6月（yuè）11日（rì），亚太人工智能学（xué）会（AAIA）武汉分会（huì）揭牌仪式暨（jì）2022武汉人工智能高峰论坛在武汉科技大学青山（shān）校区（qū）人工智能（néng）学院报告厅举行（háng）。中国科（kē）学院院（yuàn）士、武汉科（kē）技大（dà）学人工智能学院院长吴宏鑫院士；中国（guó）工程院院士、北京科技大学（xué）教授毛（máo）新（xīn）平院士；欧洲科学院院士、欧洲科学与艺术（shù）院（yuàn）院（yuàn）士、国际系统与控制（zhì）科学院（yuàn）院士（shì）、IEEE会士、英国伦敦布鲁内尔大学（xué）教授王（wáng）子（zǐ）栋院士；IEEE会士、长（zhǎng）江学者特聘教授、国家（jiā）杰青、华中科技大（dà）学（xué）人工智能与自动化学（xué）院院（yuàn）长曾志（zhì）刚教授；IEEE会士（shì）、国（guó）家杰青、中国（guó）地质（zhì）大学（武汉）计算机学院院（yuàn）长王力（lì）哲教（jiāo）授；国家杰青、武汉大学电气与自动（dòng）化（huà）学院副院长何怡刚教授（shòu）；华中（zhōng）师范（fàn）大学（xué）国家数字化学习工（gōng）程技术（shù）研究中心副主任、华师伍伦（lún）贡联合研（yán）究院院（yuàn）长余新国教授（shòu）；武（wǔ）汉大学工业（yè）科学研究院副院长李辉教（jiāo）授；亚太人工智能学会（huì）执（zhí）行主席雷渠江教授；武（wǔ）汉科技（jì）大学校长倪红卫教授；亚太人（rén）工智能学会常务副秘书长蔡（cài）忠涛；亚太人工智能学会武汉分会主（zhǔ）席伍世虔教授；亚太人工（gōng）智能学会无锡分会（筹）秘书长殷飞，等二十余位专家学者及300余位（wèi）师生出席此次会议，会（huì）议（yì）采用线下与线上相结合的形式。

论坛议程：

湖北省委省政府积极落实党中央、专家赋予湖北“建成（chéng）支点（diǎn）、走在前列、谱（pǔ）写新篇”的目（mù）标定（dìng）位，提出构建51020现（xiàn）代产业体系，即5个万（wàn）亿级支柱产业（yè）、10个五千亿（yì）级优势产业、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（zhōng）国工程院院士毛新平等8位专家学者进行汇报。报告既有关于人工智能研究内容的思考、关于人（rén）工智能再造科研和教育的展望，还（hái）有关注钢铁企业CPS构建、记（jì）忆电路、城市可持续发（fā）展、机器（qì）学习、大数（shù）据、智能制（zhì）造（zào）等垂直领（lǐng）域的分享（xiǎng）及讨论（lùn）。

报告（gào）一、吴宏（hóng）鑫院士 《人工智能研究的一点（diǎn）体会》

吴院士用（yòng）朴实语言给大家讲（jiǎng）述了人（rén）工（gōng）智能科学（xué）研究人（rén）员，要务实，不（bú）要搞胡里花（huā）哨的研究，研究（jiū）要着（zhe）眼实际问题（tí），将（jiāng）理（lǐ）论（lùn）与（yǔ）实践相互结合；每个（gè）单位和（hé）个人（rén）都应该从（cóng）实际需求出发，选（xuǎn）定一（yī）两个方向，深入研究。在（zài）这（zhè）个方面，武科大做得不错，人工智能学（xué）院也做得（dé）特别好，高校里（lǐ）面越来越（yuè）多（duō）的老师，在注（zhù）重产业（yè）化（huà），将理论研究（jiū）与实际应用相结合，推动产业（yè）发（fā）展。并给大家展示（shì）了人工智（zhì）能在（zài）健康、航天（tiān）等领域的应用：比如老（lǎo）年人智能（néng）尿不湿（shī）；如（rú）何防止走丢失系统，老年人（rén）走（zǒu）丢了，怎么去（qù）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（wèi）这个（gè）人在哪里？怎么让老年人更加健康的生活，不仅仅是看个（gè）电视剧，有吃有喝，还要了解老年人在想什（shí）么？报告还（hái）提（tí）到了一个重点研究的领域：研究语（yǔ）言识（shí）别和表达，如果能（néng）够将（jiāng）汉语和英语（yǔ）的识别和表（biǎo）达研究好，我们可以节省大量学习英语的（de）时（shí）间。

