主題：人工智能前沿技術

 時間：2022年8月28日（星期日）上午8: 30至11: 30

 騰訊會議鏈接：https://meeting.tencent.com/dm/Bib6tHkI0Z6z

 騰訊會議ID：246-558-133

 主辦單位：山東省人工智能學會

 承辦單位：山東省人工智能研究院、山東建筑大學

 人工智能作為新一輪科技革命和產業(yè)變革的重要驅動力量，正在對社會經濟發(fā)展、百姓日常生活產生重大而深遠的影響。“十四五”規(guī)劃和2035年遠景目標建議明確提出，推動互聯網、大數據、人工智能同各產業(yè)深度融合，推動先進制造業(yè)集群發(fā)展。本期山東省人工智能大講堂活動以“人工智能前沿技術”為主題，著重研討可解釋人工智能、脈沖神經網絡、多模態(tài)智能以及智能醫(yī)學處理等前沿技術，歡迎對以上技術的前沿研究動態(tài)和最新進展感興趣的同仁在線參會。

 執(zhí)行主席：高 贊  山東省人工智能研究院

        聶秀山  山東建筑大學

會議議程

 報告嘉賓：

劉世霞

 報告題目：以數據為中心的可解釋人工智能

 報告摘要： 研究表明，在機器學習中，訓練數據的質量決定了數據分析效果的上限，而模型和算法的改進只是不斷逼近這個上限。因此，有效的數據質量分析和提升至關重要。本報告將介紹我們提出的基于可視分析的數據質量可解釋框架。該框架將機器學習方法和可視化技術緊密集成在一起，幫助數據專家更好地理解訓練數據中的錯誤和不一致，提高數據的可用性。最后，結合具體的應用實例，如標注數據修正和數據集偏差消除等，介紹我們基于該框架研制開發(fā)的可視分析方法與技術。

 專家簡介：劉世霞，清華大學教授，國家級人才計劃入選者，IEEE Fellow。主要研究方向是可解釋機器學習，文本可視分析和文本挖掘。2020入選可視化名人堂。擔任 CCF A類會議 IEEE VIS(VAST) 2016和 2017的論文主席，IEEE VIS 2020-2023指導委員會委員；擔任 IEEE  Transactions on Visualization and Computer Graphics 副主編、曾任編委；擔任CCF A類期刊Artificial Intelligence編委；擔任 IEEE Transactions on Big Data 和ACM Transactions on Interactive Intelligent Systems的編委。

 報告嘉賓：

潘綱

 報告題目：脈沖神經網絡：模型方法與硬件實現

 報告摘要：近年來，人們在思考下一代計算與人工智能技術時，重新把眼光投向人類的大腦。如何從大腦的結構、功能及運行機制中學習長處，或有望突破現有的計算與人工智能的框架。脈沖神經網絡作為“向大腦學習”的一種具體形式，獲得越來越多的國內外研究人員的關注。脈沖神經網絡不僅在低功耗計算、智能實現等方面有較大潛在優(yōu)勢，而且有望使得計算系統(tǒng)與生物神經系統(tǒng)的連接融合變得更加有效與自然。本報告將介紹我們在脈沖神經網絡的模型方法與硬件實現方面的部分研究進展。

 專家簡介： 潘綱，浙江大學計算機學院教授，獲國家杰出青年科學基金資助，兼任中國人工智能學會常務理事、腦機融合專委會主任委員，中國自動化學會機器人智能專委會副主任委員，中國神經科學學會類腦智能分會副主任等。研究方向為腦機接口、類腦計算、人工智能等。擔任《IEEE Trans. NNLS》、《IEEE Trans. CDS》等期刊編委。

 報告嘉賓：

何良華

 報告題目：兒童多動癥醫(yī)學影像分析

 報告摘要：兒童多動癥因其特征隱蔽而對家人與個體影響深遠，目前臨床診斷手段復雜。隨著深度神經網絡在圖像分析上的大獲成功，醫(yī)療影像的兒童多動癥智能分析備受期待。隨著我國人工智能國家戰(zhàn)略與健康中國國家戰(zhàn)略的穩(wěn)步實施，人工智能在醫(yī)學影像上的落地應用突破似乎已成為必然。本報告將從兒童多動癥神經機理出發(fā)，探討智能影像分析中的難點、瓶頸與挑戰(zhàn)。以此為基礎，介紹本課題組在此方面的思考與部分研究工作。

