【CCHI2018】 2天8位院士4個專題論壇14個大會報告43個專題特邀報告——群賢畢至 共探認知科學與人工智能相關領域發展。

　　8月25-26日，由國家自然科學基金委員會信息科學部、中國自動化學會、中國認知科學學會共同主辦的第一屆中國認知計算與混合智能學術大會在古都西安隆重召開。

　　兩天來本屆大會參會人數逾600人，大會報告人14位，特邀專題報告人43位。本次大會的主題是研討和交流認知科學、神經科學和人工智能學科等領域交叉融合的最新進展和前沿技術，共設有“認知計算的基礎理論”、“混合增強智能與深度學習”、“受神經科學啟發的計算構架與器件”、“先進感知與智能環境”四個專題報告，涉及認知建模與計算、混合智能、受神經科學啟發的計算架構與器件、先進感知、智能機器人、無人智能駕駛等領域。

　　大會開幕式由中國工程院院士、西安交通大學教授、中國自動化學會理事長鄭南寧院士主持。

　　開幕式上，西安交通大學校長王樹國首先登臺致辭，代表承辦方西安交通大學向本屆大會的成功舉辦表示祝賀。他認為，當前中美貿易之爭給我們造成了諸多發展障礙，但也使我們突然驚醒，我們需要在自有知識產權尤其是代表第四次工業革命的人工智能信息化方面下大工夫。我們需要秉承“打鐵還需自身硬”的觀念，如果在這些新時代科學技術領域沒有過硬本領，我們很難對整個人類社會的進步發展產生影響。當前人類處在第四次工業革命前夕，本屆會議又是在十三朝古都西安舉辦，無論是從歷史還是現實的角度來說都具有重要意義。大會匯集了眾多頂尖專家學者，將為該領域的發展帶來深刻啟迪。同時，希望未來會有更多年輕人進入這個領域帶來進步。

　　國家自然科學基金委信息科學部副主任張兆田登臺致辭。他代表主辦方國家自然科學基金委信息科學部感謝各方對會議的貢獻和支持，感謝專家學者長期以來給予的支持和幫助。人工智能正改變人類生活方式，也是引領未來的一項專業性技術。去年以來，國家陸續出臺了多項支持人工智能發展的政策及指導性文件，鼓勵相關技術、理論和方法的研究。新時代有新挑戰和新要求，計算速度在提高，數據量在增加。本次盛會探討認知科學、神經科學和人工智能最新交叉融合及前沿進展，希望通過這個平臺促進產學研協同發展。

　　中國工程院辦公廳主任宋德雄在致辭中表示，2014年6月，聯合國教科文組織與中國政府簽訂協議，依托中國工程院，在北京成立聯合國教科文組織國際工程科技知識中心。中心面向廣大科技工作者建立了若干個服務平臺，在多領域舉辦專項培訓，為高端智庫建設提供支持。同時，中心積極響應國家號召，連續兩年召開人工智能主題相關研討會。未來將加快中心建設，深化人工智能應用，為推動創新驅動發展提供有力支撐。

　　最后，陜西省委常委、西安市委書記王永康登臺致辭。他代表西安市委市政府對會議的召開表示熱烈祝賀，向蒞臨大會的專家學者表示熱烈歡迎。借此機會，他向與會嘉賓介紹了近年來西安發展人工智能相關產業的重要舉措及成績：

　　人工智能是西安追趕超越新王牌。去年西安在全國舉起硬科技的大旗，提出八個發展的重要領域。不斷完善西安人工智能產業，一批項目落戶西安。一手抓硬科技，一手抓新經濟。培育新興產業，打造硬科技之都，新經濟之都。人工智能是西安創新新焦點。西安抓住新一輪機遇，把創新主動權掌握在手中。西安擁有70所高校，120萬在校學生，發展人工智能產業有較好的基礎。本屆會議讓西安站在新起點，未來將進一步加大對人工智能產業發展的支持力度。西安成為創新創業新城市。全國互聯網企業10強有8個落戶西安，世界五百強有203家。去年引進各類人才58萬人，最多一天引進8000人。西安已成為海內外人才創新創業的支撐，***看西安。希望專家多提建議，讓更多好成果在西安轉化。

　　至此，CCHI 2018開幕式到此結束。

　　隨著開幕式的完成，會議進入大會報告環節。作為大會關鍵組成部分，25日共有6位專家分享精彩的報告內容。這些報告凝聚了6位專家長期以來在認知科學、神經科學及人工智能等領域的積累和思考，為大會注入了深度思想和新內涵。