最（zuì）后也（yě）引（yǐn）领大家反（fǎn）思：智（zhì）能控（kòng）制究竟是什么？智能控制到底要解决什么问题（tí）？

报（bào）告（gào）二、毛（máo）新平院士《钢铁企业CPS构建的路径和方法（fǎ）》

毛院士给大家介绍了CPS的概念与框（kuàng）架，CPS（cyber physical systems）通过集成（chéng）先进的感知、计算、通信、控制等信息（xī）技术和自动控制技术，构建物理空（kōng）间（jiān）与信息空间中人、机（jī）、物（wù）、环境、信息（xī）等要素的相（xiàng）互映射、实时交（jiāo）互（hù）、高效协同的复杂系统，实现系统内（nèi）资源配置和运行按需相应、快速迭代、动态（tài）优化；CPS包含四（sì）个环节（jiē）：状（zhuàng）态（tài）感知、实时（shí）分析（xī）、科学决（jué）策、准确（què）执行；并重（chóng）点阐述了钢（gāng）铁企业cps构（gòu）建的路径和方法（fǎ）：CPS在流程（chéng）工业的（de）应用和发展空间极（jí）大，流程型制造工业对智能制造的需（xū）求特别大，应用特别（bié）广阔（kuò），产（chǎn）生的社会价值特别巨大；国家强调的双碳，对于我们这些制（zhì）造过程来说，不仅仅是产量和（hé）质量，也要重视我们（men）的能耗（hào）与环保，对（duì）生态的影响，这些将决定我们的产品是否可以（yǐ）准入到国际市场；中国工程院发布的《中（zhōng）国（guó）智能（néng）制造（zào）发展战略研（yán）究报告》中，提出了“并行（háng）推进、融合（hé）发展”的技术路线，数字（zì）化、网络（luò）化（huà）、智（zhì）能（néng）化并行推进、融合发展，钢铁工业应遵循上述原则（zé），同时应结合（hé）我国钢（gāng）铁工业发展（zhǎn）现状，实事求是，扎扎（zhā）实实地完成数字化、网络化（huà）“补课（kè）”。

报告三、曾志刚教授 《一种多功能忆阻巴（bā）普洛夫联系记忆电路分析》

我们过马（mǎ）路脑袋里面不用（yòng）数学（xué）模型，现在机器人过马路，需要模型。人脑的信息接受，内（nèi）部感觉和（hé）外部感觉，经过综合处理，不同的人接触同（tóng）样的信（xìn）息，处理（lǐ）和输出的（de）结论可能（néng）不一（yī）样，是因为输（shū）入输出之间是一种带跳跃的（de）、不连续的动态映射。世界是动态的（de），机器（qì）人做（zuò）决策（cè）所面对的信（xìn）息，经过加工和处（chù）理，已（yǐ）经相（xiàng）对静态和（hé）有逻（luó）辑，因此，在处理逻辑（jí）性和静态信息时，机器人比人脑要强（qiáng），但现（xiàn）实世（shì）界一切都（dōu）是动态的；大脑的学习与回忆功能由神经（jīng）元的各种动力学响应来（lái）实现（xiàn）。动物智能（néng）自（zì）带导（dǎo）航系统，比如鸟（niǎo）的（de）迁徙和每天回鸟巢，是不用GPS的（de）。大脑中的记忆是如何产生的？“自主性”是无（wú）人系统区别于有（yǒu）人系统最（zuì）重（chóng）要的技术（shù）特征，实现无（wú）人系统的自主控制（zhì），提高其智能程度，是无人系统的重（chóng）要发展趋（qū）势。机器人做判断（duàn）是有条件的，如（rú）果怎么，就怎么的结（jié）构，人大部分时（shí）候做判断是（shì）没有那么多条件的。因此，自主性是现在（zài）的机器人所不具备的。其研究团队过去的工作（zuò），利用忆阻电路模拟了生物学实验中的经典联想（xiǎng）记忆现象，基于明确的ANN算法模型进行（háng）电路（lù）设计并处理相应任务。

