6月11日，亚太人工智（zhì）能学会（huì）（AAIA）武（wǔ）汉分会揭牌仪式暨2022武汉人（rén）工智能（néng）高峰（fēng）论（lùn）坛在（zài）武汉科技大（dà）学青山校区人工智能学（xué）院（yuàn）报告（gào）厅举行（háng）。中国科学（xué）院院士、武汉（hàn）科（kē）技大学人（rén）工（gōng）智能学院（yuàn）院长（zhǎng）吴宏（hóng）鑫院士；中国工程院院士、北京科技大学教授毛新平院（yuàn）士；欧洲科学院院士（shì）、欧洲科（kē）学与艺（yì）术（shù）院（yuàn）院士、国际系统与控制科学院院士、IEEE会士、英国伦敦布（bù）鲁（lǔ）内尔大学教（jiāo）授王（wáng）子栋院士；IEEE会士、长江学（xué）者（zhě）特聘教授、国家杰青、华中科技大学人工（gōng）智能与自动化学院院长曾志（zhì）刚教授；IEEE会士（shì）、国家（jiā）杰青、中（zhōng）国地质大学（武汉）计算机学院院长王力哲教授；国（guó）家杰青、武汉大（dà）学电气与自动（dòng）化学院副院（yuàn）长何怡刚（gāng）教授；华（huá）中师（shī）范大学国家数（shù）字化学（xué）习工（gōng）程技术（shù）研究中心（xīn）副主任、华师伍伦贡联合研究院院（yuàn）长余新国教授；武汉大（dà）学（xué）工业（yè）科（kē）学研究院副院长李辉教授；亚太人工智能（néng）学会执（zhí）行主（zhǔ）席雷渠江教授；武汉科技大学（xué）校长倪（ní）红卫教授；亚太人工智能学（xué）会常务副秘（mì）书长蔡忠（zhōng）涛；亚太人工智能学会武汉（hàn）分会主席伍世虔教授；亚太人工智能学会无（wú）锡分会（筹（chóu））秘书长殷飞，等二（èr）十余位专家学者及300余位（wèi）师（shī）生出（chū）席此次会议（yì），会议采用线下与线上相结（jié）合（hé）的形式。

论坛议（yì）程：

湖北省委省政（zhèng）府积极（jí）落实（shí）党中央、专家（jiā）赋予湖北“建成（chéng）支点、走在前列、谱（pǔ）写新篇”的目标定位，提（tí）出构建51020现代产业体（tǐ）系（xì），即5个（gè）万亿级（jí）支柱产业（yè）、10个五千亿级优势产业（yè）、20个千亿级特（tè）色产业集群（qún）。

此次高峰论（lùn）坛邀请到中国科（kē）学院士吴宏鑫（xīn）、中国工（gōng）程院院士毛新平等8位专家学（xué）者进行汇（huì）报。报告（gào）既（jì）有关于人工（gōng）智能研究内（nèi）容的思考、关于人（rén）工智能再造科研和教育的展望，还有关注钢铁企业CPS构建、记（jì）忆电路、城市可持续发（fā）展、机器学（xué）习、大（dà）数据、智能制造等垂直领（lǐng）域的分享及讨论（lùn）。

报告一（yī）、吴宏鑫（xīn）院士 《人工智能（néng）研究的一点体会（huì）》

吴（wú）院（yuàn）士用朴实语言给大家讲述（shù）了（le）人工智（zhì）能科学研究人员，要务实，不（bú）要搞胡里花哨的研（yán）究，研究要着眼实际（jì）问（wèn）题，将理论（lùn）与（yǔ）实践相互结合；每（měi）个单（dān）位和个人都应（yīng）该从实际需（xū）求出发，选定一两个方向，深入（rù）研究。在这个方面，武科大（dà）做得不错，人工智能学院也做得特别好，高（gāo）校里面越来（lái）越多的老（lǎo）师，在注重产业（yè）化（huà），将理论研究与实际应用相结合，推动产（chǎn）业发（fā）展。并给（gěi）大（dà）家展示了人工智能在健康、航天等领（lǐng）域的应用：比如老年人智能尿不湿；如何防止走丢失系统，老年人走（zǒu）丢（diū）了，怎（zěn）么去报警和预防，寻（xún）找。鞋子、衣服（fú），需要穿（chuān）戴的（de）感知设备，与航（háng）天领域（yù）信息沟（gōu）通，定位这个（gè）人在哪里？怎么让老年人更加健康的生（shēng）活，不（bú）仅（jǐn）仅是看个（gè）电视剧（jù），有（yǒu）吃有喝，还要了解老年人在（zài）想什么？报告还提到了一个重（chóng）点研究的领域：研究语言识别和表达，如果能够将汉语和英（yīng）语的识别和表（biǎo）达研究好，我们可以（yǐ）节省大量学习（xí）英语的时间。

