6月11日，亚太人工智能学会（AAIA）武汉（hàn）分会（huì）揭牌仪式暨（jì）2022武汉（hàn）人工智能高峰论坛在武汉科技大（dà）学青山校区人（rén）工智能学院（yuàn）报告厅举行。中（zhōng）国科学院院士、武汉（hàn）科技大学（xué）人工智能学院院（yuàn）长吴宏鑫（xīn）院士；中（zhōng）国工（gōng）程院院士、北京（jīng）科技大学教授（shòu）毛新平（píng）院士；欧洲科学院院士、欧洲科学与（yǔ）艺（yì）术院院士、国际系统（tǒng）与控（kòng）制科（kē）学（xué）院院士（shì）、IEEE会士、英（yīng）国伦敦布鲁内尔大学教授王（wáng）子栋院士；IEEE会士、长江学（xué）者特聘教授、国家杰青、华中科技大学人工智能与自动化（huà）学院（yuàn）院长曾志刚教授；IEEE会士、国家杰青、中国地（dì）质（zhì）大学（武（wǔ）汉）计算机学院院长王（wáng）力哲教授；国家（jiā）杰青（qīng）、武汉大学（xué）电（diàn）气（qì）与自动化（huà）学院（yuàn）副院长（zhǎng）何（hé）怡（yí）刚（gāng）教授（shòu）；华中（zhōng）师范大学（xué）国（guó）家（jiā）数字化学习工（gōng）程技术研究中心副主任、华师伍伦贡联合研（yán）究院（yuàn）院长余新国教授；武（wǔ）汉（hàn）大学工业（yè）科学研究院（yuàn）副院（yuàn）长李辉（huī）教授；亚（yà）太人工智能学会执行（háng）主席雷渠江（jiāng）教授；武汉科技大学校长倪红卫教授；亚太人工智能学会常务副（fù）秘（mì）书长蔡（cài）忠（zhōng）涛（tāo）；亚太人工（gōng）智能学（xué）会武汉分会主席伍世虔教授（shòu）；亚太人工（gōng）智能（néng）学会无锡分会（筹）秘书长殷飞，等二十（shí）余位专家学者（zhě）及300余（yú）位师生出（chū）席此次会（huì）议，会（huì）议采用线下与线上相结（jié）合的形（xíng）式。

论坛议程：

湖北（běi）省委省（shěng）政（zhèng）府积极落（luò）实党中（zhōng）央、专家赋（fù）予湖北“建成支点、走（zǒu）在前列、谱写（xiě）新篇”的目标定位，提出（chū）构建51020现（xiàn）代产业体系，即5个万亿级（jí）支柱产业、10个五（wǔ）千亿级优势产业、20个千亿（yì）级（jí）特色（sè）产（chǎn）业（yè）集群。

此次高峰论（lùn）坛邀请到中国（guó）科学院士吴宏（hóng）鑫（xīn）、中国工程院院士毛新平等8位专（zhuān）家学者进行汇报。报告既有关于人工智能研（yán）究（jiū）内容的思考、关于（yú）人工智能再造科研和教育的展望，还有关注钢铁企业CPS构（gòu）建（jiàn）、记忆电路（lù）、城市可持续发展、机器学习、大数据、智能（néng）制造等垂直（zhí）领域的分（fèn）享及讨论。

报告一（yī）、吴宏（hóng）鑫院（yuàn）士 《人工智能研究（jiū）的一点体会》

吴院士用朴（pǔ）实语言给（gěi）大（dà）家讲述了人工智能科学研究（jiū）人员，要务实，不要搞胡里花（huā）哨的研究，研究要（yào）着眼实（shí）际（jì）问题，将理论与实践相互结合；每个单位和个人都（dōu）应该从实际需（xū）求出发，选（xuǎn）定一两个方（fāng）向，深入（rù）研究。在这个（gè）方面（miàn），武科大做（zuò）得不错，人工智能学（xué）院也做得特（tè）别（bié）好，高（gāo）校里面越来越（yuè）多的（de）老师（shī），在注重产业化，将理论研究与实际应用相（xiàng）结合，推（tuī）动产业发展。并给大家展示了（le）人（rén）工智能在健康、航天等领域的应用：比如（rú）老年（nián）人智能尿不湿；如何防止走丢失系统（tǒng），老年（nián）人走丢了（le），怎么去报警和预防，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）么让老年人更加（jiā）健康的生活，不仅仅是（shì）看个电视剧（jù），有吃有（yǒu）喝，还要了（le）解（jiě）老年人（rén）在想什么？报告还提到了一个重点研究（jiū）的领域：研（yán）究语（yǔ）言识（shí）别（bié）和表达，如果能够将汉（hàn）语和英语的（de）识别和表达研究好，我们可以节省大量学习（xí）英语的（de）时间。

