Activities
5月27日下午，Global-AI2019第三屆全球人工智能大會之“AI+無人系統(tǒng)”專題論壇在上海國家會展中心順利舉行，九位領(lǐng)域內(nèi)的專家學者從無人系統(tǒng)感知、無人車網(wǎng)聯(lián)協(xié)作智能體系、無人系統(tǒng)計算架構(gòu)、視覺機器人環(huán)境建模、自主駕駛等方面進行了報告，并與會議代表充分交流，共同探討了無人系統(tǒng)的發(fā)展前景。來自清華大學、北京大學、北京理工大學、西安交通大學、同濟大學、香港科技大學的頂級學者以及來自愛馳汽車、遠鑒科技的業(yè)內(nèi)專家參加了此次論壇。專題論壇主席、同濟大學教授陳啟軍主持會議。
.png)
下午第一個報告來自清華大學智能技術(shù)與系統(tǒng)國家重點實驗室的鄧志東教授，報告題目是《視覺智能賦能無人系統(tǒng)的“感“與”知“：機遇與挑戰(zhàn)》。
鄧志東教授表示，在5G、道路交通大數(shù)據(jù)、高精地圖、車聯(lián)網(wǎng)、云平臺、智慧道路以及智慧城市等的合力支撐下，自動駕駛的全球產(chǎn)業(yè)生態(tài)正在快速形成之中，產(chǎn)業(yè)落地的速度不斷加快。結(jié)合特定細分應用場景，在大數(shù)據(jù)與大計算能力的支撐下，視覺人工智能正日益成為自動駕駛乃至無人系統(tǒng)環(huán)境感知、自主導航、信息融合等的基礎(chǔ)性技術(shù)。但目前的視覺人工智能只有“感”，不但缺乏舉一反三的小樣本學習能力，而且不能完成認知水平的理解或具有所謂的“知”，這就從根本上限制了大數(shù)據(jù)人工智能在包括無人系統(tǒng)在內(nèi)的垂直細分領(lǐng)域的產(chǎn)業(yè)應用。在無人系統(tǒng)落地實踐中，探索具有理解能力和小樣本學習能力的新一代視覺人工智能，突破感知難題，既是挑戰(zhàn)也是機遇。而這樣的挑戰(zhàn)和機遇無疑為人工智能在出行領(lǐng)域的應用提供了新的樣本。隨著持續(xù)的攻關(guān)，從“感”到“知”。無人系統(tǒng)的應用將為出行帶來前所未有的改變。
.png)
接下來進行報告的是北京理工大學自動化學院副院長甘明剛教授，題目是《無人系統(tǒng)視覺場景理解關(guān)鍵技術(shù)》。在報告中，甘明剛教授面向目前新興的視覺場景理解技術(shù)，首先介紹了視覺場景理解從目標識別、豐富場景識別，到計算機視覺與自然語言處理相融合的發(fā)展過程；然后總結(jié)了不同發(fā)展階段中的視覺場景理解關(guān)鍵技術(shù)，并介紹了視覺場景理解的重要應用前景；最后闡述了該領(lǐng)域當前存在的問題與發(fā)展趨勢。
隨后，北京大學信息科學技術(shù)學院程翔教授進行了報告，題目是《基于車聯(lián)網(wǎng)的無人車網(wǎng)聯(lián)協(xié)作智能體系架構(gòu)和關(guān)鍵技術(shù)》，報告首先簡單介紹目前研究的熱點：無人車單車智能，闡述相關(guān)的發(fā)展以及遇到的難題和瓶頸。然后，介紹通過車聯(lián)網(wǎng)的網(wǎng)聯(lián)協(xié)作，可以將車聯(lián)網(wǎng)深度融合到無人車的設(shè)計之中，引出基于車聯(lián)網(wǎng)的無人車網(wǎng)聯(lián)協(xié)作智能，闡述是否可以通過網(wǎng)聯(lián)協(xié)作的新思路來解決單車無人車遇到的三個關(guān)鍵問題：場景感知，情境認知，決策控制。詳細闡述提出的無人車網(wǎng)聯(lián)協(xié)作智能框架和系統(tǒng)，簡單闡述網(wǎng)聯(lián)協(xié)作下場景感知、情境認知和決策控制的基本思路和挑戰(zhàn)。最后，強調(diào)車聯(lián)網(wǎng)和無人車深度融合的網(wǎng)聯(lián)協(xié)作智能是目前的大勢所趨，將為無人車早日突破瓶頸進入公共道路提供新穎的思路和奠定堅實的基礎(chǔ)。
