新氦类脑智能 > 资讯洞察 > 活动信息 > “服务机器人与智能物联”专题研讨会成功举办 2021/9/23
“服务机器人与智能物联”专题研讨会成功举办


微信图片_20210924094219.jpg


9月17日,以上海市杨浦区科学技术委员会为指导单位,上海市计算机学会及杨浦区物联网技术创新战略联盟主办,上海市计算机学会青年工作委员会、上海市类脑芯片与片上智能系统研发与转化功能型平台、复旦大学计算机科学技术学院承办,上海新氦类脑智能科技有限公司协办举行的活动上海市IT青年前沿学术系列报告会——“服务机器人与智能物联”在上海市杨浦区长阳创谷新氦类脑智能成功举办。本次专题研讨会还得到了上海市重大项目“人工智能前沿基础理论与关键技术——自主智能无人系统”(任务名称:人机物三元协同与群智涌现;任务编号:2021SHZDZX0103)支持。


DSC04013.jpg
DSC04030.jpg


活动开始前,由复旦大学计算机科学技术学院副院长、教授,上海市计算机学会青工委主任彭鑫和新氦类脑智能总经理江伟杰进行活动致词。


DSC04068.jpg


复旦大学计算机科学技术学院教授黄萱菁围绕主题“文本情感计算:创新与挑战”进行内容分享。黄萱菁教授提到斯坦福人工智能实验室主任李飞飞曾说过“情绪、情感是人工智能未来的方向”,人类正努力赋予计算机情感计算能力。黄教授介绍了文本情感计算方面的内容,其团队运用深度学习处理自然语言,并从研究“产品评论”、“舆情信息”入手。在技术维度方面,黄教授主要讲解情感是如何分类以及情感是如何抽取两部分,并且介绍了前沿领域部分的内容如跨领域情感计算、跨模态情感计算何如何提升情感计算的鲁棒性。黄教授表示一个好的情感计算的方法是可以应用于多个领域如电子商务、舆情分析、智能客服等。


DSC04131.jpg


上海大学计算机工程与科学学院副院长、副教授李晓强围绕主题“开放环境下的目标检测”进行内容分享。李晓强教授提到计算机充当着人类的神经中枢系统,因此机器人才能更好的实施不同类型的任务,而人类获得信息的方式70%是通过视觉获得,在人类无法识别图像完整内容时,则需要通过机器去识别,机器视觉的图像理解是人工智能的前沿与核心问题。李教授简单描述了传统的目标检测及基于深度学习的目标检测,并详细讲解了目标检测所遇到的一系列挑战:如何模拟人类视觉精确定位、去除背景噪声的能力(精确定位);如何模拟人类视觉感知稳定性的能力(针对图像的扰动样本);如何模拟人类视觉在开放场景中的目标识别能力(开放场景中的对象识别),同时介绍了其团队的研究内容:运用多样性层次丰富的高维数据的生成尝试解决问题;学习多层次的每个局部的统计特性来训练模型;融合不同层次的局部统计特性训练自编码器。


DSC04225.jpg


新氦类脑智能 智能系统实验室主任杨文志围绕主题“自适应系统:高噪声环境下的类脑仿生计算”进行内容分享。杨文志博士运用不倒翁的概念例子讲解自适应控制系统,在自然界中随处可见的复杂自适应系统,如蝗虫可以根据群体数量和密度进行多方面的不同调整,这意味着群体本身具有的适应性、可扩展性和可靠性远比个体更能适应开放环境,其团队从自然界中的群体现象作借鉴,结合仿生算法和类脑算法进行自适应系统方面的研究。在进行自适应系统算法时,进化算法因起到了适应与选择的作用所以应当作为首选算法。杨博与其团队通过“从上而下”和“从下而上”两大套思路进行研究,“从上而下”运用到强化学习群体选择,深度学习等,“从下而上”运用到机制设计种群结构等。杨博介绍了自适应环境参数控制方面的内容,并用狮子控制水牛群的例子生动形象的讲解协同进化系统。传统神经网络是一层层传递,而脉冲神经网络则是在被激发时进行传递,杨博与其团队运用类脑算法和自适应系统概念实现集群协同运动。