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

报告（gào）二、毛新平（píng）院士《钢铁（tiě）企业CPS构建的路径和方（fāng）法》

毛院士（shì）给大家介绍了CPS的概念与框架，CPS（cyber physical systems）通过集成先（xiān）进的感知、计算、通信、控制等信息技术和自动（dòng）控（kòng）制技术，构（gòu）建物（wù）理空间与信息空间中人、机、物、环境、信息等要素的相互映射、实时交互、高效协同的复杂系（xì）统，实现（xiàn）系统内资源配置和运行按需相应、快（kuài）速迭代、动（dòng）态优化；CPS包含四个环节：状态感知、实时分析、科学决策、准确执行（háng）；并重点阐述了钢铁（tiě）企业cps构建的路径和方法：CPS在流程工业的（de）应用和发展空间极大，流程（chéng）型（xíng）制造工（gōng）业（yè）对智能（néng）制造的需（xū）求（qiú）特别大，应（yīng）用特别广阔，产生的社会价值特别巨（jù）大；国家强（qiáng）调的双碳，对于我们这些（xiē）制造过程来说，不（bú）仅仅是产量和质量，也要重视（shì）我们的能耗与环保，对（duì）生态的影响（xiǎng），这（zhè）些将决定我们（men）的产品是否可以准（zhǔn）入（rù）到国（guó）际市场（chǎng）；中国工程（chéng）院发（fā）布的（de）《中国智能制（zhì）造发展战略研究报告》中，提出了“并（bìng）行推进、融合发展（zhǎn）”的技术路（lù）线，数字化、网络化、智能（néng）化并行推进、融合发展，钢铁工业应遵（zūn）循（xún）上（shàng）述原则，同时应（yīng）结合我国钢铁（tiě）工业发展现状，实事求是，扎扎（zhā）实实地（dì）完成（chéng）数字（zì）化、网络化“补（bǔ）课”。

报告三、曾志（zhì）刚教授 《一种多（duō）功能忆阻巴普洛夫联系记忆电路分析》

我们过马路脑袋里面不（bú）用数学模型，现在机器（qì）人过马路，需（xū）要模型。人（rén）脑（nǎo）的信息接受，内（nèi）部感觉和外部感觉，经过综合（hé）处（chù）理（lǐ），不同的人接触同样（yàng）的信息，处理和输出的结论可能不一样，是因为输入输出（chū）之间是一种带跳跃的、不连续（xù）的动态（tài）映射。世界是（shì）动态的，机器人做决策所面（miàn）对的信息（xī），经（jīng）过加工（gōng）和处理，已（yǐ）经相对静（jìng）态和有逻辑，因此，在（zài）处（chù）理逻辑性和（hé）静态信息时，机器人比（bǐ）人（rén）脑要（yào）强，但现实世界一切都是动态（tài）的；大脑的学习与回忆（yì）功能由（yóu）神经元的各（gè）种动力（lì）学响应（yīng）来实现。动物智能自带导航系统，比如鸟的迁徙和每天回鸟巢，是不用GPS的。大脑中的（de）记忆是如何产生（shēng）的？“自主性（xìng）”是无（wú）人（rén）系统区（qū）别于（yú）有（yǒu）人系统最重要的技术特征，实现无人系统的自主（zhǔ）控（kòng）制，提高其智能（néng）程度，是无人（rén）系统的重（chóng）要发（fā）展趋势（shì）。机器人做判断（duàn）是有条件（jiàn）的（de），如果怎么，就怎么的结构（gòu），人大（dà）部分时候做判断是没（méi）有那么（me）多条（tiáo）件的。因此（cǐ），自（zì）主性（xìng）是现在的机器人所不具备（bèi）的。其研究团队过（guò）去的工作，利用忆阻电路（lù）模（mó）拟（nǐ）了（le）生物学（xué）实验中的经（jīng）典联想记（jì）忆现象，基于明（míng）确（què）的ANN算法（fǎ）模型进行电路设计并处理相应任（rèn）务。

