由中國圖象圖形學學會、中國人工智能學會共同主辦,中國圖象圖形學學會腦圖譜專委會、北京腦網絡組與類腦智能學會、中國科學院自動化研究所腦網絡組中心、腦網絡組北京市重點實驗室、中國人工智能學會腦科學與人工智能專業(yè)委員會、中國解剖學會腦網絡組分會承辦的“第一屆腦圖譜與人工智能前沿論壇”將于2024年1月27日在中國科學院自動化研究所智能化大廈三層學術報告廳召開。
本次論壇秉承“交流、合作、創(chuàng)新”的宗旨,圍繞我國腦科學與類腦智能戰(zhàn)略發(fā)展需求,將邀請國內知名人工智能、腦圖譜與類腦智能、腦機接口領域專家教授做專題學術講座,熱忱歡迎各位同行蒞臨本次會議交流,共同推動腦圖譜與人工智能的交叉融合。
以下內容為GPT視角對腦圖譜與人工智能相關領域的解讀,僅供參考:
腦圖譜與人工智能發(fā)展現狀
腦圖譜與人工智能都是當今科技領域中極為重要的研究方向,它們各自的發(fā)展現狀令人矚目,同時在很多方面又相互關聯、相互促進。
腦圖譜,也稱為大腦皮層圖譜,是一門研究大腦結構和功能的學科。傳統(tǒng)上,腦圖譜的繪制主要依賴于對大腦皮層神經生物學分區(qū)的直觀劃分,這種方法歷史悠久,但準確性有限。然而,隨著醫(yī)學成像技術和數據處理能力的進步,尤其是連接組學和機器學習技術的應用,我們現在能夠更準確地理解和繪制大腦圖譜。例如,人類連接組計劃(HCP)推出了一種多模態(tài)腦圖譜,結合了大腦的結構和功能信息,提高了圖譜的精確性和實用性。
人工智能則是另一個高速發(fā)展的領域,它已經成為新一輪科技革命和產業(yè)變革的重要驅動力。中國在該領域的發(fā)展尤為迅速,無論是技術創(chuàng)新、產業(yè)生態(tài)還是融合應用都取得了顯著進展。目前,中國的人工智能核心產業(yè)規(guī)模已經達到了5080億元,并且同比增長了18%。在人工智能專利申請量和授權量方面,中國均居世界首位,同時,中國在智能芯片、深度學習框架等關鍵核心技術上也已經取得了突破。
人工智能的發(fā)展不僅體現在技術層面,它還深度融入了各個產業(yè)領域,如智能制造、智慧醫(yī)療、智能交通等,極大地推動了這些產業(yè)的智能化升級。此外,中國政府也高度重視人工智能的發(fā)展,加強了規(guī)劃領導和任務明確,以促進人工智能與經濟社會的深度融合,并推動其健康發(fā)展。
腦圖譜與人工智能領域有哪些實踐案例
航天遙感大模型及應用:北京航空航天大學的史振威教授團隊在國家自然科學基金等50余項基金課題的資助下,開展了高光譜遙感圖像解混、分類、融合和目標檢測等多項研究,其成果已被應用于20型衛(wèi)星。
軌道交通自主感知與智能協(xié)同控制:北京交通大學的董海榮教授團隊主持國家自然科學基金重大項目,致力于列車自主運行控制系統(tǒng)的研究,開發(fā)了多源列車感知信息融合處理和協(xié)同優(yōu)化技術。
腦機接口產業(yè)發(fā)展:中國信息通信研究院的李文宇主任牽頭科技部、工信部等多個國家部委的重大項目,推動了腦機接口數據公共服務平臺的建設,并發(fā)布了相關的產業(yè)發(fā)展白皮書。
群體無人系統(tǒng)與決策:清華大學的季向陽教授團隊在國際比賽中多次奪冠,并在國家科技進步獎上有所斬獲,展示了其在機器學習、視覺信號處理等領域的研究成果。
基于聯想記憶機制的類腦智能研究:華中科技大學的曾志剛教授,作為IEEE Fellow,研究了多感官相互關聯的記憶網絡框架,并致力于將研究成果應用于智能機器人平臺。