.png)
第四個報告人是西安交通大學電信學院長聘副教授，博導任鵬舉博士，報告題目是《面向自主無人系統(tǒng)的計算架構(gòu)的思考》。2018年圖靈得主Hennessy和Paatterson的演講題目“計算機體系結(jié)構(gòu)的新黃金時代：面向的硬件軟件協(xié)同設(shè)計”，指明了智能計算時代呼喚新的計算機構(gòu)變革，以智能駕駛、無人機、機器恩為代表的自主智能體需要面對復雜、動態(tài)、開放、非完整觀測環(huán)境下的挑戰(zhàn)，是體現(xiàn)混合增強智能適應性、穩(wěn)定性、可靠性、魯棒性和靈敏性的典型應用場景。在報告中，任教授以“認知計算引擎”為切入點，將課題組近年來的學術(shù)觀點和研究進展做了分享。
.png)
之后的報告來自同濟大學測繪與地理信息學院的劉春教授，題目是《基于視覺的機器人環(huán)境建模與定位導航》，在報告中，他從機器人環(huán)境建模與導航的科學問題入手，介紹了無結(jié)構(gòu)化信息、復雜、動態(tài)環(huán)境下，感知與建圖、自主規(guī)劃和導航控制的緊耦合機制。重點介紹了突破運動場景的部件語義理解與提取、語義級高精度地圖構(gòu)建與增量更新、高精度實時視覺定位、視覺動態(tài)目標檢測與自主導航避障、綜合應用平臺構(gòu)建等關(guān)鍵技術(shù)和進展，并通過幾個實例加以詳細說明。
.png)
.png)
在學界大咖們對最新研究成果進行解讀之后，來自企業(yè)的行業(yè)領(lǐng)袖也對無人系統(tǒng)在實際中的應用進行了報告。現(xiàn)任愛馳汽車執(zhí)行副總裁陳學文博士的報告題目是《AI驅(qū)動的智能化汽車》，他表示，電動化、智能化、網(wǎng)聯(lián)化、共享化迎來了汽車行業(yè)的深刻變革。其中，汽車網(wǎng)聯(lián)化和智能化對AI技術(shù)的算法和算力提出了新的更高要求。在本次報告，他對無人駕駛和智能座艙等汽車工業(yè)的人工智能應用和發(fā)展進行了回顧和展望。
.png)
關(guān)于無人系統(tǒng)在出行方面的應用，香港科技大學電子與計算機工程系助理教授劉明也進行了豐富的研究，他在題為《低速自主駕駛的技術(shù)要素》的報告中，介紹了兩種技術(shù)路線選擇，一是斷對端深度強化學習，二是工程模塊化系統(tǒng)。無人系統(tǒng)模塊化技術(shù)結(jié)構(gòu)主要包括運營邏輯及數(shù)據(jù)接口模塊、人機交互、無人系統(tǒng)核心技術(shù)模塊，核心模塊為感知系、決策與預測系統(tǒng)、規(guī)劃與控制三部分。
.png)
本場最后一個報告人是遠鑒科技圖像研發(fā)中心負責人孔彥博士，報告題目是《身份核驗場景中的生物特征識別技術(shù)與應用》。報告主要介紹了人臉識別在實際應用中存在的問題、人臉識別的落地場景、人臉識別的算法流程以及多維身份認證等方面內(nèi)容。常見生物特征識別技術(shù)主要包括、指紋、虹膜、人臉和聲紋，聲紋是通過說話人聲音判斷其身份的一種生物特征識別方法，它可以克服其在單一模態(tài)下的局限性，相較于其他識別技術(shù)而言，聲紋具有行為學特征，采集更為方便。
.png)
學會秘書處 供稿