最后也引领大家反（fǎn）思：智能控制（zhì）究竟是什（shí）么？智能控制到底要解决什么问题？

报（bào）告二、毛新（xīn）平院（yuàn）士《钢铁企业CPS构（gòu）建的路径和方法》

毛院士给大家介绍了CPS的概念与（yǔ）框架，CPS（cyber physical systems）通（tōng）过集成（chéng）先进的感知、计算、通信、控制等信息技术和（hé）自动控制技术，构建物理空间与信息空（kōng）间中人、机（jī）、物、环境、信息等要素的相（xiàng）互映射、实时交互、高（gāo）效（xiào）协（xié）同的复（fù）杂系统，实现（xiàn）系（xì）统内资源配置和运（yùn）行（háng）按需相应、快速迭代、动（dòng）态（tài）优化；CPS包含四个环节：状态感知（zhī）、实时（shí）分析、科学（xué）决策、准确执行；并（bìng）重点阐述了钢铁企业cps构（gòu）建（jiàn）的路径和方法：CPS在流（liú）程工业的应用和发展空间（jiān）极大（dà），流程型制造（zào）工业对智能制造的需求（qiú）特别大，应用（yòng）特别广阔，产生的社会（huì）价值特（tè）别巨大；国（guó）家强调的双碳，对于我们这些制造过程（chéng）来说，不（bú）仅仅是产量（liàng）和质量，也要重视我（wǒ）们的能耗与环保，对生态的（de）影响（xiǎng），这些将决定我们的产品是否可（kě）以（yǐ）准入到国际市场；中国工程院发布的《中国（guó）智能制造发展战略（luè）研究报告》中（zhōng），提（tí）出了“并（bìng）行推进、融合发展（zhǎn）”的技术路线，数字化、网（wǎng）络（luò）化、智能（néng）化（huà）并行推进、融合发展，钢铁工业应（yīng）遵循上述（shù）原则，同时应结合我国（guó）钢铁工业发展现状（zhuàng），实事（shì）求是，扎扎实实地完成数字化、网（wǎng）络（luò）化“补（bǔ）课”。

报告三、曾志刚教授 《一（yī）种多功能忆阻巴普（pǔ）洛夫联系（xì）记忆电（diàn）路分（fèn）析》

我们（men）过马路脑袋里面不用数学模型，现在机（jī）器人过马路，需（xū）要模型。人脑的（de）信息接（jiē）受，内（nèi）部感觉（jiào）和外部（bù）感觉，经（jīng）过综合（hé）处理（lǐ），不同的人接触同（tóng）样的信息，处（chù）理和（hé）输出（chū）的结论可能不一样（yàng），是因为（wéi）输入（rù）输出之间是一种带跳跃（yuè）的、不连续的动态（tài）映射。世（shì）界（jiè）是动态的，机（jī）器（qì）人（rén）做（zuò）决（jué）策（cè）所面对的信息，经过加工和（hé）处理（lǐ），已（yǐ）经相对静（jìng）态和（hé）有逻（luó）辑（jí），因此，在处理逻辑性和静（jìng）态信息时，机器人比人脑（nǎo）要强，但现实世（shì）界一切都是动态的；大脑的学（xué）习与回忆功能由（yóu）神经元的各（gè）种动力学（xué）响应来实现。动物智（zhì）能自带（dài）导（dǎo）航（háng）系（xì）统，比（bǐ）如鸟的迁徙和每天（tiān）回鸟巢，是不用（yòng）GPS的。大（dà）脑中的记忆是如何产生的？“自主性”是无人系统（tǒng）区（qū）别于有人系统最重要的技术特（tè）征，实现无人（rén）系统的自主控制（zhì），提高其智能程度，是无（wú）人系统的重（chóng）要（yào）发展趋势。机器人做判（pàn）断是（shì）有（yǒu）条件（jiàn）的，如（rú）果怎么，就怎么的（de）结构，人大部分时候做判断是没有那么（me）多条件（jiàn）的。因此，自主（zhǔ）性（xìng）是现在的（de）机器人所不（bú）具备的。其研究（jiū）团队过去的工作（zuò），利（lì）用忆阻电路模拟了生物学实验中的经典联（lián）想记忆现象，基（jī）于（yú）明确的ANN算法（fǎ）模型（xíng）进行电路设计并处理相应任（rèn）务。