 專家簡介：何良華，同濟大學電子與信息工程學院計算機科學與技術系教授，博士生導師，入選教育部國家重大人才計劃，中國自動化學會、中國圖像圖形學會青工委委員、中國計算機學會計算機視覺專委會委員。研究興趣包括基于圖像的認知計算、腦機接口、機器學習、無線通信等。已發(fā)表論文70余篇，授權發(fā)明專利12項。以第一完成人獲教育部科技進步二等獎1項，參與獲得省部級一等獎3項，二等獎2項。

 報告嘉賓：

鄧成

 報告題目：多模態(tài)智能

 報告摘要：媒體大數據時代，圖像、視頻、文本和音頻等多模態(tài)數據大量涌現，類型多樣、關系復雜。此外，人類的信息獲取、環(huán)境感知、知識學習，都是以多模態(tài)方式來進行。多模態(tài)智能被視為從限定領域的弱人工智能走向通用人工智能的關鍵所在，而多模態(tài)數據的表征、理解與推理又是多模態(tài)智能的瓶頸問題，研究并解決這些問題將極大推動新一代人工智能的發(fā)展。報告首先介紹多模態(tài)智能的發(fā)展歷程、面臨的機遇與挑戰(zhàn)，并從多模態(tài)感知表達、知識學習和認知推理等三個方面介紹近年來團隊的最新研究進展。

 專家簡介：鄧成，西安電子科技大學教授、博導。教育部長江學者特聘教授、國家“百千萬人才工程”有突出貢獻中青年專家；中國計算機學會杰出會員、IEEE高級會員。長期從事多模態(tài)智能、機器學習等領域的研究。主持國家自然科學基金重點項目等項目近30項。在國際TOP期刊和CCF A類國際會議上發(fā)表論文150余篇。擔任《Pattern Recognition》等國際刊物副編輯；擔任計算機視覺國際頂級會議CVPR 2021、ICCV 2021領域主席，人工智能頂級國際會議IJCAI 2018~2021高級程序委員，以及多個國際會議的程序委員會委員。獲2016年國家自然科學二等獎、2019年陜西省自然科學一等獎。

 執(zhí)行主席：

 個人簡介：高贊，山東省人工智能研究院教授，博士生導師，國家青年人才計劃人選、山東省有突出貢獻的中青年專家、天津市高校中青年骨干人才，學術帶頭人，山東省高等學校優(yōu)秀青年 “智能媒體分析與視覺感知”創(chuàng)新團隊負責人和濟南市高校院所 “社交網絡虛假媒體智能分析與理解” 創(chuàng)新團隊負責人，先后獲山東省科技進步一等獎和天津市科技進步二等獎各1項。目前兼任計算機學會高級會員，山東省人工智能學會常務理事，計算機學會多媒體技術專委會、計算機視覺專委會、模式識別與人工智能委員會委員，中國圖形圖象學會多媒體技術專委會委員。主持國家自然科學基金項目和省級項目多項，在國際高水平會議和期刊上發(fā)表論文100余篇，其中包括TIP，TMM，TKDE，TCYBE，TNNLS，TCSVT，TOMM，CVPR，SIGIR， ACM MM，WWW和AAAI等， 4篇論文入選ESI高被引，1篇入選熱點論文，2021年獲CCF A類會議SIGIR 2021最佳學生論文，獲授權發(fā)明專利15項。主要研究方向：人工智能、智能媒體分析、社交網絡輿情分析、計算機視覺和機器學習及其應用。

 個人簡介：聶秀山，教授，山東省泰山學者青年專家，山東省杰出青年基金獲得者，山東省高校青創(chuàng)人才引育計劃團隊 “機器學習與智慧城市數據挖掘”負責人，以第一或通訊作者發(fā)表高水平論文50余篇；主持國家自然科學基金項目和省級項目多項；獲得山東省科技進步獎、吳文俊人工智能科學技術獎等多項獎勵。目前擔任中國人工智能學會青年工委常委、山東省人工智能學會常務理事、學術工委秘書長等學術兼職。曾擔任第七屆中國數據挖掘大會和CCF第一屆國際人工智能會議組織主席、第一屆山東省人工智能大會程序主席等。