當(dāng)前，人工智能已進(jìn)入新的發(fā)展階段，人類社會幾乎所有領(lǐng)域都對人工智能技術(shù)有著越來越迫切的需求，而且布局發(fā)展人工智能已經(jīng)成為世界許多國家的共識與行動。因此，人工智能研究的原始創(chuàng)新更加需要堅持嚴(yán)謹(jǐn)?shù)目茖W(xué)態(tài)度，需要充分發(fā)揮多學(xué)科交叉的優(yōu)勢，踏踏實實推進(jìn)新一代人工智能的發(fā)展。為深入貫徹落實習(xí)***重要指示精神，進(jìn)一步推動國家新一代人工智能發(fā)展，國家自然科學(xué)基金委員會信息科學(xué)部、中國認(rèn)知科學(xué)學(xué)會和中國自動化學(xué)會聯(lián)合主辦的“第二屆中國認(rèn)知計算與混合智能學(xué)術(shù)大會”2019年9月21日至22日在西安舉行，來自國內(nèi)外80余所知名高校、研究機(jī)構(gòu)和企業(yè)的500多名專家、學(xué)者和研究生參加了會議。

9月21日大會開幕式由大會主席、中國自動化學(xué)會理事長鄭南寧院士主持，西安交通大學(xué)副校長鄭慶華教授致歡迎辭，大會主席、國家自然科學(xué)基金委員會信息科學(xué)部主任郝躍院士，大會主席、中國認(rèn)知科學(xué)學(xué)會理事長陳霖院士分別致辭。中國工程院原常務(wù)副院長潘云鶴院士，中國科學(xué)院陳霖院士、張旭院士，中國工程院外籍院士Colin Blakemore教授，以及國家自然科學(xué)基金委員會信息科學(xué)部等領(lǐng)導(dǎo)嘉賓出席本屆大會開幕式。

本屆大會是我國人工智能領(lǐng)域水平最高、規(guī)模最大的學(xué)術(shù)會議，其目的就是研討認(rèn)知科學(xué)、神經(jīng)科學(xué)與人工智能科學(xué)等領(lǐng)域交叉融合的最新進(jìn)展和前沿技術(shù)。會議邀請了來自國內(nèi)外知名大學(xué)、研究所和科技公司的28名知名學(xué)者和專家（其中中國科學(xué)院、中國工程院院士2名，中國工程院外籍院士1名，美國工程院院士1名）分別做8個大會報告和20個論壇報告，展示國內(nèi)外研究團(tuán)隊在認(rèn)知計算、人工智能領(lǐng)域的基礎(chǔ)理論和方法、關(guān)鍵技術(shù)及實現(xiàn)等方面的最新研究進(jìn)展。同時，大會共收到國內(nèi)外178篇論文投稿，經(jīng)嚴(yán)格評審，最終錄用66篇，以口頭報告和海報展示的形式進(jìn)行交流。

中國工程院院士、浙江大學(xué)教授潘云鶴為大會帶來第一個報告，題目為“論視覺認(rèn)知”。報告提出了視覺知識的概念，分析了它與迄今為止AI所用知識表達(dá)方法不同的特點(diǎn)，其中視覺概念具有典型（prototype ）與范疇結(jié)構(gòu)、層次結(jié)構(gòu)與動作結(jié)構(gòu)等要素。視覺概念能構(gòu)成視覺命題，包括場景結(jié)構(gòu)與動態(tài)結(jié)構(gòu)，視覺命題能構(gòu)成視覺述事。報告指出重構(gòu)計算機(jī)圖形學(xué)成果可實現(xiàn)視覺知識表達(dá)及其推理與操作，重構(gòu)計算機(jī)視覺成果可實現(xiàn)視覺知識的學(xué)習(xí)。實現(xiàn)視覺知識表達(dá)、推理、學(xué)習(xí)和應(yīng)用技術(shù)將是AI 2.0取得突破的重要方向之一。

英國皇家學(xué)會會士、中國工程院外籍院士、香港城市大學(xué)教授、牛津大學(xué)名譽(yù)教授Colin Blakemore作了題為“How does the Brain Compute？（大腦是如何計算的）”的報告。報告指出，目前人們對“大腦啟發(fā)的人工智能”的興趣是基于這樣一種假設(shè)，即人類大腦使用的計算原理可能會在未來幾代的計算架構(gòu)中得到體現(xiàn)。然而，關(guān)于神經(jīng)系統(tǒng)使用的計算機(jī)制的知識仍然是基礎(chǔ)的，人工智能和神經(jīng)科學(xué)之間的對話是雙向的。節(jié)點(diǎn)的概念，與可變權(quán)重緊密相連，是連接主義模型的基礎(chǔ)，松散地基于大腦的真實連接和突觸可塑性的現(xiàn)象。但是反向傳播和監(jiān)督學(xué)習(xí)在生物學(xué)上的不可思議性導(dǎo)致了對不使用這些原則的網(wǎng)絡(luò)計算的探索。神經(jīng)網(wǎng)絡(luò)模型對大腦皮層感覺區(qū)域的活動依賴性成熟以及大腦損傷對語義表達(dá)的影響等過程提供了深入的認(rèn)識。但是，在已知的真正的神經(jīng)計算與人類大腦非凡的行為和認(rèn)知表現(xiàn)之間，仍然存在著巨大的鴻溝。人工智能的發(fā)展可能推動我們對大腦的理解，就像神經(jīng)科學(xué)的發(fā)現(xiàn)可能激發(fā)人工智能一樣。