报告四、王力哲教授 《面向可持续发（fā）展目标的城（chéng）市空（kōng）间》

随（suí）着技术的发展，现在的情况，走向更精细对地观测；空间分辨率不断（duàn）提升，大规模空（kōng）间信息基础设施，大量的算（suàn）力（lì）设备，算力的架（jià）构和能力的提升，为（wéi）空（kōng）间观测（cè）提供了极大的帮助，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（néng）模（mó）拟、评估与（yǔ）决（jué）策支（zhī）持；基于多源泛在感知数据的城（chéng）市人口与电力消耗量（liàng）估（gū）算研究，指出城（chéng）市发展不健全，规划前瞻性不（bú）足，提出高精（jīng）度人口估算，使用多（duō）源数据（jù），结合局（jú）部（bù）空间信息，来实（shí）现对某个时间段某个区（qū）域人口数量（liàng）的估算（suàn）；结合深（shēn）度迁移学习与随（suí）机森林的电（diàn）力消耗估算，来估算城市的能源（yuán）消耗；天上看一些东西，地面感知一些（xiē）东西，加上基本的社会经济（jì）指标的对（duì）应，可以实（shí）现在一定空间尺度和时间刻（kè）度上能源（yuán）消（xiāo）耗的（de）估算。基于扩散理论的（de）城市空间形态（tài）时空演变及影响（xiǎng）因素研（yán）究，地球和（hé）大脑（nǎo）都是复杂系统，个人认为地球更加复杂，特别是从时间维（wéi）度，我们对地（dì）球的演变知之甚少；城市空间（jiān）形（xíng）态的发展变化是（shì）一个行（háng）为过程（chéng）高度复杂的变化。通（tōng）过多种要素建模，在时间和空（kōng）间上进（jìn）行演变（biàn）建（jiàn）模，可以去预测和服（fú）务城市（shì）的扩散。

报告五（wǔ）、何怡刚教授 《能（néng）源（yuán）装（zhuāng）备多源异构数据融合（hé）与（yǔ）机器学习（xí）诊断（duàn）关键技术》

当前面临的问题（tí）：多源异构大数据（jù）的（de）处理能力不足，泛化能力差（chà）；现有方法难以提（tí）取分类，无法精（jīng）确定位故障，难以准确推演设备真实状态；目前各种（zhǒng）诊断算法（fǎ）对高压大容器电力变压器等能源装备（bèi）运行状态之（zhī）间的关联性（xìng）分析不足，缺乏对各种信息之间（jiān）的内（nèi）在联系（xì）深度挖掘。

其研究团队研究和建（jiàn）立了面向能源装备（bèi）远（yuǎn）程智能运维多源异构数据规范化接（jiē）入及质量评价指标；装备的图（tú）像抽（chōu）取有难度，很多时候是三维甚至四维的（de）；阐述（shù）了能源（yuán）装（zhuāng）备多模态信息融合评估机制，从图像数据、文（wén）本（běn）数据、音频数据和视频（pín）数据进行处理和清洗，提取相应（yīng）的特征，进行融合与（yǔ）通过特（tè）定算法，进行故障诊断；电网比（bǐ）我们的通讯网（wǎng）更为复杂，其研究团队（duì）也研究电（diàn）网设（shè）备的（de）预警机制，基（jī）于串级（jí）迁移学习的（de）电力设备（bèi）小样本故障诊断融合（hé），避免电网系统（tǒng）发生故障，避免安全事故和企业财产的损失；特别是大变（biàn）压（yā）器检（jiǎn）测的应用，传统的检（jiǎn）测，过去的监测很麻烦，通过光纤，通（tōng）过数据（jù）线传导出来，其（qí）研究团队设计了一种能够自取RFID传感（gǎn）器标签，通过（guò）传感器，无线发射的方（fāng）式，用（yòng）于变压器振动信号（hào）的采集与传（chuán）输。电力系统和电网系统，研发和运维有极大的提升（shēng）空间（jiān）。