基于脈沖神經網絡的類腦大模型研究:中國科學院自動化研究所的李國齊研究員探討了類腦計算的概念和定義,并分享了在此方向上的研究進展。
腦電信號智能分析:哈爾濱工業(yè)大學(深圳)的張治國教授專注于神經信號處理、腦機交互和認知情感計算,特別是在腦疾病診療和康復系統(tǒng)中取得了顯著成果。
無創(chuàng)腦機接口的發(fā)展與挑戰(zhàn):天津大學的許敏鵬教授作為技術負責人開發(fā)了腦-機接口綜合性開源軟件MetaBCI,并參與了天宮二號在軌腦-機接口系統(tǒng)的研制。
腦圖譜與人工智能領域有哪些知名研究機構或品牌
中國科學院:作為中國的頂級科研機構,中國科學院在腦圖譜與人工智能領域有著深入的研究。例如,中國科學院自動化研究所腦網絡組中心、腦網絡組北京市重點實驗室等,它們在腦機接口和類腦智能技術方面取得了重要進展。
北京腦網絡組與類腦智能學會:這是一個專注于腦科學與類腦智能研究的學會,致力于促進該領域的學術交流和技術創(chuàng)新。
BrainCo強腦科技:這是一家全球領先的腦科學技術解決方案提供商,其研究涵蓋了腦機接口技術在教育、行業(yè)應用、醫(yī)療等多個領域的商業(yè)化方案。
Neuralink:由埃隆·馬斯克創(chuàng)立的公司,致力于開發(fā)高性能的腦機接口設備,其實驗室在腦機接口領域取得了突破性進展。
Facebook AI Research (FAIR)?:Facebook的人工智能研究部門,也在腦機接口和類腦智能技術方面進行了積極的研究和探索。
谷歌DeepMind:一家領先的人工智能研發(fā)公司,對神經科學和機器學習領域的交叉研究表現出濃厚的興趣,并發(fā)表了多篇相關研究論文。
大疆創(chuàng)新:在無人機領域取得輝煌成績的同時,大疆也在積極探索腦機接口和智能技術,并申請了相關專利。
科大訊飛:作為語音識別和人工智能領域的領軍企業(yè),科大訊飛在智能語音和語言處理技術方面取得了重要成就,并為教育等行業(yè)提供了智能化解決方案。
中國圖象圖形學學會
010-82544661
北京市海淀區(qū)中關村東路95號
參會報名
參會人員請于2024年1月25日前,在線提交參會回執(zhí)(含會議群鏈接)
(一)本次會議無注冊費和資料費。
(二)本次會議將線上線下同步進行,線上會議鏈接會通過會議群發(fā)布。
回執(zhí)提交鏈接:https://www.wjx.cn/vm/hx7gP7e.aspx
專家介紹
史振威,北京航空航天大學教授,宇航學院航天信息工程系(圖像處理中心)主任,國家杰出青年科學基金獲得者(2021年),教育部“新世紀優(yōu)秀人才”(2011年)。在圖像處理、模式識別、機器學習、最優(yōu)化等基礎理論與算法研究方面,研究了包括高光譜遙感圖像的解混、分類、融合和目標檢測;可見光遙感圖像特定目標檢測識別;大規(guī)模遙感場景自動標注、分割與分類;全色與多光譜、高光譜圖像的自動配準與融合;圖像增強和去霧等圖像預處理技術、交通場景中的目標檢測識別等。研究工作得到國家自然科學基金、科技部重點研發(fā)計劃課題、科技創(chuàng)新特區(qū)項目、高分專項項目、北京市自然科學基金等50余項基金課題的資助。在國內外學術刊物和會議上錄用發(fā)表科研論文270余篇(其中SCI論文190余篇;IEEE期刊論文100余篇),論文引用過萬次。