红（hóng）卫教授；亚太（tài）人工（gōng）智（zhì）能学会常务副秘书长蔡忠（zhōng）涛；亚太人（rén）工智能学会（huì）武汉分会主席伍世（shì）虔教授；亚（yà）太人工智能学会无锡分会（筹）秘书长殷飞，等二（èr）十余位专家学者及300余位师（shī）生出席（xí）此次会议，会议（yì）采（cǎi）用线下（xià）与线上相结（jié）合的形式。

论坛（tán）议程：

湖北省委省政府积极落实党中央、专（zhuān）家赋予湖北“建成（chéng）支点、走在前列、谱写新篇”的目标定位，提（tí）出构建51020现代（dài）产（chǎn）业体系（xì），即5个万（wàn）亿级支（zhī）柱产业、10个五千亿级优势产业、20个（gè）千亿级特色产业集群。

此次高峰论坛邀请到中国科学院士吴宏鑫、中国（guó）工程院（yuàn）院士毛新平等8位专家（jiā）学者进行汇报。报告（gào）既有关于（yú）人工智能研（yán）究（jiū）内容的思考（kǎo）、关于人（rén）工智能（néng）再造科研和教育的展望，还有关注钢铁（tiě）企（qǐ）业CPS构建、记忆电路（lù）、城市可持续发展、机器（qì）学习、大数（shù）据、智能制造等垂直领域的分享（xiǎng）及讨论。

报告一、吴宏鑫院士 《人工（gōng）智（zhì）能研（yán）究的一点（diǎn）体会》

吴院士用朴实（shí）语言给大家讲（jiǎng）述了人（rén）工智能科学研究人员，要务实，不要（yào）搞胡里花（huā）哨（shào）的研究（jiū），研究要着（zhe）眼实际问题，将理论与实践相互结合；每个单位和（hé）个人都应该（gāi）从（cóng）实际需求出发，选定（dìng）一两个方向（xiàng），深（shēn）入（rù）研究。在这个（gè）方面，武（wǔ）科大做得（dé）不错，人工智能学院也做（zuò）得特别好，高校里面（miàn）越来越多的老师，在注重产业化，将理论研究与（yǔ）实际应（yīng）用相结合（hé），推动产业发展（zhǎn）。并给大家展示了人工智能在健康、航天等（děng）领域的（de）应（yīng）用：比（bǐ）如老年人（rén）智（zhì）能尿不湿；如何防止走（zǒu）丢失系统，老（lǎo）年人走丢（diū）了，怎么去（qù）报警和预（yù）防，寻找。鞋（xié）子、衣服，需要穿戴的（de）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）让老年人更加健康的生活，不仅（jǐn）仅（jǐn）是看个（gè）电（diàn）视剧，有吃有（yǒu）喝，还要了解（jiě）老年人在想什么？报（bào）告（gào）还（hái）提到（dào）了一个重点研究的领域（yù）：研究语言识别和表达，如果能够将汉（hàn）语和英语（yǔ）的（de）识别和表达研究（jiū）好（hǎo），我们可（kě）以节省大量学习英（yīng）语的时间。