报（bào）告四（sì）、王力哲教授（shòu） 《面向可（kě）持续（xù）发展目标的城市空（kōng）间》

随着（zhe）技术（shù）的发（fā）展（zhǎn），现在的（de）情况，走向更（gèng）精细对地观（guān）测；空间分辨（biàn）率不（bú）断提升，大规模空间信息（xī）基础设施，大量的（de）算力设备，算力的架构和能力的提升（shēng），为空间（jiān）观测提供了极大的帮助，并且基本都走（zǒu）向云化。从对地观测走向泛在感知（zhī），无（wú）人（rén）机遥感、众包扩展了数据来源；城市风暴潮数字孪生智能模（mó）拟（nǐ）、评估与决策支持；基（jī）于多（duō）源泛在感知数据的城市人口与电（diàn）力消耗量估算研（yán）究，指出城（chéng）市发（fā）展不（bú）健全，规划前（qián）瞻性不足，提出（chū）高精度人口估算，使用多源（yuán）数据，结合（hé）局部空间（jiān）信息，来实现对某个时间段某个区（qū）域人口数（shù）量的估算；结合深度（dù）迁移（yí）学习（xí）与（yǔ）随（suí）机森林（lín）的电力（lì）消耗（hào）估算，来估算城市的能源消耗；天（tiān）上（shàng）看（kàn）一些东西，地（dì）面感知一些东西，加上基本的社会经济（jì）指标（biāo）的对应，可以实现在（zài）一定空（kōng）间尺度和时间刻（kè）度上能源（yuán）消（xiāo）耗的估算。基于扩散理论的城（chéng）市空间形态时空演变及影响因素研究，地（dì）球（qiú）和大脑都是复（fù）杂系统，个人认为地球更加复杂，特别是从时间维（wéi）度（dù），我们对地球的演（yǎn）变（biàn）知之甚（shèn）少；城市（shì）空间（jiān）形态的（de）发展变化是一个行为过（guò）程高度（dù）复杂的变化（huà）。通过多（duō）种要素建模，在时间（jiān）和空（kōng）间上进行（háng）演（yǎn）变（biàn）建模，可以去预（yù）测和服（fú）务城市的扩散。

报（bào）告五、何怡刚（gāng）教（jiāo）授 《能源装备多源（yuán）异（yì）构（gòu）数据（jù）融合（hé）与机器学（xué）习诊断（duàn）关键技术》

当前面（miàn）临的问题：多源（yuán）异构大数据的处理能力（lì）不足，泛化能力差；现有方法难以提取分类，无法精确（què）定位故（gù）障，难以准确推演（yǎn）设备（bèi）真实状态；目前各（gè）种诊（zhěn）断算法（fǎ）对（duì）高压大（dà）容器（qì）电力变压器等能（néng）源装备运行状态之间的（de）关（guān）联（lián）性分析不足，缺乏对各种信（xìn）息之（zhī）间（jiān）的（de）内在（zài）联（lián）系深度挖掘。

其研究团（tuán）队（duì）研究和建立了面向能源装备（bèi）远程智能运维（wéi）多源异构数据（jù）规范化接入及质量评价指（zhǐ）标；装备的图像抽（chōu）取（qǔ）有难（nán）度（dù），很多时（shí）候是三维（wéi）甚至四维的；阐述了能源装备（bèi）多（duō）模态信息融合评估机制，从图像数（shù）据、文本数据、音频（pín）数据和视频数据进行处（chù）理和清洗，提取（qǔ）相（xiàng）应（yīng）的特征，进行融合与通过特定算法，进行（háng）故障（zhàng）诊断；电网比我们的（de）通讯网更为复杂，其研究团队也研（yán）究电网设备的预警机制，基于串级迁移学习（xí）的电力设备（bèi）小样本（běn）故障诊断融合，避（bì）免电网（wǎng）系统发生故障，避免安全事故和企业财产的损（sǔn）失；特别是大（dà）变压（yā）器检测的应用，传统的检（jiǎn）测，过去的监测（cè）很麻烦（fán），通过（guò）光纤，通过数据线传导出来（lái），其研究（jiū）团队设计（jì）了一种能够（gòu）自取RFID传感器标签，通过传感（gǎn）器（qì），无线发射的方式（shì），用（yòng）于变（biàn）压器振动信号的采集与传输。电（diàn）力系统和电网（wǎng）系统，研发和（hé）运维有极大的提升空间。

