主題：人工智能前沿技術(shù)

 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(xué)會

 承辦單位：山東省人工智能研究院、山東建筑大學(xué)

 人工智能作為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，正在對社會經(jīng)濟(jì)發(fā)展、百姓日常生活產(chǎn)生重大而深遠(yuǎn)的影響。“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)建議明確提出，推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能同各產(chǎn)業(yè)深度融合，推動先進(jìn)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(shù)”為主題，著重研討可解釋人工智能、脈沖神經(jīng)網(wǎng)絡(luò)、多模態(tài)智能以及智能醫(yī)學(xué)處理等前沿技術(shù)，歡迎對以上技術(shù)的前沿研究動態(tài)和最新進(jìn)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(xué)

會議議程

 報告嘉賓：

劉世霞

 報告題目：以數(shù)據(jù)為中心的可解釋人工智能

 報告摘要： 研究表明，在機(jī)器學(xué)習(xí)中，訓(xùn)練數(shù)據(jù)的質(zhì)量決定了數(shù)據(jù)分析效果的上限，而模型和算法的改進(jìn)只是不斷逼近這個上限。因此，有效的數(shù)據(jù)質(zhì)量分析和提升至關(guān)重要。本報告將介紹我們提出的基于可視分析的數(shù)據(jù)質(zhì)量可解釋框架。該框架將機(jī)器學(xué)習(xí)方法和可視化技術(shù)緊密集成在一起，幫助數(shù)據(jù)專家更好地理解訓(xùn)練數(shù)據(jù)中的錯誤和不一致，提高數(shù)據(jù)的可用性。最后，結(jié)合具體的應(yīng)用實(shí)例，如標(biāo)注數(shù)據(jù)修正和數(shù)據(jù)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(shù)。

 專家簡介：劉世霞，清華大學(xué)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(jī)器學(xué)習(xí)，文本可視分析和文本挖掘。2020入選可視化名人堂。擔(dān)任 CCF A類會議 IEEE VIS(VAST) 2016和 2017的論文主席，IEEE VIS 2020-2023指導(dǎo)委員會委員；擔(dān)任 IEEE  Transactions on Visualization and Computer Graphics 副主編、曾任編委；擔(dān)任CCF A類期刊Artificial Intelligence編委；擔(dān)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(jīng)網(wǎng)絡(luò)：模型方法與硬件實(shí)現(xiàn)

 報告摘要：近年來，人們在思考下一代計算與人工智能技術(shù)時，重新把眼光投向人類的大腦。如何從大腦的結(jié)構(gòu)、功能及運(yùn)行機(jī)制中學(xué)習(xí)長處，或有望突破現(xiàn)有的計算與人工智能的框架。脈沖神經(jīng)網(wǎng)絡(luò)作為“向大腦學(xué)習(xí)”的一種具體形式，獲得越來越多的國內(nèi)外研究人員的關(guān)注。脈沖神經(jīng)網(wǎng)絡(luò)不僅在低功耗計算、智能實(shí)現(xiàn)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(jīng)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(jīng)網(wǎng)絡(luò)的模型方法與硬件實(shí)現(xiàn)方面的部分研究進(jìn)展。

 專家簡介： 潘綱，浙江大學(xué)計算機(jī)學(xué)院教授，獲國家杰出青年科學(xué)基金資助，兼任中國人工智能學(xué)會常務(wù)理事、腦機(jī)融合專委會主任委員，中國自動化學(xué)會機(jī)器人智能專委會副主任委員，中國神經(jīng)科學(xué)學(xué)會類腦智能分會副主任等。研究方向?yàn)槟X機(jī)接口、類腦計算、人工智能等。擔(dān)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(xué)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(yuǎn)，目前臨床診斷手段復(fù)雜。隨著深度神經(jīng)網(wǎng)絡(luò)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(shí)施，人工智能在醫(yī)學(xué)影像上的落地應(yīng)用突破似乎已成為必然。本報告將從兒童多動癥神經(jīng)機(jī)理出發(fā)，探討智能影像分析中的難點(diǎn)、瓶頸與挑戰(zhàn)。以此為基礎(chǔ)，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(jì)大學(xué)電子與信息工程學(xué)院計算機(jī)科學(xué)與技術(shù)系教授，博士生導(dǎo)師，入選教育部國家重大人才計劃，中國自動化學(xué)會、中國圖像圖形學(xué)會青工委委員、中國計算機(jī)學(xué)會計算機(jī)視覺專委會委員。研究興趣包括基于圖像的認(rèn)知計算、腦機(jī)接口、機(jī)器學(xué)習(xí)、無線通信等。已發(fā)表論文70余篇，授權(quán)發(fā)明專利12項(xiàng)。以第一完成人獲教育部科技進(jìn)步二等獎1項(xiàng)，參與獲得省部級一等獎3項(xiàng)，二等獎2項(xiàng)。