最后也（yě）引领大家反思（sī）：智能控制究（jiū）竟是什么？智能控制（zhì）到底（dǐ）要解决（jué）什么问题？

报（bào）告二、毛新平院士《钢铁企业CPS构建的路径（jìng）和（hé）方法》

毛院士（shì）给大家介绍了CPS的概念与框架（jià），CPS（cyber physical systems）通过集（jí）成先进的感知、计（jì）算（suàn）、通信、控（kòng）制等信息技术和自动控制（zhì）技术（shù），构建物理空间与信息空间中人、机、物、环境、信（xìn）息等要素的（de）相互映（yìng）射、实（shí）时（shí）交（jiāo）互（hù）、高效协同的复（fù）杂系统，实现系统内资源（yuán）配（pèi）置和运行（háng）按需相应（yīng）、快速（sù）迭代、动（dòng）态优化；CPS包（bāo）含四个（gè）环节（jiē）：状态感知、实时分析、科学决策、准确执行；并重点阐述了（le）钢铁企业cps构建的路径和方法：CPS在流程（chéng）工业的应用和发展空间（jiān）极大，流程型制（zhì）造（zào）工业对智（zhì）能制造的需求特别大，应用特别广阔，产（chǎn）生（shēng）的社会（huì）价值特别（bié）巨大；国家强调的双碳，对于我（wǒ）们这些制造（zào）过程来说，不仅仅（jǐn）是产量和质（zhì）量，也要重视我们的能耗与环保（bǎo），对（duì）生态（tài）的影响，这些将决定（dìng）我（wǒ）们的产品是（shì）否可以准入到（dào）国际（jì）市场；中国工程院（yuàn）发（fā）布的《中国智（zhì）能制造发展战略研究报告》中，提出（chū）了“并行推进、融合发展”的技术路线，数字化、网（wǎng）络化（huà）、智能化（huà）并行推（tuī）进、融合发展（zhǎn），钢铁工业应遵循（xún）上述原则（zé），同（tóng）时应结合我国（guó）钢铁工业发展现状（zhuàng），实事求是，扎扎实实地（dì）完成数字（zì）化、网络（luò）化“补课”。

报告三、曾志刚教授 《一种多功能忆阻（zǔ）巴（bā）普洛夫（fū）联系记忆电路分析》

我们过马路脑袋里面（miàn）不用数学模型，现在机器人过马路（lù），需要模型。人脑的信息接（jiē）受（shòu），内部感觉和外部感觉，经过综合处理，不同的人（rén）接（jiē）触（chù）同样的信息，处理和输出的结论可（kě）能不一样，是因为输入输出之间是一种带跳跃的、不连续（xù）的动态映射。世界是动态的，机器人（rén）做决（jué）策所面对的信（xìn）息，经过（guò）加（jiā）工和处理，已经相对静（jìng）态和（hé）有（yǒu）逻辑，因此，在处（chù）理逻（luó）辑（jí）性（xìng）和静态（tài）信息时，机器人比人脑要强，但现实世界一切都是动态的（de）；大脑（nǎo）的学习与回忆功能由（yóu）神经元的各种动力学响应来实现。动物智能（néng）自（zì）带导航系统，比如鸟的迁徙和（hé）每天回鸟巢，是不（bú）用GPS的。大脑中（zhōng）的记忆是如何产生的？“自主性”是无人系统区（qū）别于有人系（xì）统（tǒng）最重要的技术特（tè）征（zhēng），实（shí）现无人系（xì）统的自主控（kòng）制，提高其智能程度，是无（wú）人（rén）系统的重要发展趋势。机器（qì）人做判（pàn）断是有条件的，如果怎么，就怎么的结构（gòu），人大部（bù）分时候做判断（duàn）是（shì）没有（yǒu）那么多条件的。因此，自主性是现在的机器人所不具备的。其研究团队（duì）过去的工作，利用（yòng）忆阻电（diàn）路模拟了生物学实验中的经典联（lián）想记忆现象，基于明确的ANN算（suàn）法模型进行电路设计（jì）并处理相应任务。