报告四、王力（lì）哲教（jiāo）授 《面向可持续发展目标的城市（shì）空间》

随着（zhe）技术的发展，现在的情况（kuàng），走向更精细对（duì）地（dì）观测；空间分辨率不断提（tí）升，大规模空间信息（xī）基础设施，大量的算力设备（bèi），算力（lì）的架构（gòu）和能（néng）力的提升，为（wéi）空间观测提供了极大的（de）帮助，并且基本都走向云化。从对（duì）地观测走向泛（fàn）在感（gǎn）知（zhī），无人机（jī）遥（yáo）感、众包扩展了数据（jù）来源；城市风暴潮数字（zì）孪生智（zhì）能模拟、评估与决策支（zhī）持（chí）；基于多源泛在感知数据的城（chéng）市人（rén）口与电力消耗量估算研（yán）究（jiū），指出城市发展不健全，规划（huá）前瞻性不足（zú），提出（chū）高精（jīng）度人口估算，使用多源数据，结合局部空间信息（xī），来实现对某个时间段某个区（qū）域人口数量（liàng）的（de）估算；结合深度迁（qiān）移学习与（yǔ）随机森林（lín）的电力（lì）消耗估算，来估算城市（shì）的能源消耗；天上（shàng）看一些东西，地面感知一（yī）些东西，加上基本的社会经（jīng）济（jì）指标的（de）对应，可以实现（xiàn）在一定空（kōng）间（jiān）尺度和时间刻度（dù）上能源消耗的估算。基于扩散理（lǐ）论的城（chéng）市空间形（xíng）态时空（kōng）演变及影响因素研究，地球和大脑都是复杂系统，个人认（rèn）为地球更（gèng）加复杂，特别是从时间维（wéi）度，我们对地球的演变知（zhī）之甚（shèn）少；城市空间形态的发展变化（huà）是一（yī）个行为过程高度复（fù）杂的变化。通过多种要素建模（mó），在（zài）时间和空间上进行演（yǎn）变建模，可（kě）以去预测和服务（wù）城市的扩散。

报告五、何怡刚教授（shòu） 《能源装备多源异构数据融（róng）合与机（jī）器学习诊断关键技术》

当前面临的问（wèn）题：多（duō）源异构（gòu）大数据的处（chù）理能力不足（zú），泛（fàn）化能力差；现有方法（fǎ）难以提取分（fèn）类，无法精确（què）定位（wèi）故障，难以准（zhǔn）确推演设备真（zhēn）实状态（tài）；目前各种诊断算法（fǎ）对高压（yā）大（dà）容器电力变压器（qì）等能源装备运（yùn）行状态之间的（de）关联性分析不足，缺乏（fá）对各种（zhǒng）信（xìn）息之间（jiān）的内在联系深度（dù）挖（wā）掘。

其研究团队研究和建立了（le）面向能源装备远程智能运维多（duō）源（yuán）异构数据规（guī）范化（huà）接入及质（zhì）量评价指标；装备（bèi）的图像（xiàng）抽（chōu）取有难度，很多时候是三维甚至四维（wéi）的；阐述了能（néng）源装备多模态信息融合（hé）评估机制，从图像数（shù）据（jù）、文本数据、音频（pín）数据（jù）和视（shì）频数（shù）据进（jìn）行处理和清洗，提取相应（yīng）的特征，进行融（róng）合与通过特定算法（fǎ），进行故障诊断；电（diàn）网比我们（men）的通讯网更（gèng）为复杂，其研（yán）究团队也研究（jiū）电（diàn）网（wǎng）设（shè）备的预警（jǐng）机（jī）制，基于串级（jí）迁（qiān）移学习的（de）电力设备小样本（běn）故障诊（zhěn）断融（róng）合，避免电网系统（tǒng）发生故障，避免安全事故和（hé）企业财产的损（sǔn）失；特别（bié）是大变压器检测的应用，传统的检测，过（guò）去的监测很麻烦（fán），通过光纤，通过数据线传（chuán）导出来，其研究团（tuán）队设计了一种能（néng）够自取RFID传感（gǎn）器（qì）标签，通过传（chuán）感（gǎn）器，无线发射的方式，用（yòng）于变压器振动信号的采集与传输。电力系统和电网系统（tǒng），研发和运维（wéi）有极大的提升（shēng）空间。

