6月11日，亚太（tài）人工智能学会（AAIA）武汉分会揭牌仪式暨2022武汉人工智能高峰论（lùn）坛（tán）在武（wǔ）汉科技大学青山校区人工智能学（xué）院报告厅举行。中（zhōng）国科（kē）学院院士、武汉科（kē）技大学人工智能学院院长吴（wú）宏（hóng）鑫院士；中国工程院院士、北京科技大学教（jiāo）授毛新平（píng）院士；欧洲科学（xué）院院士、欧洲科学与艺术院院士、国际系统（tǒng）与控（kòng）制科学院（yuàn）院士、IEEE会士、英国伦敦布鲁（lǔ）内尔大学教授王（wáng）子栋院（yuàn）士；IEEE会士、长（zhǎng）江学（xué）者特（tè）聘（pìn）教授、国（guó）家杰青、华中科（kē）技大学人（rén）工智能与自动化（huà）学（xué）院院（yuàn）长曾（céng）志刚教授；IEEE会士（shì）、国（guó）家杰青、中国（guó）地质（zhì）大学（武（wǔ）汉）计算机学院院长王力（lì）哲教授；国家杰青、武汉大学电气与自动化学院副院长何怡刚教授；华中师范大学国（guó）家数字化（huà）学（xué）习（xí）工程技术研究中（zhōng）心副（fù）主任、华师（shī）伍（wǔ）伦贡联合研究院院长余（yú）新国教授；武汉（hàn）大学工业科学（xué）研究院副院长（zhǎng）李辉（huī）教授；亚（yà）太（tài）人工（gōng）智能学会执行主（zhǔ）席雷（léi）渠江教授；武汉科技大学校长倪（ní）红卫教授；亚太人工（gōng）智能学会常务副秘书（shū）长蔡忠涛；亚太人（rén）工（gōng）智能学会武汉（hàn）分会主席伍世虔教（jiāo）授；亚太人工智能学会无锡分（fèn）会（huì）（筹）秘书长殷（yīn）飞，等（děng）二（èr）十（shí）余位专家（jiā）学者（zhě）及300余位师生出席此（cǐ）次（cì）会议，会议采用（yòng）线（xiàn）下与线上相结合的形式（shì）。

论坛议程：

湖（hú）北省委省政府积极落实（shí）党中央（yāng）、专（zhuān）家赋予（yǔ）湖（hú）北“建成支点、走在前列、谱写（xiě）新（xīn）篇（piān）”的目标定（dìng）位，提出（chū）构建51020现代（dài）产（chǎn）业体系，即（jí）5个万亿级支柱产业、10个五千亿（yì）级优（yōu）势产业、20个千亿级特（tè）色（sè）产业（yè）集群。

此次高峰论坛（tán）邀请到（dào）中国（guó）科学院士吴宏鑫、中国工程院（yuàn）院士毛新平等8位专家学者进（jìn）行（háng）汇报。报告既有关于（yú）人工智能研究内容的思（sī）考、关于人工智（zhì）能再造科研和教育的展望，还有关注钢铁企业CPS构建（jiàn）、记忆电路、城（chéng）市（shì）可持续发展、机（jī）器学习、大数据、智能制（zhì）造等（děng）垂直领域的分享及（jí）讨论。

报告（gào）一、吴宏鑫院士 《人工（gōng）智能研究（jiū）的一点体（tǐ）会（huì）》

吴院士用朴实语言给（gěi）大（dà）家讲述了人工智能科学研究人员，要务实，不要搞胡（hú）里（lǐ）花哨的研究（jiū），研究要着眼实际问题（tí），将理论与实践相互结合；每个单（dān）位和个人都应该从实（shí）际需求出发，选定一（yī）两个方向，深入研究（jiū）。在这个方面，武科大（dà）做得（dé）不（bú）错，人工智能学院也做得特别好，高（gāo）校里（lǐ）面越来（lái）越多的老（lǎo）师，在注重产（chǎn）业化，将理论研究与实际应（yīng）用相（xiàng）结合，推动产业发展。并给大家展示了（le）人工（gōng）智（zhì）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（hé）防止走丢失系统，老年（nián）人走（zǒu）丢了（le），怎么去报警和预防，寻找。鞋子（zǐ）、衣（yī）服，需要穿戴的（de）感知（zhī）设备，与航天领域信息沟通，定位这个人在哪里（lǐ）？怎么让老年人更加健康（kāng）的生（shēng）活（huó），不仅仅是看个电视剧，有吃有（yǒu）喝，还要了（le）解老年人在（zài）想（xiǎng）什么？报告还提到了一个重点（diǎn）研究的领域：研究语言识（shí）别和表达，如果能够将汉（hàn）语（yǔ）和英语的识（shí）别和表达研究好，我们可以节（jiē）省大量学习英语的时间。