报告四、王力（lì）哲教授 《面向可持续发展目标的城市空间》

随着技术的发展（zhǎn），现在的情况，走（zǒu）向更（gèng）精细对（duì）地观测；空间分辨率不断提升，大规模空间信息基础设施，大量（liàng）的算力设备，算力（lì）的架构和能力的提升，为空间观测（cè）提（tí）供了极（jí）大的帮助，并且基（jī）本都走向云化。从对（duì）地观测走向泛在感知，无人（rén）机遥感、众包（bāo）扩展了数（shù）据来源；城市（shì）风暴（bào）潮数字孪生智（zhì）能模拟、评估与决策支（zhī）持（chí）；基于多源泛在感知数据的城市人口与（yǔ）电力消耗量估算研究，指（zhǐ）出城（chéng）市发展不健全，规划（huá）前（qián）瞻性不足，提（tí）出（chū）高精度人口估（gū）算，使（shǐ）用（yòng）多源数据，结合局部空间信息，来实现对某个时间段某个区（qū）域人口（kǒu）数量的（de）估算；结（jié）合（hé）深度迁移学（xué）习（xí）与随机森林的电（diàn）力消耗估（gū）算，来估算城市的能源消耗（hào）；天上看一些（xiē）东（dōng）西，地面感（gǎn）知一些东西，加上基本的社会经济指（zhǐ）标的对（duì）应（yīng），可以（yǐ）实现在一定空间尺度和时间刻（kè）度上能源（yuán）消耗的估（gū）算。基于扩散理论的城市空间形态时空演变及影响（xiǎng）因素研究，地（dì）球和（hé）大脑都是复杂系统，个人认为地球更加复杂（zá），特别是（shì）从时间维（wéi）度（dù），我们对地球的（de）演变（biàn）知之甚少；城市空（kōng）间形态的发展变化是一个行为过程高度复杂的（de）变化。通过多种要（yào）素建（jiàn）模，在（zài）时间和空间（jiān）上进行演变建模，可以去（qù）预测和服务（wù）城市的（de）扩散。

报告五、何怡（yí）刚（gāng）教授 《能源装备多（duō）源异构数据（jù）融合与机器学（xué）习（xí）诊断关键技术》

当前（qián）面临的问题：多源异构（gòu）大数（shù）据（jù）的处理能（néng）力不足，泛（fàn）化能力差；现有方法难以提取分类，无法精（jīng）确（què）定位故障，难以准确推演（yǎn）设备真实状态（tài）；目前各种诊断算法对高压大容器电力（lì）变压器等能源装备（bèi）运行状态之间（jiān）的关联性分析不足，缺乏对各（gè）种（zhǒng）信息之（zhī）间（jiān）的内在联（lián）系（xì）深度挖掘。

其研究团队研究和建立了（le）面向能源装备（bèi）远程智能运（yùn）维多源异构数据（jù）规范化接入及质（zhì）量评价指标；装备的图（tú）像抽取有（yǒu）难度，很（hěn）多时候是三维甚至四维的；阐述了能源装备多模态信息融合评估机制，从图（tú）像数据（jù）、文本数据（jù）、音频（pín）数（shù）据和视频数据进（jìn）行处理和清洗，提取（qǔ）相应的特征，进行融合（hé）与（yǔ）通过特定（dìng）算（suàn）法，进行故障（zhàng）诊断；电网比我们的通讯网更为复杂，其研究团队也（yě）研究电（diàn）网设（shè）备的预警机制，基于串级迁移学习的电力设备（bèi）小样本（běn）故障诊断融（róng）合，避免电（diàn）网系统（tǒng）发生故障（zhàng），避免安（ān）全事故和企业财产的损失；特别是（shì）大变压器检测的应用，传统的检测，过（guò）去的监（jiān）测很麻烦，通过光（guāng）纤，通过数（shù）据线传导出来，其研究团（tuán）队设计了一（yī）种能够自取RFID传（chuán）感器标签，通过传感（gǎn）器，无（wú）线发（fā）射的方（fāng）式，用于（yú）变压器振（zhèn）动信（xìn）号（hào）的（de）采集与（yǔ）传输。电力（lì）系统和电网系统，研发和运维（wéi）有极大的提升空间（jiān）。