在大會報告期間，《人工智能本科專業(yè)知識體系與課程設(shè)置》新書發(fā)布會也重磅舉行。該書基于三十余年來在人工智能領(lǐng)域的研究探索和人才培養(yǎng)的實踐，由人工智能權(quán)威專家、中國工程院院士鄭南寧教授領(lǐng)銜編著的，充分體現(xiàn)了人工智能專業(yè)知識體系高度交叉融合的特性，知識體系覆蓋信息科學(xué)、認(rèn)知科學(xué)、腦科學(xué)、神經(jīng)科學(xué)、數(shù)學(xué)、心理學(xué)、人文社科與哲學(xué)等多學(xué)科，課程設(shè)置涉及到人工智能相關(guān)交叉學(xué)科知識。

中國科學(xué)院院士、中國科學(xué)院上海生命科學(xué)研究院研究員張旭所作報吿題目為“Brain Science and Artificial Intelligence（腦科學(xué)與人工智能）”。報告指出，認(rèn)知是通過思維、經(jīng)驗和感覺獲得知識和理解的心理活動或過程，這些過程可以在不同的背景下從不同的角度進(jìn)行分析，特別是在神經(jīng)科學(xué)、心理學(xué)、語言學(xué)、數(shù)學(xué)、自動化、信息科學(xué)和計算機(jī)科學(xué)領(lǐng)域。到目前為止，我們還不知道大腦中有多少神經(jīng)元類型、神經(jīng)回路和功能網(wǎng)絡(luò)。為破譯大腦和開發(fā)腦啟發(fā)人工智能（AI）奠定基礎(chǔ)是十分重要的。2012年，中國科學(xué)院啟動了戰(zhàn)略重點(diǎn)研究項目，繪制大腦功能連接圖。本研究試圖建立新的研究團(tuán)隊來解釋和建模大腦功能特定的神經(jīng)連接和網(wǎng)絡(luò)。2014年，啟動了上海腦智能項目，用于神經(jīng)科學(xué)的轉(zhuǎn)化研究和人工智能技術(shù)的研發(fā)，試圖繪制體感神經(jīng)元類型及其與單細(xì)胞技術(shù)和跨突觸神經(jīng)示蹤劑的連接。我們團(tuán)隊制作了深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)處理器，通過生理、數(shù)學(xué)、物理和電路模型，實現(xiàn)了語音識別和翻譯技術(shù)、仿生眼和控制系統(tǒng)等人工智能技術(shù)的應(yīng)用。基于此，張旭院士認(rèn)為，未來應(yīng)大力推進(jìn)腦科學(xué)與信息技術(shù)的交叉研究。

IEEE/AIMBE Fellow、美國佛羅里達(dá)大學(xué)杰出教授Jose C. Principe的報告題目為“A Cognitive Architecture fbr Object Recognition in Video（一種用于視頻對象識別的認(rèn)知結(jié)構(gòu)）”。報告描述了從動物視覺系統(tǒng)中抽象出的計算原理，在不使用標(biāo)簽和減少所需計算帶寬的情況下識別視頻中的對象。利用稀疏性約束和對偶狀態(tài)估計的經(jīng)驗貝葉斯準(zhǔn)則，建立一個自組織和模仿人類視覺中心凹的動態(tài)系統(tǒng)的分層分布式體系結(jié)構(gòu)。對圖像的解釋是通過自上而下流動的原因來調(diào)節(jié)的，這些原因改變了自下而上處理的先驗。報告指出，我們將展示一個自頂向下的注意力焦點(diǎn)的初步結(jié)果，它能夠識別部分遮擋圖像中的物體。

9月22日上午的大會報告由西安電子科技大學(xué)石光明教授主持。

美國工程院院士、微軟全球執(zhí)行副總裁沈向洋在題為“微軟對認(rèn)知計算和混合智能的中長期思考” 的報告中提到，微軟亞洲研究院成立之初的目標(biāo)是打造未來20年的技術(shù)。今天微軟在圖像、語音識別，以及機(jī)器翻譯、閱讀等多個領(lǐng)域已經(jīng)接近人類水平，基本實現(xiàn)了感知能力?，F(xiàn)在又從感知領(lǐng)域進(jìn)入到認(rèn)知領(lǐng)域。微軟將NLP等服務(wù)打包成微軟智能云上的 Azure認(rèn)知服務(wù)，讓每個人都能開發(fā)AI。微軟正努力開啟黑盒，做可解釋的人工智能。未來三到五年，將是“人工智能創(chuàng)造”的新階段。瞄準(zhǔn)未 來20年，微軟研究院正在向量子計算等方向發(fā)展，在基礎(chǔ)研究領(lǐng)域不斷加大投入，打造從云到邊緣，無處不在的未來智能。