最后也（yě）引（yǐn）领大家反思：智能控制究竟是什么？智能控制到底要解（jiě）决什么问题？

报告二、毛新平院士《钢（gāng）铁企（qǐ）业CPS构建的路（lù）径和方法》

毛院士给大家介绍了CPS的概念与框架，CPS（cyber physical systems）通过集成先进的感知、计算（suàn）、通信、控制等信（xìn）息技术和（hé）自动控制（zhì）技（jì）术，构建（jiàn）物理空间与信息空间中（zhōng）人（rén）、机、物、环境、信息等要素的相（xiàng）互（hù）映射、实（shí）时交（jiāo）互、高效协（xié）同的复杂系统，实现系（xì）统内资源配置和运行按需相应、快速迭代、动态优化；CPS包（bāo）含（hán）四个（gè）环节：状态（tài）感（gǎn）知（zhī）、实时（shí）分析、科学决策、准确（què）执（zhí）行；并重点阐述了钢铁企业cps构建（jiàn）的路径和方（fāng）法：CPS在流程（chéng）工业的应用和发展空间极大，流程型制造工业对智能制造（zào）的需求特别大，应用特（tè）别广阔，产生的（de）社会价值特别巨大；国（guó）家强调的（de）双碳（tàn），对于我们这些制造（zào）过程来说，不仅仅是产（chǎn）量和质量，也要（yào）重（chóng）视我们（men）的能（néng）耗与环保，对生态的影响，这些将决定我们的产品是（shì）否（fǒu）可（kě）以准入到国际市场；中国（guó）工程院发布的《中国智能制造发展（zhǎn）战略研究报告》中，提出了“并（bìng）行推进、融合（hé）发展”的技术路（lù）线，数字化、网（wǎng）络（luò）化、智能化并行推（tuī）进、融合发展，钢铁工业应遵循上述原则（zé），同时应结（jié）合我国钢铁（tiě）工业发展现状（zhuàng），实事求是，扎扎实实（shí）地完成数（shù）字化、网络化“补课”。

报告三、曾志刚教授 《一种多功（gōng）能忆阻巴普洛夫联系（xì）记忆电路分（fèn）析（xī）》

我们过（guò）马路脑袋（dài）里面不用数学模型，现（xiàn）在机器人过马路，需（xū）要模型。人脑的信息接受，内部感觉和（hé）外部感觉，经过综合（hé）处理，不同的（de）人接（jiē）触同样的信息，处理和输出的（de）结论可能不一样，是因为（wéi）输（shū）入输出（chū）之间是一种带跳跃的（de）、不连续的（de）动态映射。世界是动态的，机（jī）器人做决策所面对的信息，经过加工和处理，已经（jīng）相对静态（tài）和（hé）有逻辑，因此，在处理逻辑性（xìng）和（hé）静态信息时，机器人比人（rén）脑要强，但现实（shí）世界（jiè）一切都是动态的；大脑的（de）学习与回忆功能由神经元（yuán）的（de）各（gè）种动力学响应来实现（xiàn）。动物智能（néng）自带导航系统，比如鸟（niǎo）的迁徙和每天回鸟巢，是不（bú）用（yòng）GPS的。大脑中的记忆是如何（hé）产生的？“自主性”是无（wú）人（rén）系统区（qū）别于（yú）有人系统最重要的技术特征，实现（xiàn）无人系统的自主（zhǔ）控（kòng）制（zhì），提高其智能程度，是无人系（xì）统（tǒng）的重（chóng）要发展趋势。机（jī）器（qì）人（rén）做判断是有（yǒu）条件的，如（rú）果怎么，就（jiù）怎（zěn）么的结构，人（rén）大部分（fèn）时候做判断是没有那么多条件的（de）。因此，自主性是现在的机器（qì）人所（suǒ）不具备的。其（qí）研究团队过（guò）去（qù）的工作（zuò），利用忆阻电路模拟了生物学实验中（zhōng）的经（jīng）典（diǎn）联想记忆（yì）现象，基（jī）于（yú）明确的ANN算法模（mó）型进行电路（lù）设计（jì）并处理相应任务。