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

同一批（pī）数据，给（gěi）不同的人（rén），经过分析（xī），有可（kě）能得出截然（rán）不同的结论（lùn）；过去20年（nián）是算力突飞（fēi）猛进的时刻，但是在算法方（fāng）面没有什么（me）突破；目前大数（shù）据分析主要两种人，一种是搞计算机科学的，另（lìng）外一种是搞控制的、系统工程（chéng）的（de），这（zhè）两种（zhǒng）方向是竞争关（guān）系还是可以合（hé）作？我们（men）做研究时，有数据，也有对标（biāo）的对象，但是研究出来的结果还是不能完全一样。目前正（zhèng）在做（zuò）一个300万（wàn）英镑（bàng）的项目，人工智能（néng）的方法去（qù）炼丹（dān），与学校里面（miàn）的材料科学家合作，传统（tǒng）的方（fāng）法是要做实验，我（wǒ）们（men）用机器学（xué）习的（de）方法，来研（yán）究各种各（gè）样的材料的参数，有20000多种参数，导（dǎo）致求解的过程很复杂；面临的挑（tiāo）战：需要搜（sōu）寻（xún）可能的解空间太大，10年（nián）前，数据驱动热门（mén）时，很多人认（rèn）为只需（xū）要数据（jù），不需要算法。只要通过google收集一些数据，用统计软件就可以（yǐ）分析得到结果。2014年（nián），科学家证（zhèng）明完全靠数（shù）据（jù）不（bú）行。在做数据分析时，有时看（kàn）到有些数据比较（jiào）奇（qí）怪，一般人会提出把这些数据去掉（diào），其实是（shì）不对的，其团队对奇怪的（de）数据进行了深入研究，到底这些数（shù）据是噪音还是惊（jīng）喜，怎样建立一种方法，去区分噪声和惊（jīng）喜（xǐ），这（zhè）个研究应用到青光眼的早（zǎo）期预防，在（zài）非洲（zhōu）做了（le）一些实验和应用；怎（zěn）么（me）让大数据的（de）分析变得好玩有趣，把（bǎ）数据分析的软件变得通用（yòng），最后把（bǎ）数（shù）据分析的结果变（biàn）得（dé）不要那么（me）飘忽不定。用机器学习研究增（zēng）材制造产品的质量问题，比如3D打印（yìn）的产品（pǐn），产（chǎn）品里面是（shì）否有气泡和缺陷？将不同的初（chū）始条（tiáo）件，不同的（de）算（suàn）法，不同（tóng）的指标（biāo），看（kàn）成优化前提，通过算法，对上述因子进行不同的组合（hé）与选择，将数据分析变成一个（gè）科学。大数据（jù）分析要变成一（yī）门（mén）严谨（jǐn）的科学（xué），需要用系统科学的理（lǐ）念，一（yī）些（xiē）结（jié）论（lùn）：大不一定永远（yuǎn）好，快（kuài）也不一定是唯一的解，可重复性（xìng）是大数据的重要问（wèn）题，一个学科要长远发展，还是要回（huí）到科学的方向，相信（xìn）大数据一定会（huì）成为一（yī）门科学，在大（dà）家共同努力（lì）下会发展的越来（lái）越好。

报告七（qī）、余新国教授（shòu） 《人（rén）工智能再造科研（yán）和教育（yù）》

人的智（zhì）能有两（liǎng）个方面，一个是感官，一个是思维，思（sī）维层（céng）面比感（gǎn）官更加复杂，做（zuò）研（yán）究是一（yī）个高智力的活动，那么人（rén）工智能（néng）是否可以（yǐ）帮助我（wǒ）们提（tí）升研究的（de）效率呢？作（zuò）为一个研究者（zhě），少则10年，多（duō）则20-30年才研究出一些成果，人工智能是否可以（yǐ）帮助年（nián）轻的研究（jiū）者提升效率（lǜ），成（chéng）长的更（gèng）快（kuài）呢？在做学术（shù）综述（shù）和找论文方面，目前已经有一（yī）些应用（yòng）和技术（shù），可以让我们更快的找到（dào）相应（yīng）的论文和（hé）了（le）解（jiě）当前某个领域研（yán）究的（de）动态。大数据被称为“第（dì）四研（yán）究（jiū）范式”，通（tōng）过大量（liàng）的（de）论文（wén）和专家的研究报（bào）告，我们是（shì）否（fǒu）可以通过人（rén）工智（zhì）能找到他们的（de）研（yán）究范式；用（yòng）人工智能的方（fāng）法（fǎ）提升研究者的效率，哪些事情是人工智能可以（yǐ）帮助到（dào）我（wǒ）们的呢？而研（yán）究智能教（jiāo）育，先（xiān）要（yào）问的（de）第一个问题，教育是什么？提出了一个教育基本模型，从而（ér）去看人工智能在五个方面如何去（qù）改（gǎi）善教育。余教授展示了在应用方面，其（qí）团队为自（zì）闭症儿童做了一（yī）个教育系（xì）统；另外，开（kāi）发了一个教（jiāo）育平台（tái），里（lǐ）面有很多教育（yù）工具，学生（shēng）可以在线做实验，计算机可（kě）以辅助画一些比较复杂（zá）的（de）图，帮助老师减轻教学负担。