IEEE/ASME Fellow、美國加州大學(xué)伯克利分校杰出教授Masayoshi Tomizuka在題為“Merging Machine Learning and Model-based Control for Autonomous Driving——結(jié)合機(jī)器學(xué)習(xí)和基于模型的自動駕駛控制”的報告中，指出自動駕駛汽車能感知周圍的環(huán)境，為安全高效的駕駛計劃動作，并在極少或沒有人為干預(yù)的情況下按照計劃行駛。目前，道路上的汽車還沒有達(dá)到完全自主駕駛的階段，但汽車行業(yè)、信息技術(shù)行業(yè)、國家科研實驗室和高校實驗室正在加緊研發(fā)工作。汽車工程師協(xié)會（SAE）定義了從0級到5級的駕駛自動化水平。在5級，不需要人為干預(yù)，在4級，不需要司機(jī)注意安全。前沿的研究工作集中在第4級和第5級自動化。四級自動駕駛汽車的功能包括：1）檢測、跟蹤、定位映射、2）運(yùn)動預(yù)測行為規(guī)劃、3）運(yùn)動規(guī)劃控制。自動駕駛的領(lǐng)先技術(shù)是機(jī)器學(xué)習(xí)和人工智能。傳統(tǒng)的基于模型的控制也發(fā)揮著重要的作用，將機(jī)器學(xué)習(xí)與基于模型的控制相結(jié)合是一個令人興奮的研究課題。我們將研究自動駕駛的基本問題，以及如何利用這些技術(shù)來解決這些問題。

近年來，人工智能（AI）在我們通過數(shù)千年的進(jìn)化所掌握的任務(wù)中表現(xiàn)得比我們更好。游戲是如何幫助人工智能實現(xiàn)這一目標(biāo)的？反過來，人工智能如何幫助我們創(chuàng)造更好的游戲呢？人工智能真的有可能在玩游戲時準(zhǔn)確地模擬我們的動機(jī)、情緒和行為嗎？馬耳他大學(xué)教授Georgios N. Yannakakis在題為“AI for Games and Games for Al（AI的游戲和游戲的AI）”中，通過關(guān)注AI和游戲之間關(guān)系的重要性來解讀上述問題，同時展示了在人工智能和游戲交叉路口的大量研究項目，這些項目目前在數(shù)字游戲研究所（Institute of Digital games）運(yùn)行。

西安交通大學(xué)人工智能學(xué)院院長、曠視科技研究院院長孫劍在題為“深度學(xué)習(xí)變革視覺計算” 報告中指出，深度學(xué)習(xí)/深度神經(jīng)網(wǎng)絡(luò)的復(fù)興根本性的變革了人工智能的方方面面。孫院長在報告中回顧了深度學(xué)習(xí)在語義圖像理解、計算攝影學(xué)和AI計算三個方面對基礎(chǔ)研究和實際應(yīng)用帶來的巨大變革。同時也會詳細(xì)介紹了在這些變革帶來的機(jī)遇下，曠視科技的最近進(jìn)展和最佳實踐。

本屆大會將圍繞人工智能的基本科學(xué)問題，探討腦認(rèn)知科學(xué)、神經(jīng)科學(xué)與人工智能的交叉融合，涉及認(rèn)知計算的基礎(chǔ)理論、混合增強(qiáng)智能與深度學(xué)習(xí)、受神經(jīng)科學(xué)啟發(fā)的計算架構(gòu)與器件、先進(jìn)感知與智能環(huán)境四個專題。

本屆大會得到了11名中國科學(xué)院院士、中國工程院院士和外籍院士（其中中國計算機(jī)學(xué)會、中國人工智能學(xué)會、中國神經(jīng)科學(xué)學(xué)會、中國圖像圖形學(xué)學(xué)會、中國認(rèn)知科學(xué)學(xué)會和中國自動化學(xué)會等全國性學(xué)會理事長6人）、1名美國工程院院士和國家自然科學(xué)基金委員會領(lǐng)導(dǎo)等著名學(xué)者、資深專家的指導(dǎo)和支持。

本屆中國認(rèn)知計算與混合智能學(xué)術(shù)大會的成功舉行不僅為大家提供一了個珍貴的學(xué)習(xí)、交流和合作的機(jī)會，通過大家深入的交流可以碰撞出更多智慧的火花去解決認(rèn)知計算與混合智能方面存在的挑戰(zhàn)性，而且將積極推進(jìn)我國新一代人工智能發(fā)展。

本屆大會由西安交通大學(xué)、中國科學(xué)院生物物理研究所腦與認(rèn)知科學(xué)國家重點(diǎn)實驗室、西安交通大學(xué)人工智能與機(jī)器人研究所、西安交通大學(xué)視覺信息處理與應(yīng)用國家工程實驗室承辦。同時，中國科學(xué)技術(shù)協(xié)會及曠視科技、紫光展銳、南京新一代人工智能研究院、舜宇光學(xué)科技、Imagination等企業(yè)提了資助。