阿尔法象出席中科院模式识别与机器学习新技术及新应用研讨会

　　2019年6月8日-9日，由中国科学院大学电子电气与通信工程学院、中国科学院大学微电子学院和中国科学院大学模式识别与智能系统开发实验室联合举办的“模式识别/机器学习新技术及新应用研讨会”在中国科学院大学雁栖湖校区西区国际会议中心成功召开，阿尔法象董事长邹佳凌博士参与了此次新技术研讨会并发表精彩演讲。

　　本次研讨会的主题为“模式识别与机器学习的新理论与新应用”，针对模式识别、图像处理、计算机视觉以及机器学习等领域的前沿方向、热点课题和重大应用，展开研讨交流。其中有中国科学院大学、卡内基梅隆大学、国家气象局、浙江大华技术股份有限公司智慧城市研究院、哈尔滨工程大学、北京三星通信技术研究公司等十余位机器学习领域专家、老师和技术研发人员参加了此次会议；同时，中国科学院大学微电子学院副院长、中科院大学教授焦建彬教授与中科院卢嘉锡青年科学家、中科院青促会成员叶齐祥教授共同主持并指导本次技术研讨会。

　　机器学习(Machine Learning,ML)是一门涉及概率论、统计学、逼近论、算法复杂度等领域的交叉学科。机器学习主要研究模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，它是人工智能的核心，其应用遍及人工智能的各个领域。

（焦建彬教授在会场致辞）

　　焦建彬教授在致辞中指出，在过去的30年来，中国科学院大学模式识别与智能系统开发实验室一直是国家与中科院非常重视的研究项目。迄今为止，在各位专家学者的大力支持下，中科院模式识别与智能系统开发实验室已经荣获上百项专利和研究成果，现如今人工智能有如此发展，得益于这30年里各位研究人员在人工智能研究低潮时期的坚守，发展高潮时秉持的理性，以及未来大家再接再厉，为新一代人工智能发展做出更大贡献。

　　叶齐祥教授致辞时表示，中科院模式识别与智能系统开发实验室在国家和中国科学院科技创新体系中发挥了重要作用，多年的沉淀，实验室成为打造了探索前沿学科交叉和培养高水平人才的基地。实验室从最早开展虹膜、步态等生物特征识别研究，研制了多模态和远距离生物特征采集设备，领衔绘制出全新人类脑图谱，到现如今的类脑研究以及人机交互等重大研究项目。

（会场上各位认真听讲的各位讲师和学员）

　　随后，国家气象局彭艺博士作了“气象卫星及应用”的主题报告。报告指出信号是连接物理空间和信息智能空间的桥梁，利用传感技术从客观物理事件获取信号并对之进行组合、处理、变化和融合，最后能够找到从物理空间到信息智能空间的映射航空遥感和卫星遥感图像通常用图像识别技术进行加工以便提取有用的信息。该技术目前可用于地形地质探查，森林、水利、海洋、农业等资源调查，灾害预测，环境污染监测，气象卫星云图处理以及地面军事目标识别等。

　　浙江大华技术股份有限公司智慧城市研究院副院长常向魁作了“人工智能赋能城市智慧”的主题报告。报告指出在遵循城市发展规律和满足社会经济发展需求前提下，以城市科学、人工智能、信息物理系统、系统工程理论为支撑，在城市大脑统一管理下，在人类智慧空间、信息空间、物理空间三大空间支撑下，综合采用人工智能、大数据、云计算、物联网、移动互联网、工业互联网、现代通信、区块链、量子计算等新一代信息技术实现实时感知、高效传输、自主控制、自主学习、智能决策、自组织协同、自寻优进化、个性化定制八大特征的高度智能化城市。

（常向魁院长作“人工智能赋能城市智慧”主题报告）

　　哈尔滨工程大学副教授张立国作了“面向工业应用的多源数据融合”的主题报告。报告阐述了人工智能对三维重建的影响，包括计算力有效提高了神经网络模型自动学习特征的效率，以及如何把这些特征用于三维重建来进一步提高三维重建的精确度。

　　北京三星通信技术研究公司研究员刘志花作了“SAIT China Introduction”的主题报告。报告指出自2014年起，三星陆续公布的30多个重点研究计划中，有6个便与人工智能相关，在研发投入上向人工智能领域倾斜。

(三星通信技术研究公司研刘志花作了“SAIT China Introduction”主题报告)

　　卡内基梅隆大学博士后柯炜作了“深度联运视频分型（DIVA）介绍”的主题报告。报告指出，机器视觉解决的是“what”和“where”的问题，解决不了“how”、“why”、“When”等问题。理解是在场景层面看到物体属性，如果想要理解图像的概念，则需要将语言概念和视觉对齐来支持背后更深层次的语义理解。以及中国科学院大学博士万方作了“弱监督视觉目标识别与定位”的主题报告。

　　同时，中国科学院大学电子电气与通信工程学院客座教授，天科安华（北京）科技有限公司董事长邹佳凌教授也作了“人工智能技术在金融科技行业的应用与解析”的主题报告。报告指出风险是金融的本质，所有的金融市场主体都面临着收益和损失的不确定性。全球市场在过去的几十年间发生了数次规模巨大的金融危机事件，如影响全球股市的1987年的黑色星期一事件、1997年的亚洲金融危机、2008年的美国次贷危机以及全球金融危机无不彰显风险的可怕性。“智能+”成金融行业创新新趋势，风控、支付、投顾、营销、客服、投研成人工智能在金融行业应用的六大场景。

(中科院客座教授邹佳凌作“人工智能技术在金融科技行业的应用与解析”主题报告)

　　此次研讨会除了交流模式识别及人工智能在视频监控、遥感图像分析、医学图像分析、金融大数据及气象大数据中的最新成果、应用需求、未来趋势以外，各位学者还探讨了模式识别与人工智能的关系，如何增强模式识别学科的影响力，类脑智能的研究状况和发展前景，多模态信息融合下的模式识别等，还为各个学术界、行业领域提供研究建议和参考，推动模式识别和人工智能学科的发展。