　　中國科學院院士、中科院生物物理研究所研究員陳霖作了題為“新一代人工智能的核心基礎科學問題：認知和計算的關系”主題報告，提出新一代人工智能的核心基礎科學問題——認知和計算的關系可以進一步細化為四方面的關系：（1）認知的基本單元和計算的基本單元的關系；（2）認知神經表達的解剖結構和人工智能計算的體系結構的關系；（3）認知涌現的特有精神活動現象和計算涌現的特有信息處理顯現的關系；（4）認知的數學基礎和計算的數學基礎的關系這一觀點。

　　中國科學院院士、美國科學院院士、中科院神經科學研究所研究員蒲慕明作了題為“腦科學對類腦人工智能可能有的貢獻”主題報告，蒲慕明院士提出人腦的認知可以分為三個層面：對外界的認知、自我和非我的認知、對語言的認知，對大腦如何進行這些認知功能的理解將有助于未來類腦人工智能的研發。

　　中國工程院院士、軍事科學院研究員李德毅作了題為“反用駕駛腦：用人工智能研究腦認知”的主題報告，介紹了用于無人駕駛汽車的駕駛腦，其可以體現駕駛員的駕駛認知和選擇性注意，體現了記憶認知、交互認知和計算認知，體現了自學習能力，不但可以用于無人駕駛，還可以協助腦科學研究腦認知，研究人的技能和智慧從何而來，研究記憶和思維活動應該用什么時間尺度和空間尺度表現，研究和評價人的認知能力。

　　中國工程院院士、北京大學教授高文作了題為“類腦視覺處理”的主題報告，高院士表示人類視覺系統經過千百萬年的進化，眼睛和大腦可以高效有機聯動實現視覺認知，其中眼睛負責感知光信號，完成視覺神經編碼，經視神經網絡將編碼傳導給大腦視覺野，最終形成認知，在對人類視覺系統演進路徑成因分析的基礎上，高院士提出人工知覺系統之數字視網膜概念與實現方法，并進而展望未來類腦視覺系統其他可能的演進路線。

　　近年來人工智能技術持續突破，在視覺、聽覺等感知層面某些能力已經超過人類，在獲取知識、理解語言等認知層面也取得了長足的進步。百度高級副總裁王海峰博士在題為“多模態深度語義理解”的主題報告中，結合百度在大數據、視覺、語音、自然語言處理、知識圖譜等人工智能技術上的進展，深入解讀多模態深度語義理解。最新發布的百度大腦3.0，提出了百度人工智能技術進入多模態深度語義理解階段，以數據語義和知識語義為基礎，深層次理解圖像、語音和語言，形成語義化知識，從而更準確理解用戶需求，滿足多樣化應用需要。

　　最后，中國科學院院士、浙江大學教授段樹民作了題為“腦功能的神經環路基礎”的主題報告，段樹民院士提出近年來發展迅猛的人工智能，正在深刻的影響到我們生活的各個方面。人們寄希望于人工智能的發展將比任何已有的科技成果更強有力的造福于人類。必須指出的是，人類大腦最神奇的高級功能，如情感、意識、自我認知、創新能力等方面仍然是現階段弱人工智能所不能逾越的難關。可以預見，從弱人工智能向強人工智能的發展必將更廣泛更深層次的應用到大腦的工作機理。

　　26日共有8位專家分享精彩的報告內容。報告內容涉及認知科學、神經科學及人工智能等領域的前沿技術與最新進展，為與會者提供了一個良好的思想溝通碰撞的平臺。

　　美國密西根大學張俊教授作了題為“智能與認知計算的數學基礎”的主題報告，張俊教授從Marr計算層次角度探討大腦的核心算法，進而引入信息幾何理論統一框架，在認知層面，從容限空間出發探討（視）認知的數學基礎，闡述知覺物體的整體性與不變性知覺，提出刻畫知覺組織的泛拓撲理論框架。

　　中國工程院院士、新疆大學吾守爾·斯拉木教授，題目為“基于信息感知的混合智能處理及其應用”。吾守爾·斯拉木教授介紹了混合智能處理的新發展及其在推進社會治理智能化、構建智能化監測預警與綜合應急平臺、絲路多語音翻譯平臺建設等方面的作用，并指出混合智能處理技術在智能信息服務各個環節實現系統感知、全面分析、及時處理，以及自我調節功能的作用。

　　中國科學院院士、北京大學黃如教授為大會作了題為“面向神經形態計算的新一代智能芯片”的主題報告，黃如院士指出傳統計算機由于采用儲存和計算分離的體系架構，當前已經面臨性能、功耗等多重挑戰，同時現有計算模式難以完成許多對人類大腦來說輕而易舉的任務，亟待發展新的神經形態計算芯片和系統，其中，發展逼近生物神經元和神經突觸行為的新型神經形態器件和集成構架、在單元和構架層次上實現類腦信息處理功能是神經形態計算的重要基礎，器件、電路、構建、算法等層面協同設計是核心關鍵。