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

同（tóng）一批数据（jù），给不同的人，经过分析，有可能得出截（jié）然不（bú）同（tóng）的结（jié）论；过去20年是算力（lì）突飞（fēi）猛进的时（shí）刻，但是在算（suàn）法方面没（méi）有（yǒu）什么突破（pò）；目前（qián）大数据分析主要两种人（rén），一种是（shì）搞（gǎo）计算（suàn）机科学的，另外（wài）一种是搞控制的、系统工程的，这两种方向是竞争关系还是可以（yǐ）合（hé）作？我们做研究（jiū）时，有数据，也有（yǒu）对标的对象，但（dàn）是研究出来的结果还是（shì）不能完全（quán）一样。目前正（zhèng）在做（zuò）一个300万英镑的项目，人工智能的方法去炼丹，与学校里（lǐ）面的材料科（kē）学（xué）家合作，传统的方法是要做实验，我们用机器学习的方法，来（lái）研究各种各样的材料的参（cān）数，有（yǒu）20000多种参数，导致求（qiú）解的过程很复杂；面临的挑战：需要（yào）搜寻可能的（de）解（jiě）空间太（tài）大，10年前（qián），数据（jù）驱动热门时，很多人认为只需（xū）要数据，不需要算法。只要通过（guò）google收集（jí）一些数据，用统计软件（jiàn）就可以分析（xī）得到结（jié）果。2014年，科学家证（zhèng）明完全靠（kào）数据不行。在做数（shù）据（jù）分析时，有（yǒu）时看（kàn）到有（yǒu）些（xiē）数据比较奇怪（guài），一（yī）般人（rén）会（huì）提出把（bǎ）这些数据去掉，其（qí）实是不对的，其团队对奇怪的数据进行了深入研究，到底这些数据是噪音（yīn）还（hái）是（shì）惊喜，怎样建（jiàn）立一种（zhǒng）方法（fǎ），去区分噪声和（hé）惊喜，这个研（yán）究应（yīng）用到青（qīng）光眼的（de）早期（qī）预防，在非（fēi）洲（zhōu）做了一些实（shí）验和应用；怎么（me）让（ràng）大数（shù）据的分析变（biàn）得好玩有趣，把数（shù）据分析的软（ruǎn）件（jiàn）变得通用，最后把数据分（fèn）析的结（jié）果变（biàn）得不（bú）要那么（me）飘（piāo）忽不定。用机器学（xué）习（xí）研究增材制造产（chǎn）品的质量问题，比如（rú）3D打印（yìn）的（de）产品，产品里面是否有气泡和缺陷（xiàn）？将不同的初始条件，不同的算法，不（bú）同的指标，看成优（yōu）化前提（tí），通过算法（fǎ），对（duì）上述因子进（jìn）行不同的组合（hé）与（yǔ）选择，将数据分析变（biàn）成一个科（kē）学。大数据分析要变成一门严（yán）谨的科学，需（xū）要用系统科（kē）学的理念，一些结（jié）论：大不一定永远（yuǎn）好，快（kuài）也不一定是唯（wéi）一的解，可重复性是大数据的重（chóng）要问题，一个学科（kē）要长（zhǎng）远发展，还是要（yào）回到（dào）科（kē）学的方向，相信大数（shù）据一定会成为一门（mén）科学，在（zài）大家共同努力下会发展的越来越好。

报告（gào）七、余新（xīn）国教授 《人工智能再造科研和教育》

人的智能（néng）有两个方面，一个是感官，一（yī）个（gè）是思维，思（sī）维层面比感官更加复杂，做（zuò）研究是一个高智力的活动，那么人工（gōng）智能是否可以（yǐ）帮助我们提升研究的效（xiào）率呢？作为一（yī）个（gè）研究者（zhě），少则10年，多则（zé）20-30年才研（yán）究出一（yī）些成果，人工智能是否可（kě）以（yǐ）帮助年轻的（de）研究者提升效率，成长的更快（kuài）呢（ne）？在做（zuò）学术（shù）综（zōng）述和找论文方面，目前已经有一（yī）些应用和技术，可（kě）以让我（wǒ）们更快的找到相应的论文和了解当前某个领域研（yán）究的动态。大数（shù）据被称为（wéi）“第四研究范（fàn）式”，通（tōng）过大量（liàng）的论文和专家的（de）研究报告，我们是否可以通（tōng）过（guò）人工（gōng）智能找到他们的研究（jiū）范（fàn）式；用人工（gōng）智（zhì）能的方法提升研究者的（de）效（xiào）率，哪些事情（qíng）是人工（gōng）智能可以（yǐ）帮助到我们的呢？而（ér）研究智能教育，先（xiān）要（yào）问的第一（yī）个问（wèn）题，教育是什么？提（tí）出了一个教育基本模型，从而去看（kàn）人（rén）工智能在（zài）五个方（fāng）面如何去改（gǎi）善教育。余教授展示了在应用方面，其团队为自闭症儿童做了一个教育系（xì）统；另外，开发了一个（gè）教育平台，里面有很多（duō）教（jiāo）育工具，学生可以在线（xiàn）做实验，计算机可以辅助画一些比较复杂的（de）图（tú），帮助老师减（jiǎn）轻（qīng）教学负担。