DSC04298.jpg


复旦大学计算机科学技术学院副院长、教授,上海市计算机学会青工委主任彭鑫围绕主题“软件定义的人机物融合与机器人智能场景”进行内容分享。彭鑫教授介绍利用软件工程的思想、方法和技术来解决人工智能的一些问题,人工智能的最后一公里,其团队认为是应用场景,这里面涉及到集成方面的问题。彭教授通过两个角度讲解主题,从人机物融合角度看机器人:机器人是具有移动、抓取等能力的资源,与各类人机物异质资源协作,以实现智能场景;从机器人角度看人机物:软件定义的人机物融合为机器人行为决策提供支撑。彭教授通过丰富的案例讲解了软件定义的人机物融合应用:资源接入数字世界到服务化包装、基于知识的应用构造与资源编排、基于软件定义的方法来实现环境感知支持人机物融合应用的运行;人机物融合应用中的机器人则具备感知和操控能力的移动平台,可以在人机物三个方面都可以很自然的进行交互,站在机器人的角度,希望可以探索自主编程的能力和自适应任务执行的能力。彭教授希望在未来能够从人机物融合的环境下去开发系统软件,而泛在系统软件则是把整个人机物环境中所有的设备都能进行统一管理和编排来支持各种智能化人机物的应用。


DSC04354.jpg


复旦大学计算机科学技术学院教授肖仰华围绕主题“多模态知识图谱:机遇与挑战”进行内容分享。肖仰华教授从知识工程角度和机器视觉角度讲解多模态知识图谱分重要性,并表示多模态知识图谱的本质是知识图谱的符号接地,其中符号接地可以应用于多个场景,如多模态BERT、文本生产、实体链接等。多模态知识图谱的现状分为“多模态深度学习”、“多模态与训练模型及下游任务”和“多模态知识工程”三大方向”,但目前在“多模态知识图谱构建技术”、“多模态知识图谱结构设计、存储与查询机制”、“多模态知识图谱表示学习v.s. 多模态表示学习”和“多模态知识图谱的领域应用”几方面遇到困难和空白。肖教授表示在多模态知识图谱方面其团队以建立大规模符号接地的基础理论与方法体系和探索多模态认知智能的基础架构与应用技术为研究目标,详细讲解了其团队研究内容:知识构建、知识推理和知识应用。肖教授与其团队希望能运用多模态来增强知识图谱,因为想象比知识更重要。


DSC04399.jpg


圆桌讨论环节,由复旦大学计算机科学技术学院副院长、教授,上海市计算机学会青工委主任 彭鑫担任主持人,上海大学计算机工程与科学学院副院长、副教授 李晓强、新氦类脑智能 智能系统实验室主任 杨文志、复旦大学计算机科学技术学院教授 肖仰华、复旦大学计算机科学技术学院研究员 李直旭、复旦大学计算机科学技术学院研究员 李斌、复旦大学计算机科学技术学院副教授 沈立炜、复旦大学计算机科学技术学院博士 李弋参加讨论。此次圆桌讨论以“软件定义的智能机器人与智能物联”为主题就4个问题展开了深度讨论,嘉宾们各抒己见,讨论热烈。


圆桌讨论4个问题


1)在智能物联与服务机器人场景中,软件、硬件、自动控制技术各自扮演着什么样的角色?


2)当前人工智能的飞速发展在很大程度上受益于大数据和强算力的支持,在智能物联与服务机器人这样一种深度嵌入现实世界、持续在线、上下文强相关的场景中智能化水平的提升有什么新的思路吗?


3)知识在智能物联与服务机器人应用扮演着什么样的角色?在这类应用中知识的获取和持续增长机制与传统的基于结构和非结构化信息的知识获取和持续演化机制有什么不同?


4)制约智能物联与服务机器人应用领域当前发展的主要技术和非技术挑战有哪些?


本次“服务机器人与智能物联”专题研讨会成功举办。活动聚焦服务机器人、环境智能、AIoT、大数据等学科交叉技术,深入探讨技术和应用市场的现状和发展趋势,并对未来服务机器人的环境感知和环境交互能力提出了更高的需求!


DSC04188.jpg