科（kē）学当中（zhōng）三种智能程度，最难的（de）是建立新的（de）理论，建模和分析比较容易实（shí）现；把解题看成不同问题的（de）转换，重点在于对题目的理解，找到关系，以及（jí）背后的方程式，执行求（qiú）解过程，从（cóng）而找（zhǎo）出（chū）计算机（jī）解题的方法（fǎ）。并应用（yòng）于解析物理和几何题（tí），相关（guān）研究已（yǐ）经发了多（duō）篇论文。其研究（jiū）团队的理（lǐ）想是做一个与语言无关的解答器，目前全（quán）球有200多种（zhǒng）语（yǔ）言（yán），给（gěi）教育和（hé）交流带来很多不便。

报告八、李辉教授 《基于工艺（yì）过（guò）程（chéng）多（duō）场建模仿真的电子产（chǎn）品（pǐn）大批量高（gāo）速（sù）高精密智（zhì）能制造（zào）产线集成技（jì）术》

智能制造在电子制造行业的需求和应用很多，目前有很多问题需要解决，例如电（diàn）子制造产线智（zhì）能（néng）感（gǎn）知与智能管（guǎn）控尚（shàng）未得（dé）到（dào）有效解决（jué），智能产线工艺流程、工（gōng）艺环境和产（chǎn）品的多场（chǎng）数字孪（luán）生与成品（pǐn）率、生（shēng）产率的（de）耦合关系等；李教授（shòu）展示了其（qí）团图的项目成果：智（zhì）能产线（xiàn）方案（àn），柔性PCB与汽车（chē）压（yā）力传感器（qì），通过各种传感器，对生产过程（chéng）中（zhōng）事实（shí）数据进行监控，然后（hòu）将这些数据传到后台，通过决策系（xì）统，实时动态对（duì）产（chǎn）线过程进（jìn）行决策指导与（yǔ）干预。随后，针对其（qí）团队的研（yán）究工（gōng）作（zuò），重（chóng）点介绍了（le）四个课（kè）题（tí），分别是（shì）：课题一，基（jī）于边缘计（jì）算的智（zhì）能感知-控制（zhì）模块研究与开发，电子制造智能产线生产系统的数字孪生模型，基于数字孪（luán）生的智能产线优化管控系（xì）统；课（kè）题二，汽车（chē）压力传感器键合工艺仿（fǎng）真，键合（hé）焊点热疲劳仿真，柔性（xìng）PCB超精（jīng）细线路曝光工艺（yì）仿真，基于深（shēn）度学习的FPCB疵病的AOI检测；课题三，基于数字孪生的电子产品（pǐn）生（shēng）产调（diào）度与物（wù）料传输协同优化及决策（cè）技（jì）术；课题四（sì），柔性PCB智能产线（xiàn），显影产线（xiàn）搭（dā）建，蚀（shí）刻产线（xiàn）搭（dā）建，在深圳上达（dá）电子（zǐ）完成了多条产线应用。

此次论坛（tán），不（bú）仅代表亚太人（rén）工（gōng）智能学（xué）会（huì）武汉分会（huì）的成立，同时汇聚了50余位人（rén）工智能领域的专（zhuān）家、300余位学生，在顾问（wèn）委员会的（de）指（zhǐ）导下，继续推（tuī）动人工智能学（xué）术（shù）交流、技术成果转化等（děng）各方面的活动；下（xià）图为（wéi）武汉分会顾问委（wěi）员会。