新时代模式识别前沿论坛，洞见数字世界模式识别的新难题与新机遇

2019年5月25-26日，由中国人工智能学会主办、南京市麒麟科技创新园管委会与京东云承办的“2019全球人工智能技术大会”在南京紫金山庄召开。

26日上午，由中国人工智能学会主办、南京理工大学承办的新时代模式识别前沿论坛上，北京大学教授国家杰青获得者林宙辰、浙江大学计算机辅助设计与图形学国家重点实验室副主任潘纲、中科院自动化所模式识别国家重点实验室副主任陶建华、百度机器人与自动驾驶实验室主任杨睿刚分别发表了主题演讲。南京理工大学计算机科学与工程学院院长杨健担任本次论坛主持。

优化算法与情感计算

深度学习理论，想要进一步优化，有两个方向，一个是训练神经网络去优化机器学习模型，另一个就是用优化算法来做深度学习结构上的设计。

林宙辰教授就针对第二个优化方向，带来了《优化算法与深度神经网络》主题分享。

林宙辰，北京大学教授，国家自然科学杰出青年基金获得者，IAPR/IEEE Fellow

更快的算法会产生更好的深度神经网络，如果是同样的结果，但是一个是用1000层的神经网络算法，一个是用10层的神经网络算法。明显后者更具有优势。而方法就是，乘数要尽可能的少。因为每一层就相当于是算法乘一次，算法乘数越少，这样神经网络的层数就越少。林宙辰教授基于此原理，优化了新算法，带来了效率上的提升。

人工智能有一个非常热门的领域就是情感计算。陶建华博士则围绕音视频中的情感如何进行计算的问题，带来了《情感计算现状与发展》的主题分享。

情感的研究并不简单，其具有三种成分，分别是主观体验、外部表现和生理唤醒。目前，现有的情感研究以典型情绪分析为主，当前大量的研究工作只是简单意义上的模式分类，只能处理几种典型情绪，无法处理真实的情感表达。

陶建华指出，几种典型的情绪不能完全表征生活中的细微变化的复杂情绪，需要从多个维度对情感进行准确描述。“未来的发展趋势是在连续情感维度上，结合基本情感论，通过选取对情感状态的生理体验有共识的基本情感作为情感空间的“支撑情感”，以相对的方式描述情感连续空间中的其他点，从而刻画出自然人机交互中的动态、细微的情感状态。”

陶建华，中科院自动化所模式识别国家重点实验室副主任、研究员，国家杰出青年科学基金获得者

陶建华总结道，目前情感的研究还只是局限在一些局部，在环境描述、情感特征和情感的个性化三大领域可以进行突破。其中，个性化的模型有助于发现和隐藏情感和加入文化和性格等因素的影响。

人机融合与自动驾驶

随着技术的快速进步，人机交互，正慢慢变成人机融合。原来的交互更多是把人跟机器独立去看，但是融在一块以后，会形成一个实时闭环，带来新的发展机遇。

潘纲教授针对人机融合的趋势，带来了《人机物融合计算中的普适感知智能》的主题分享。

潘纲，浙江大学计算机辅助设计与图形学国家重点实验室副主任、教授

人机融合主要有两种方式。一种我们称为方式A的融合方式。就是感知过来以后机器再提供服务，通过感知驱动服务这种方式，形成融合。第二种研究怎么样在脑的神经层面能够更好直接融在一起，更具体一些就是指在神经信号层面上直接跟机器融在一起，这种方式被称为脑机交互协作，是一种更加紧耦合的方式。针对这两种融合方式，潘纲教授分享了怎么通过移动轨迹做感知，以及通过手机APP做感知的案例。

而杨睿刚教授则带来了关于自动驾驶领域最新的技术分享，《Sim TO Real：仿真在三维感知和导航中的研究和应用》。

杨睿刚，百度机器人与自动驾驶实验室主任、三维视觉首席科学家，肯塔基大学终身教授

进入21世纪后，自动驾驶成为了整个国际的重点研究方向和领域。国内多个城市、企业已陆续开展自动驾驶车辆的路测，自动驾驶市场正处于快速发展阶段。

据预测，自动驾驶汽车的全球市场份额需要花15-20年时间达到25%，带有公路和交通堵塞自动驾驶功能的汽车将率先上路应用；到2022年，带有城市自动驾驶模式汽车上路；2025年之后，完全无人驾驶汽车才会大量出现。

论坛现场，杨睿刚介绍了Apollo自动驾驶系统架构。Apollo的核心是提供了一个开放的、完整的、安全的体系架构。这里面主要是最底层有一个各种设备的接入层，接着是智能的硬件层，上面是车载的软件层，最上面是云端服务层。据了解Apollo开放了22万的行开源代码，供13万的开发者推荐使用。

本次论坛专家们从优化算法、情感计算到到人机融合、自动驾驶，展现了人工智能在模式识别领域最新的进展和趋势，为我们在数字世界的纷纭复杂之中，拨云见雾，洞见未来。