报告（gào）六、王（wáng）子栋（dòng）院（yuàn）士 《Big Data Analysis: Engineering or Science》

同一批数据，给不同的（de）人，经过分析，有可能（néng）得出截然（rán）不同的结论；过（guò）去20年（nián）是算力（lì）突飞猛进（jìn）的时刻，但是在算法方面没有什么突破（pò）；目（mù）前大数据分析主（zhǔ）要两种人，一种是搞计（jì）算机（jī）科学（xué）的，另外一种是（shì）搞控制的、系统工程的，这两种方向是竞争关系还是可以合作（zuò）？我（wǒ）们做（zuò）研究时，有数据（jù），也有对标的对（duì）象，但（dàn）是（shì）研究出来的结果还是不能完（wán）全一样。目前正在做一个300万英镑的（de）项目，人工智能的方法去（qù）炼（liàn）丹，与学校（xiào）里面的材料科学家合作，传统的方法是要做实验（yàn），我们用（yòng）机（jī）器（qì）学习的方法，来研究各种各样的材料的参数，有（yǒu）20000多种参（cān）数，导致求解的过程很（hěn）复杂；面临的（de）挑战：需要搜寻可能的（de）解空间太（tài）大（dà），10年前，数（shù）据驱动热门时，很多人认为只需要数据，不需要算法（fǎ）。只要通过google收集一些数据，用统计软件就可以（yǐ）分析得（dé）到结果。2014年（nián），科（kē）学家（jiā）证明完全靠数据不行。在做数据分析（xī）时，有时看到有些数据比较奇怪，一般人会提出把这些数（shù）据去掉，其实是不对的，其团队对奇怪（guài）的数据进行（háng）了深入研（yán）究，到底这些数据是噪音还是惊喜，怎（zěn）样建立一（yī）种方法，去区分噪声和（hé）惊喜，这个研究应用到青光眼的早期预（yù）防，在非洲做了一（yī）些实（shí）验和应用（yòng）；怎么（me）让大数（shù）据的分（fèn）析变得好玩有趣，把（bǎ）数据分（fèn）析的软件变得通用，最后把数据分（fèn）析的（de）结果变得不要那么飘忽不定。用机器学习研究增（zēng）材制造产品（pǐn）的质量（liàng）问题（tí），比如3D打印的产品（pǐn），产品（pǐn）里面（miàn）是否有气（qì）泡和缺陷？将不同（tóng）的初始条件，不同的算（suàn）法，不同的（de）指标，看成（chéng）优化前提，通过（guò）算法，对（duì）上述因子进行不同的组合与选择，将数据分（fèn）析变成一个科学。大数据分析要（yào）变（biàn）成一门（mén）严谨的科学，需要（yào）用系统科学的理（lǐ）念，一些结论（lùn）：大（dà）不（bú）一（yī）定（dìng）永远好，快也不一（yī）定是唯一的解，可重（chóng）复性（xìng）是大数（shù）据（jù）的重（chóng）要问题，一个学科要长远发展，还是要回（huí）到科学的（de）方（fāng）向，相信（xìn）大数据（jù）一（yī）定会成（chéng）为一门科学，在大家共同努力下会发展的越来越好。

报（bào）告七、余新国（guó）教（jiāo）授 《人（rén）工智能再造科研和教育》

人的智能有（yǒu）两个方面，一个是感官（guān），一个（gè）是（shì）思维，思（sī）维层面比感官更加（jiā）复杂，做研究（jiū）是一个高智力的活动，那么人工智能是否可以（yǐ）帮助我们提升研究的效率呢？作为一个研究者，少则10年（nián），多则20-30年才研究出一些成果（guǒ），人工智能（néng）是否（fǒu）可（kě）以帮助年轻的（de）研究者提升效率，成长的更（gèng）快呢？在做学术综述和找论文方（fāng）面，目前已（yǐ）经有一些应用和技术，可以让我们（men）更快的找到相应的论文和了解当前某个领域研究的动态。大数据（jù）被（bèi）称为“第四研究（jiū）范式”，通过大量（liàng）的（de）论（lùn）文和专家的研究（jiū）报告，我们是否可（kě）以通（tōng）过人工智能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（néng）可以帮助到我们的呢（ne）？而研究智（zhì）能（néng）教（jiāo）育，先要问的第一个问（wèn）题，教育是（shì）什么？提（tí）出了（le）一个教育基本模型，从而去看人工（gōng）智能在五个方面如（rú）何去改善教育。余教授展示（shì）了在应（yīng）用方面，其团（tuán）队为自闭（bì）症儿童做了一个教育系统；另外（wài），开发了（le）一个（gè）教（jiāo）育平台（tái），里面有很（hěn）多教育（yù）工（gōng）具，学生可以在线做（zuò）实验，计算机可以辅助画一些比较（jiào）复杂的（de）图，帮（bāng）助老（lǎo）师减轻教学（xué）负担。