报告四、王力哲教授 《面向可持续（xù）发（fā）展目（mù）标的城市空间》

随着技术的发展，现在的情况（kuàng），走向更精细对地（dì）观测；空（kōng）间分辨率不断（duàn）提升，大规模空间信息基础设施，大量的（de）算力（lì）设备，算力的架构和能力（lì）的提升，为空间观测提供了（le）极大的（de）帮助，并且基（jī）本都（dōu）走向云（yún）化。从对地（dì）观测走（zǒu）向泛在感知，无（wú）人（rén）机遥感、众包扩（kuò）展了数据来（lái）源；城市风暴潮数字孪生智能模拟、评估与决策支持；基于（yú）多源泛在感（gǎn）知数据的（de）城（chéng）市人口（kǒu）与电（diàn）力消（xiāo）耗量估（gū）算研究，指出城市发（fā）展不健全（quán），规划前瞻性不足，提出高精（jīng）度（dù）人口估算，使用（yòng）多（duō）源数据，结合局部空间信息，来实现对某个时间段某（mǒu）个区域人口数量（liàng）的估算；结合（hé）深度迁移学习与随（suí）机森（sēn）林的电力（lì）消耗（hào）估（gū）算，来估算城（chéng）市的能源（yuán）消（xiāo）耗；天上看一些东西，地面感知一些东西，加（jiā）上基本的社（shè）会经济指标的对应，可以（yǐ）实现在一定空间（jiān）尺度和时间（jiān）刻度上（shàng）能源消耗的估算（suàn）。基于扩（kuò）散理论的城市空间形态时空（kōng）演变及（jí）影（yǐng）响因素研究，地（dì）球和大脑都是复杂系统，个（gè）人认为地球更加复杂，特别是从时间维（wéi）度，我们（men）对（duì）地（dì）球的演变（biàn）知之甚少；城市空间（jiān）形（xíng）态的（de）发展变（biàn）化是一个行为过（guò）程高度复杂（zá）的变化。通过多种要素（sù）建模，在时间和空间上进（jìn）行演变建模，可以去预测和服务城（chéng）市（shì）的（de）扩散。

报告（gào）五、何怡刚教授 《能源装备多源异构数据融合与（yǔ）机器学习诊断关键技术》

当（dāng）前面临的问题：多源异构大数据（jù）的（de）处（chù）理能力不（bú）足，泛化能力差；现有方法难以（yǐ）提取分类，无（wú）法精确（què）定位故障（zhàng），难（nán）以准（zhǔn）确推演设备真实（shí）状态；目（mù）前各种诊断算法对（duì）高压大容器电力变压器（qì）等能源装备运行状态之间的关联性（xìng）分析不足，缺（quē）乏对（duì）各种信息之间的内在联系深度挖掘。

其研（yán）究团（tuán）队研（yán）究和（hé）建立了面向能（néng）源装备远（yuǎn）程智（zhì）能运维多源异构数据规范（fàn）化接入及质量评价（jià）指标；装备的图像抽取有（yǒu）难度，很多时（shí）候是三（sān）维甚至四（sì）维的；阐述（shù）了能源装备多模态信（xìn）息融合评估机（jī）制（zhì），从图像数据、文（wén）本数据、音（yīn）频数据和视频数据（jù）进行处理和清洗，提（tí）取相应的特征，进行融（róng）合与通过特定算法（fǎ），进（jìn）行故障诊（zhěn）断；电网比我们（men）的（de）通讯网更（gèng）为复杂，其研究团（tuán）队也研究（jiū）电网设备（bèi）的预警（jǐng）机（jī）制，基于串级迁移学习的（de）电力设备小样本故障诊断融合，避免电网系统发生故障，避免安（ān）全事（shì）故（gù）和企业财产的损失；特别是大（dà）变压器（qì）检测的应用，传统的（de）检测，过去的监测很（hěn）麻烦（fán），通过光纤，通（tōng）过数据线传导出来，其研（yán）究团队设计了一种能够自取RFID传感器标签，通过传（chuán）感器，无（wú）线发射的方式（shì），用于变压器振动信号的（de）采（cǎi）集（jí）与传输。电力系统和（hé）电（diàn）网系（xì）统，研发（fā）和运维（wéi）有极（jí）大的（de）提升空（kōng）间。