报告六、王子栋院（yuàn）士 《Big Data Analysis: Engineering or Science》

同（tóng）一批数据，给（gěi）不同的人，经过分析，有可能得（dé）出截（jié）然不同（tóng）的（de）结论（lùn）；过去20年是（shì）算力突飞猛进的时刻，但是在算法方面（miàn）没有什么（me）突破（pò）；目前（qián）大（dà）数据分析主要（yào）两（liǎng）种人，一（yī）种是（shì）搞计（jì）算机（jī）科学的（de），另外（wài）一种是搞控制的、系统（tǒng）工程的，这（zhè）两种（zhǒng）方向是（shì）竞争关系还是可以合（hé）作？我们做研（yán）究时（shí），有数据，也有对（duì）标的对象，但是研究出来的结（jié）果（guǒ）还是不能完全一样。目前正在做一个300万英镑（bàng）的项目（mù），人工智能的方法（fǎ）去炼丹，与学校（xiào）里面（miàn）的材料科（kē）学家合作，传统的方法是（shì）要做实验，我们用机器学习（xí）的方（fāng）法，来研究各种各样的材料的参数，有20000多（duō）种参数，导致求解的过程（chéng）很（hěn）复杂；面（miàn）临的挑战：需（xū）要（yào）搜寻可（kě）能的解空（kōng）间太（tài）大，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。只要通过google收集（jí）一些数据，用统计软件就可以（yǐ）分析得到（dào）结果。2014年，科学家证明完全靠数据不（bú）行。在做（zuò）数据分析时，有时看到（dào）有些数据比较奇怪（guài），一般人会提出（chū）把这（zhè）些数据去掉，其实（shí）是不对的，其（qí）团队对奇怪的数据进行了深入研究，到底这些（xiē）数据（jù）是噪音还是惊（jīng）喜，怎样建立一种方法，去区分噪声和惊喜（xǐ），这个研究应用到青光（guāng）眼的早期预防，在非洲做了一些实验和应用；怎么让（ràng）大数据的分析（xī）变得（dé）好玩有趣，把数据分析的软（ruǎn）件（jiàn）变得通用，最后把数（shù）据分析的结果变得（dé）不要那（nà）么飘忽（hū）不定（dìng）。用机器学习研究增材制造产（chǎn）品的（de）质量问题，比如3D打印的产品（pǐn），产品（pǐn）里（lǐ）面是否有气泡（pào）和缺（quē）陷？将不（bú）同的初始条（tiáo）件，不（bú）同（tóng）的（de）算法（fǎ），不同的指标，看成优化前（qián）提，通过算法（fǎ），对上述因子进（jìn）行不同的组合与选择（zé），将数（shù）据分析变成一个科（kē）学。大数据分析要变成一门（mén）严谨（jǐn）的（de）科（kē）学，需要用系统科学的理念，一些结（jié）论：大（dà）不一定（dìng）永（yǒng）远好，快也（yě）不（bú）一定是唯一的解，可重复性是大数据的重要问（wèn）题，一个学科要长远发展，还是要回到科学的方向（xiàng），相信（xìn）大数据一（yī）定会成为一门科学（xué），在大家（jiā）共同努力下会发（fā）展的越来越好。

