2023年11月10-11日,由中国人工智能学会(CAAI)主办,CAAI智能服务专委会、无损检测与光电传感技术及应用国家工程实验室、图像处理与模式识别江西省重点实验室、无损检测技术教育部重点实验室联合承办,南昌航空大学协办的“2023多模态智能信息处理技术与智能服务论坛”在江西南昌顺利召开,200余人在线下参加了本次会议。


1700211548247260.jpg


论坛邀请了北京大学查红彬教授、中国科学院计算技术研究所陈熙霖研究员、中国科学院自动化研究所胡卫明研究员、上海交通大学特聘教授熊红凯教授、浙江大学求是特聘教授高云君教授做论坛特邀报告。与会专家就动态视觉与SLAM:在线学习的途径、关于连续学习的思考与实践、低慢小目标的类脑智能感知技术、智能往何处去:数学分析与非凸优化、多模态数据管理与分析:以向量数据库视角进行了探讨和交流。论坛开幕式由南昌航空大学党委副书记陈震教授主持。


1700211553235125.png


南昌航空大学校长卢超教授向与会专家学者表达了热烈的欢迎,介绍了南昌航空大学近年来的发展情况,强调在人工智能新时代的前沿,多模态智能信息处理技术已逐渐占据主导地位并对人工智能科学的发展与推动具有重要作用。本次会议对南昌航空大学提升相关学科人才培养质量,助力江西省人工智能产业高质量发展意义深远。


1700211557836752.png


CAAI智能服务专委会主任、北京邮电大学计算机学院杜军平教授指出智能服务专委会的定位是加强我国智能服务领域的学术研究,推动智能服务领域理论体系和关键技术的创新发展,加强智能服务相关领域的国内和国际间的学术交流、合作与实践,通过专委会的工作,促进青年人才的成长。


1700211560128566.png


北京大学智能学院教授、机器感知与智能教育部重点实验室主任查红彬教授报告的主题是“动态视觉与SLAM:在线学习的途径”。三维视觉的一个主要任务是利用传感器视点的变化与成像几何的约束来实现三维场景的几何与结构重建。因此,伴随传感器移动的动态视觉与3D视觉的关系愈加密切,SLAM(Simultaneous Localization and Mapping:即时定位与地图构建)技术再度成为3D视觉领域的研究热点。为了提高动态视觉系统在真实复杂场景中的应用能力,应当充分强化视觉系统的环境自适应性,而在线学习方法是实现这一目标的有效途径。报告围绕基于在线学习的SLAM问题,首先介绍了面向自监督视觉里程计的序列对抗学习方法和具有在线自适应能力的自监督SLAM学习方法与理论,然后详细介绍了其所在研究团队近来的一些想法和尝试。


1700211563124878.png


中科院计算技术研究所陈熙霖研究员报告的主题是“关于连续学习的思考与实践”。在开放世界中学习不是单一手段获得的,包括观察积累、类比模仿、推理理解以及交互尝试甚至直至干预反馈。在AI领域,很长时间以来的研究范式是以孤立算法为核心的单点研究,同时,现实世界中广泛存在着长尾、任务多样性等问题。对以往的孤立研究范式而言,这些问题显然是难以克服的困难,因此需要从系统化的角度探索多模态信息融合,构建从感到探、从被动到主动的连续学习体系。为此,陈熙霖研究员在报告会中向参会人员分享了他和研究团队在这方面的一些思考和实践。


1700211567482816.png


中科院自动化所多模态人工智能系统全国重点实验室胡卫明研究员报告的主题是“低慢小目标的类脑智能感知技术”。他在报告中首先分析了神经科学与计算机视觉之间的关系并从基本视觉皮层的特征,初级视皮层的原理扩展到高级区域,顺向、逆向、侧向联接,视觉神经分层认知机制,视觉神经系统的选择性注意机制,动态信息的选择性记忆机制等6个方面总结了神经科学对计算机视觉的启发点。同时也介绍了其所负责的研究团队在基于模态迁移和融合感知的红外图像低慢目标跟踪、基于物体大小注意力的低慢目标跟踪、类脑持续学习启发的基于递归最小二乘估计的在线学习及目标跟踪、基于多任务互惠双流神经网络的检测-分割一体化、基于神经中枢调控的蒸馏学习与神经元裁剪模式统一的模型压缩与物体分类、单阶段无锚框的在线实时多目标跟踪等方面的研究工作与所取得的研究成果。


1700211570977165.png


上海交通大学特聘教授熊红凯教授报告的主题是“智能往何处去:数学分析与非凸优化”。他从深度学习的数学基础、优化、信号处理思想入手,基于信号处理的分析角度,着重介绍来自数学分析的可解释人工智能、小波和谱图框架理论、基于优化理论的计算成像、相位恢复、生成式智能等,并阐述了最新非凸优化理论和思想。最后熊红凯教授对新的数学智能研究发展进行了展望。


1700211573102957.png


浙江大学求是特聘教授高云君教授报告的主题是“多模态数据管理与分析:以向量数据库视角”。随着5G和物联网技术的快速发展,类型多样、结构复杂的多模态数据呈爆炸式增长。由于向量化为多模态数据管理与分析提供了一种便捷且统一的方式,故向量数据库受到了学术界和产业界的广泛关注,而当前大模型的飞速发展又为其带来更多的需求及关注。报告围绕多模态数据管理与分析,首先介绍了其技术底座:向量数据库;然后介绍多模态数据管理与分析的研究内容,主要包括:多模态数据融合表征、多模态数据统一存储和多模态数据智能分析。最后高云君教授向参会人员详细介绍了其团队近年来在多模态数据管理与分析方面的进展。


1700211578945408.png


会议期间,论坛还举办了平台建设研讨会,与会专家就南昌航空大学相关实验室平台建设提出了宝贵意见与建议。


1700211586106688.jpg

1700211590742814.jpg

中国人工智能学会
2023年11月16日


Copyright © 2010 中国人工智能学会 互联网ICP备案:京ICP备06029423号-1
地址: 北京市海淀区西土城路10号 邮编: 100876 技术支持: 010-62283919

二维码