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

同一批数据，给不同（tóng）的人（rén），经过分析（xī），有（yǒu）可能得出（chū）截然不（bú）同的结论；过（guò）去（qù）20年是（shì）算力（lì）突飞猛进的时刻，但是在算（suàn）法方（fāng）面没（méi）有什么突破（pò）；目前大数据分析主要两（liǎng）种人，一种是搞计算机科（kē）学的，另外一（yī）种是搞（gǎo）控（kòng）制的、系统工程的，这两种方向是竞争关系还（hái）是可以合作？我们做研究时（shí），有数据，也有对标（biāo）的对象，但（dàn）是研（yán）究出来的结果还（hái）是（shì）不能完全（quán）一样。目前正在做一个300万英镑的项目，人工智能的方法去炼丹，与学校里面的材料科学家合（hé）作，传（chuán）统的方法是（shì）要做实（shí）验，我们用机（jī）器学（xué）习的方法，来研究各（gè）种各样的材料的参数，有20000多种参数，导致求解（jiě）的过程很复杂；面临（lín）的挑战：需要（yào）搜寻可能（néng）的解（jiě）空（kōng）间（jiān）太大，10年前，数据驱动热（rè）门时，很多人认为只需要数据，不需（xū）要算法。只要通过（guò）google收集一（yī）些数据，用统计软件就可以分析（xī）得到结果。2014年，科学家证明（míng）完全靠数（shù）据不行。在（zài）做数据分（fèn）析时，有时看到有些数据比较奇怪，一（yī）般人会提出把这些数据去掉，其实是（shì）不对的，其团队对奇怪的数据进行了深入研究，到底（dǐ）这些数据是噪音（yīn）还是惊喜，怎（zěn）样建立（lì）一种方法，去区分噪（zào）声（shēng）和惊喜，这个研究应用（yòng）到青光眼的早（zǎo）期预防，在非洲做了一些实验和应用；怎么（me）让大数据的分析变得（dé）好玩有趣（qù），把数据分析的软件变得通用，最后把（bǎ）数据分析的结（jié）果变得不要那么飘（piāo）忽不定（dìng）。用机器学习研究增材制造产品的质（zhì）量问题，比如（rú）3D打印的产品，产品里面是否有气泡和缺（quē）陷？将不（bú）同的初始条（tiáo）件，不同的（de）算法，不同的指标，看成优化（huà）前提，通过（guò）算（suàn）法（fǎ），对上述因（yīn）子进行（háng）不同的组合与选择，将数据分析变成（chéng）一个科（kē）学。大数据分析（xī）要变成一门（mén）严谨的科学，需要用系统科学的理念，一些结论：大不（bú）一定永远（yuǎn）好，快（kuài）也不一定是唯一的解（jiě），可重复性是大（dà）数据的重要（yào）问题，一个学（xué）科（kē）要长远发（fā）展，还是要回（huí）到科学的方（fāng）向（xiàng），相（xiàng）信大数据一定会成为一门科学（xué），在大家共同努力下会发展的越来越好。