 報告嘉賓：

鄧成

 報告題目：多模態(tài)智能

 報告摘要：媒體大數(shù)據(jù)時代，圖像、視頻、文本和音頻等多模態(tài)數(shù)據(jù)大量涌現(xiàn)，類型多樣、關(guān)系復(fù)雜。此外，人類的信息獲取、環(huán)境感知、知識學(xué)習(xí)，都是以多模態(tài)方式來進(jìn)行。多模態(tài)智能被視為從限定領(lǐng)域的弱人工智能走向通用人工智能的關(guān)鍵所在，而多模態(tài)數(shù)據(jù)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(jī)遇與挑戰(zhàn)，并從多模態(tài)感知表達(dá)、知識學(xué)習(xí)和認(rèn)知推理等三個方面介紹近年來團(tuán)隊的最新研究進(jìn)展。

 專家簡介：鄧成，西安電子科技大學(xué)教授、博導(dǎo)。教育部長江學(xué)者特聘教授、國家“百千萬人才工程”有突出貢獻(xiàn)中青年專家；中國計算機(jī)學(xué)會杰出會員、IEEE高級會員。長期從事多模態(tài)智能、機(jī)器學(xué)習(xí)等領(lǐng)域的研究。主持國家自然科學(xué)基金重點(diǎn)項(xiàng)目等項(xiàng)目近30項(xiàng)。在國際TOP期刊和CCF A類國際會議上發(fā)表論文150余篇。擔(dān)任《Pattern Recognition》等國際刊物副編輯；擔(dān)任計算機(jī)視覺國際頂級會議CVPR 2021、ICCV 2021領(lǐng)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(xué)二等獎、2019年陜西省自然科學(xué)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(dǎo)師，國家青年人才計劃人選、山東省有突出貢獻(xiàn)的中青年專家、天津市高校中青年骨干人才，學(xué)術(shù)帶頭人，山東省高等學(xué)校優(yōu)秀青年 “智能媒體分析與視覺感知”創(chuàng)新團(tuán)隊負(fù)責(zé)人和濟(jì)南市高校院所 “社交網(wǎng)絡(luò)虛假媒體智能分析與理解” 創(chuàng)新團(tuán)隊負(fù)責(zé)人，先后獲山東省科技進(jìn)步一等獎和天津市科技進(jìn)步二等獎各1項(xiàng)。目前兼任計算機(jī)學(xué)會高級會員，山東省人工智能學(xué)會常務(wù)理事，計算機(jī)學(xué)會多媒體技術(shù)專委會、計算機(jī)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(xué)會多媒體技術(shù)專委會委員。主持國家自然科學(xué)基金項(xiàng)目和省級項(xiàng)目多項(xiàng)，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(diǎn)論文，2021年獲CCF A類會議SIGIR 2021最佳學(xué)生論文，獲授權(quán)發(fā)明專利15項(xiàng)。主要研究方向：人工智能、智能媒體分析、社交網(wǎng)絡(luò)輿情分析、計算機(jī)視覺和機(jī)器學(xué)習(xí)及其應(yīng)用。

 個人簡介：聶秀山，教授，山東省泰山學(xué)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(tuán)隊 “機(jī)器學(xué)習(xí)與智慧城市數(shù)據(jù)挖掘”負(fù)責(zé)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(xué)基金項(xiàng)目和省級項(xiàng)目多項(xiàng)；獲得山東省科技進(jìn)步獎、吳文俊人工智能科學(xué)技術(shù)獎等多項(xiàng)獎勵。目前擔(dān)任中國人工智能學(xué)會青年工委常委、山東省人工智能學(xué)會常務(wù)理事、學(xué)術(shù)工委秘書長等學(xué)術(shù)兼職。曾擔(dān)任第七屆中國數(shù)據(jù)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。