科学当（dāng）中三种智能程度，最难的是建立新的理论，建模和（hé）分析比较（jiào）容易实现；把解（jiě）题看成不同问（wèn）题的转（zhuǎn）换（huàn），重点在于对题目（mù）的理（lǐ）解，找到关（guān）系（xì），以及背（bèi）后的方程式，执行求解过程，从而找出计算机解题的方法。并（bìng）应（yīng）用（yòng）于解（jiě）析（xī）物理和几何题，相关研究（jiū）已经发了（le）多篇（piān）论文。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（quán）球有200多（duō）种语（yǔ）言（yán），给教育和交流带（dài）来（lái）很（hěn）多不便。

报告（gào）八、李辉教授 《基于工艺过程多（duō）场建（jiàn）模仿真的电子产品（pǐn）大（dà）批量高速（sù）高精（jīng）密智能制（zhì）造产线集成技术》

智（zhì）能制造在电子制造行业的需（xū）求和应用很多，目前有很多问（wèn）题（tí）需要解决，例如电（diàn）子（zǐ）制造（zào）产线智（zhì）能感知与智能（néng）管控尚未得到有效解（jiě）决，智能产线工艺流程、工艺环（huán）境和（hé）产品的多场数字孪生与成品率、生（shēng）产率的耦合关（guān）系等；李教授展示了其团图（tú）的项目成果：智能产线方案，柔性PCB与汽车压（yā）力传（chuán）感器，通（tōng）过各种传感（gǎn）器，对生（shēng）产过程（chéng）中（zhōng）事实（shí）数据（jù）进行监控（kòng），然后将这些数据传到后台，通过决（jué）策系统，实时动态对产线过程进行决策指导与干预（yù）。随后，针对其团（tuán）队的（de）研究工作（zuò），重（chóng）点介绍了四个课题，分（fèn）别是：课题一，基于边缘（yuán）计算的智（zhì）能感知-控（kòng）制模块（kuài）研究与开发，电子制造智能产线生产系统的数字孪（luán）生模型，基（jī）于数字孪（luán）生的智（zhì）能产（chǎn）线优化管控（kòng）系统；课题二，汽车压力传感器键（jiàn）合（hé）工艺（yì）仿（fǎng）真（zhēn），键（jiàn）合焊点（diǎn）热疲劳仿真，柔性PCB超精（jīng）细线（xiàn）路曝光工艺（yì）仿真，基于深（shēn）度（dù）学习的FPCB疵病（bìng）的（de）AOI检测（cè）；课题三，基于数字孪生（shēng）的电子产（chǎn）品生产调度与物料（liào）传输协（xié）同优化及决（jué）策（cè）技术；课题（tí）四（sì），柔性PCB智能产线，显影产线搭建，蚀刻产（chǎn）线搭建，在深（shēn）圳上达电（diàn）子完（wán）成（chéng）了多（duō）条产线应用。

此次论坛，不仅代（dài）表亚太人工智（zhì）能（néng）学会武汉（hàn）分会的成立，同时（shí）汇聚了（le）50余位人（rén）工智（zhì）能（néng）领域的专家、300余（yú）位学（xué）生，在顾（gù）问委员会（huì）的（de）指（zhǐ）导（dǎo）下，继（jì）续（xù）推动（dòng）人工（gōng）智能学术交（jiāo）流、技（jì）术（shù）成果（guǒ）转化等各方面的活动（dòng）；下图为武（wǔ）汉分会（huì）顾（gù）问（wèn）委员会。