报告七、余新国教授 《人工（gōng）智能再造科（kē）研和（hé）教育》

人的（de）智能有（yǒu）两个方面，一个是感官，一个是思维，思维层面比感（gǎn）官更加复杂，做研究是一个高智力的活动，那么（me）人工智能是（shì）否可以（yǐ）帮助我们提升研究的效率呢？作为一（yī）个研（yán）究者，少则（zé）10年，多则（zé）20-30年（nián）才研究（jiū）出一些成果，人工智能（néng）是否（fǒu）可以（yǐ）帮助年轻的研（yán）究者提（tí）升效率，成长的更快呢（ne）？在做学术综述和找（zhǎo）论文方面，目前已经有（yǒu）一些（xiē）应用和（hé）技术，可以让我们更快（kuài）的找（zhǎo）到相应（yīng）的（de）论文和了（le）解当前某个领域研究的动态。大数据被称（chēng）为“第四研究范式”，通过大（dà）量的论（lùn）文和专家（jiā）的研究报告，我们是（shì）否可以（yǐ）通过人工智能找到他们的研（yán）究（jiū）范式；用人工智能的（de）方（fāng）法提升研究者的效率，哪些事情是人工智能可（kě）以帮助到（dào）我们（men）的呢？而研（yán）究智能（néng）教育，先要问的第一（yī）个问题，教育是什么？提（tí）出了一个教育基本模（mó）型，从而去看（kàn）人工智能在（zài）五个方面如何（hé）去改善教育。余教授展示了在应用方（fāng）面，其团队为自（zì）闭症儿童做（zuò）了（le）一（yī）个教育（yù）系统；另外，开发了一个教育平台，里面有很多教育工具，学生可以（yǐ）在线做实验，计算（suàn）机可以辅助画一（yī）些比较复杂的图，帮助（zhù）老师（shī）减轻教（jiāo）学负担（dān）。

科学当中三种智能程度，最难的是建立新的（de）理论（lùn），建模和分析比较容易实现；把解题看（kàn）成不同问（wèn）题的转换，重点在于对题（tí）目的理解（jiě），找到关系，以（yǐ）及背后的方程（chéng）式，执（zhí）行求解过程，从而（ér）找出计算机解题的方法。并应用（yòng）于解析（xī）物（wù）理和几何题，相关研究已（yǐ）经发（fā）了多篇（piān）论（lùn）文。其研究团队的理想是做一个与（yǔ）语（yǔ）言无关的解答器（qì），目前全球有200多种语言（yán），给教育和交（jiāo）流带（dài）来（lái）很多不（bú）便。

报（bào）告八、李辉教授 《基（jī）于工艺过程多场建模仿（fǎng）真的电（diàn）子产（chǎn）品大批量高速高精（jīng）密智能（néng）制（zhì）造产线集成技术》

智能制造在电（diàn）子制（zhì）造行（háng）业的需（xū）求和应用（yòng）很多，目前有很多（duō）问（wèn）题需要（yào）解决，例如电子制造（zào）产线（xiàn）智能感知与智能管（guǎn）控（kòng）尚未得到有效解决（jué），智能产线（xiàn）工艺流（liú）程、工（gōng）艺（yì）环境和产品的多场数字孪生与（yǔ）成品率、生产率（lǜ）的耦合关（guān）系等；李教授展示了其（qí）团图的项（xiàng）目成果：智能产线方案，柔（róu）性（xìng）PCB与汽车压力传感（gǎn）器，通过（guò）各种（zhǒng）传感器，对（duì）生产过程（chéng）中事实数据进行监控（kòng），然后将（jiāng）这些数（shù）据传到后台，通过决策系统，实时动态（tài）对产线过程进行决策指导与干预。随后，针对其（qí）团队的研究工作，重点介绍了四个课题，分别是：课题一，基于边缘计算的智能感知-控制（zhì）模（mó）块研究与开发，电子制造智能产（chǎn）线生产系统的数字孪（luán）生模型（xíng），基于数字孪生的智（zhì）能产线（xiàn）优化管控系统；课题二，汽车压（yā）力传感器键合工艺仿真，键合焊点（diǎn）热（rè）疲劳仿真，柔性PCB超精细线路（lù）曝光工艺仿真（zhēn），基于深度学（xué）习的FPCB疵病（bìng）的AOI检测；课题三（sān），基于数字（zì）孪生的电子产（chǎn）品（pǐn）生产调度与物料传输协同优化（huà）及（jí）决策技术；课题四，柔性PCB智能产线（xiàn），显影产线搭建，蚀（shí）刻产（chǎn）线搭建，在深（shēn）圳上达电子完成了多（duō）条产线应用。

此（cǐ）次（cì）论坛，不仅（jǐn）代表亚（yà）太人（rén）工（gōng）智能学（xué）会武（wǔ）汉分会的成立，同时汇聚了50余位人工智能领域的专家、300余位学生，在（zài）顾问委员会的（de）指导下，继续推动人工智能学（xué）术交（jiāo）流、技术成果转化等各方面的（de）活动；下图为武汉分会顾问委员会。