　　中國自動化學會副理事長兼秘書長、中國科學院自動化研究所王飛躍研究員為大會作了題為“平行認知：邁向知行合一的智能認知科學技術”的報告。利用ACP方法和CPSS理念，通過將認知分解為描述性認知、預測性認知、引導性認知，我們試圖為認知科學提供一個可計算、可試驗、可檢驗的基礎設施和平臺構架，使“知行合一”成為智能認知的實時性技術要求。為此，在虛擬現實VR、擴展現實AR、人工智能AI的基礎上，還要進一步補充虛擬傳感VS、擴展傳感AS、人工認知AC，借助軟件定義的認知傳感器和認知機器人，形成集平行傳感、平行試驗、平行智能為一體的實時嵌入式智能認知系統，使“不定、多樣、復雜（UDC）”的問題與現狀，內化為其“靈捷、聚焦、收斂（AFC）”的認知能力與效率，最終實現“人機結合、知行合一、虛實一體”的“合一體”認知科學方法與技術。

　　縱觀歷史，人類已經開發了幫助文明演進和成長的工具和技術。計算機，推而廣之，人工智能在技術迭代發展的過程中扮演了重要的作用。近期，人工智能愈發受到關注并引起了廣泛地討論。微軟亞洲研究院研究員、副院長張益肇在題為“邁向混合智能，賦能個人和組織”的報告中，列舉了諸如計算機視覺和數據挖掘等人工智能已經展示出類似人類能力水平的領域，并將探討人類如何在創造力和判斷力方面更出色。由于人工智能是可以增強人類能力的工具，因此明確技術可行和不可行的范圍也十分重要，以確保人工智能最終能被恰當使用。

　　西安交通大學副校長鄭慶華教授為大會作了題為“碎片化知識的挖掘融合與應用”的報告，鄭慶華教授指出信息融合研究如何采集多個傳感器數據并實現目標對象識別不同，碎片化知識融合旨在解決知識自動化的三個關鍵需求——既見樹木又見森林、由此及彼由表及里、去粗存精去偽存真，其核心問題是如何從位置分散、模態多樣、內容片面、結構無序的大數據中挖掘出碎片化知識并融合成知識圖譜。

　　聯想集團副總裁王茜鶯女士為大會作了題為“超算平臺助力混合智能發展”的報告，王茜鶯女士表示，今天的我們正在飛快地進入一個由人工智能驅動的全新時代。從人工智能到增強智能，人類和機器將會形成新的伙伴關系。人工智能的快速發展離不開三個核心要素，即數據、計算力以及算法。當前人工智能領域的各大巨頭不約而同地在建立自己的人工智能平臺，聯想也在快速構建具備多媒體、多模態處理能力的人工智能平臺，而聯想在超算領域的優勢會讓平臺更加強大。未來，人工智能會讓軟件硬件發揮最大的效力。

　　最后，中國工程院院士、西安交通大學、中國自動化學會理事長鄭南寧教授為大會作了題為“直覺性AI與無人駕駛”的報告，鄭南寧教授指出對當前人工智能而言，解決某些對人類來說屬于智力挑戰的問題可能是相對簡單的，但對看似簡單的與真實物理世界交互的能力依然非常差（無人駕駛就屬于這類問題）。人腦對于非認知因素的理解更多地來自于直覺，并受到經驗和長期知識積累的影響，這些因素在人對物理環境理解與行為交互、非完整信息處理等問題中有著極其重要的作用。而且人類的學習是一種與事物互動的過程，人類認知過程中的特征概念形成往往是建立在語義解釋的基礎上；人類依賴對事物的觀察（或顯著性特征的注意）在大腦中建立不同的內部分析模型，并利用這些模型來推測事物的變化，或是從過去的事件預測未來。而機器學習中的特征提取及預測模型與人類認知過程中的特征概念形成及其內部分析模型是完全不同的，為使機器學習模型產生人類的認知結果，需要其所學特征在一定程度上符合神經生理學實驗結果，同時要使特征具有數學和語義的解釋性。此外，大腦神經網絡結構的可塑性，以及人腦在非認知因素和認知功能之間的相互作用，它們是形式化方法難以、甚至不能描述的。因此，我們需要從腦認知機理和神經科學獲得靈感和啟發，發展新的AI計算模型與架構，讓機器具備對物理世界最基本的感知與反應，即使機器具有“常識”推理的能力，從而實現更加健壯的人工智能系統。

　　新一代人工智能的核心基礎科學問題是認知和計算的關系，同時人工智能追求的長期目標是使機器能像人一樣學習和思考，需要將人的作用或人的認知模型引入到人工智能系統中，形成混合—增強智能的形態。當前人工智能發展已進入新階段，本屆大會圍繞認知計算與混合智能分享了人工智能、認知科學等交叉融合領域的基礎理論、尖端技術等方面的研究進展，為促進我國新一代人工智能發展做出一定貢獻。