科学（xué）当中三种（zhǒng）智能程度，最难的是建立新的理论，建模（mó）和分析比较（jiào）容易实现；把解题看成不同问（wèn）题的（de）转换（huàn），重点在于对题（tí）目的理解，找（zhǎo）到关系，以（yǐ）及背后的方（fāng）程（chéng）式，执行求解过程，从而找出（chū）计算机解（jiě）题的方法（fǎ）。并（bìng）应（yīng）用于解析物理和几何题，相关研究已经发了多篇论文。其研究（jiū）团队（duì）的（de）理想是做一个与语言（yán）无关的解答器，目（mù）前全球有200多种语言，给教（jiāo）育和交流带来（lái）很多不便（biàn）。

报告八（bā）、李辉（huī）教授 《基于工艺过（guò）程多场建模仿真的电子产品大批量高速高精密智能（néng）制（zhì）造产线集（jí）成技（jì）术》

智能制造在电子制（zhì）造行业的需（xū）求和应用（yòng）很多，目前有很（hěn）多（duō）问题需要（yào）解决，例（lì）如电子制（zhì）造产（chǎn）线智能（néng）感知与智能管控尚未（wèi）得到（dào）有效解决，智（zhì）能产（chǎn）线（xiàn）工艺流程、工艺环境和产（chǎn）品的（de）多（duō）场数字孪生与成（chéng）品率、生产率（lǜ）的耦合关系等（děng）；李教授展示了其团图的项目（mù）成果：智能产线方案，柔性PCB与（yǔ）汽车压力传感器，通过各种传感器，对生产过程中事实数据进行监（jiān）控，然后将这些数据传（chuán）到后台，通过（guò）决策系统，实时（shí）动态对产线过程进行决（jué）策指导（dǎo）与干预（yù）。随后，针对其团队的研究工作，重点介（jiè）绍了四个课题，分（fèn）别（bié）是（shì）：课题（tí）一，基（jī）于（yú）边缘计算（suàn）的智能感知-控（kòng）制模块研究与（yǔ）开发，电子（zǐ）制造智能产线生产系统的数字孪生模型，基于数（shù）字孪生的智能（néng）产线（xiàn）优（yōu）化管控系统（tǒng）；课（kè）题二，汽车（chē）压（yā）力（lì）传（chuán）感器键（jiàn）合工艺仿真，键（jiàn）合焊点（diǎn）热疲劳仿真（zhēn），柔性PCB超精细线（xiàn）路（lù）曝光工艺（yì）仿真，基于深度学（xué）习的FPCB疵病（bìng）的（de）AOI检测；课（kè）题三，基于数字孪生（shēng）的电（diàn）子产品生产调度与物料传输（shū）协同优（yōu）化及决策技术；课题四，柔性PCB智（zhì）能（néng）产（chǎn）线，显影产线搭建，蚀刻产线（xiàn）搭建，在深（shēn）圳上达电子（zǐ）完成了多（duō）条产线（xiàn）应用。

此次（cì）论坛，不仅代表亚太（tài）人工智能学会（huì）武汉分会的成立，同时汇聚了50余位人（rén）工智能（néng）领域的（de）专家（jiā）、300余位学（xué）生，在顾（gù）问委员会的指导下，继续推动（dòng）人工智能学（xué）术交流、技术成果转化（huà）等各方面的活动；下（xià）图为武（wǔ）汉（hàn）分会顾问委员会。