报告七、余新国教（jiāo）授 《人工智能再（zài）造科（kē）研和教育》

人的（de）智（zhì）能（néng）有两个（gè）方面，一个是感官，一个是思维（wéi），思维层面比感（gǎn）官更加复（fù）杂，做（zuò）研究是一个高智力的活动，那么人工（gōng）智能是（shì）否可以帮助我们提升研究的效率呢？作为一个研究者（zhě），少（shǎo）则10年，多则20-30年才研究出一些成果，人工（gōng）智能是否可以帮助年轻的研究者（zhě）提升效率（lǜ），成长的（de）更快呢？在（zài）做学术综述（shù）和找论文方面，目前已经（jīng）有（yǒu）一（yī）些（xiē）应（yīng）用和技术，可以让（ràng）我们更快（kuài）的找到相应的（de）论文和了解当（dāng）前某个领域（yù）研究的动态。大（dà）数据被称为“第四研究范（fàn）式”，通过大量的论文（wén）和（hé）专家（jiā）的研究报（bào）告，我们是否可（kě）以通过人（rén）工智能找（zhǎo）到他们的研究范式；用人工智能的方法提（tí）升（shēng）研（yán）究者（zhě）的效率，哪些事情是（shì）人工智能可以帮助到（dào）我们（men）的呢？而研（yán）究（jiū）智能教育，先要问（wèn）的第一个问题，教育是什么（me）？提出了一（yī）个教育基（jī）本模型，从而（ér）去（qù）看人工智能在五个方面如何去改善教育（yù）。余教授展示了在应（yīng）用方面，其团（tuán）队为自闭（bì）症（zhèng）儿童做了一个教育（yù）系统；另外，开发了一个教（jiāo）育平台（tái），里面（miàn）有（yǒu）很多（duō）教育工具（jù），学生可以在线做实验，计（jì）算机可以（yǐ）辅助画一些比较复杂的图，帮助老师减轻（qīng）教（jiāo）学负（fù）担。

科学当中（zhōng）三种智能程度，最难的是建立新的理论，建模和分析比较容易实现；把（bǎ）解题看（kàn）成不同问题的转换，重点在（zài）于对题目的理解，找到（dào）关（guān）系，以及（jí）背后的方程式，执行求解过程，从而（ér）找（zhǎo）出计（jì）算机解题的方（fāng）法。并应用于解析物理和几（jǐ）何题，相关研究（jiū）已经发了多篇论文（wén）。其（qí）研究团队的理想是做一个与语言无关的解答器（qì），目前全球有200多种（zhǒng）语言，给教育和交流（liú）带来很多不便。

报告八、李辉教授（shòu） 《基于工（gōng）艺过（guò）程多（duō）场建（jiàn）模仿真的电子产品大批量高速高精密智能（néng）制造产线集成（chéng）技术》

智（zhì）能制造在电子制造行业的（de）需求和应用很多，目前有很多问（wèn）题需要（yào）解决，例如电子制造产线智能感知（zhī）与智能管控尚未得到有效解决（jué），智（zhì）能产线工艺流程、工艺（yì）环境和产品的（de）多（duō）场数字孪生与成品（pǐn）率（lǜ）、生产率的耦合关系等；李教授展（zhǎn）示了其（qí）团图（tú）的项目成果：智能（néng）产线方（fāng）案，柔（róu）性PCB与汽车压力（lì）传感器，通过各种传感器，对生（shēng）产过程中事实数据进行监控，然（rán）后将这些数（shù）据传到后台，通过决策系统，实时动态对产线过程进（jìn）行（háng）决策指导（dǎo）与干预。随后，针对其团队（duì）的研究工作（zuò），重点介绍了四个课题，分别是：课题一，基于（yú）边缘计（jì）算的（de）智能感（gǎn）知-控制模块研究与开发，电子制（zhì）造智（zhì）能产线生（shēng）产系统的数字孪生（shēng）模型，基（jī）于数字孪生的智（zhì）能产线优化管控系统；课题二，汽车压（yā）力传感器（qì）键合工艺仿真（zhēn），键（jiàn）合（hé）焊点（diǎn）热疲劳仿真，柔性PCB超精细线路曝光工艺仿真，基（jī）于深度学习的FPCB疵病的AOI检测；课题三，基（jī）于数字孪生的电（diàn）子产品生产调度与物料传输协同优化（huà）及决（jué）策技术；课（kè）题（tí）四（sì），柔性PCB智能产线，显影产线搭建，蚀刻产（chǎn）线搭建（jiàn），在深圳上（shàng）达电子完成（chéng）了多条产线应用。

此次论坛（tán），不仅代表亚太人工（gōng）智能学会武汉分会的成立（lì），同时（shí）汇聚（jù）了50余（yú）位（wèi）人工智（zhì）能领域的专家、300余（yú）位学生，在（zài）顾问委员会的指导下，继（jì）续推（tuī）动人工智能学（xué）术交流（liú）、技术成果转化等各（gè）方面的活动；下图为武汉分（fèn）会顾问委（wěi）员会。