面向航天國防和民生保障等重大需求,承擔了高分五號衛(wèi)星地面處理系統(tǒng)、資源/高分系列衛(wèi)星地物分類/變化監(jiān)測和目標檢測系統(tǒng)、巴基斯坦遙感衛(wèi)星云雪判地面處理系統(tǒng)等,研究成果應用于共計20型衛(wèi)星。擔任學術期刊《IEEE Transactions on Geoscience and Remote Sensing》、《Pattern Recognition》、《ISPRS Journal of Photogrammetry and Remote Sensing》、《Remote Sensing》和《Infrared Physics & Technology》編委;擔任中文核心期刊《中國圖象圖形學報》、《中國空間科學技術》和《數據采集與處理》編委;任中國圖象圖形學學會宣傳工委會主任,理事。
報告題目:航天遙感大模型及相關應用研究進展
報告摘要:航天遙感大模型是當今航天遙感技術與人工智能基礎前沿的深度融合,是國家重大需求引領下的未來科技戰(zhàn)略制勝的必爭高地。在本次報告中,將對課題組在航天遙感圖像處理方面近年來的研究工作及相關應用案例進行介紹;在此基礎上,對近期在航天遙感大模型方向所開展的研究進行介紹(包括遙感感知大模型、遙感生成大模型等);最后,對航天遙感大模型方向未來研究方向以及潛在的應用進行展望。
董海榮,北京交通大學二級教授,博士生導師,中國自動化學會會士,教育部長江學者特聘教授、國家自然科學杰出青年基金獲得者、中組部萬人計劃科技領軍人才等。主要從事自主運行控制、智能感知與多源信息融合、調度控制一體化等研究,近年來主持國家自然科學基金重大項目、杰青項目、重大儀器項目(自由申報)等,發(fā)表學術論文百余篇,授權國家發(fā)明專利四十余項,獲國家科學技術進步獎二等獎,國家教學成果二等獎、楊家墀科技獎一等獎等。目前任中國自動化學會常務理事、副秘書長以及控制理論專委會副主任、IEEE智能交通協(xié)會鐵路技術委員會主席等,并擔任國際期刊IEEE Trans-ITS/II/VT/ICPS/IV/CASII等編委。
報告題目:軌道交通自主感知與智能協(xié)同控制
報告摘要:近年來隨著軌道交通運營規(guī)模迅速擴展與信息化水平不斷提高,智能化、自主化和網絡化已成為未來軌道交通發(fā)展的必然趨勢。列車自主運行控制系統(tǒng)具有分布廣泛、運行環(huán)境隨機和自身參數離散等特點,對系統(tǒng)的可靠性和安全性都提出更高的要求。本報告主要圍繞未來列車自主運行控制系統(tǒng)中的智能感知、智能駕駛、智能調度、調度控制一體化等基礎理論和關鍵技術展開闡述,尤其針對多源列車感知信息融合處理、協(xié)同優(yōu)化等最新研究及未來發(fā)展方向進行概述。
李文宇,中國信息通信研究院知識產權與創(chuàng)新發(fā)展中心主任,腦機接口產業(yè)聯盟秘書長,中國標準化協(xié)會腦機接口與類腦智能專業(yè)委員會秘書長,教授級高級工程師,全國信息技術標準化技術委員會第一屆腦機接口分技術委員會委員。主要研究方向為腦機接口關鍵技術和標準研究,腦機通信系統(tǒng)技術研究,移動通信核心技術和標準研究等。先后牽頭科技部、工信部、發(fā)改委、中國工程院、國家知識產權局等國家部委十余項重大項目和平臺建設,積極推動腦機接口數據公共服務平臺建設,牽頭負責《腦機接口產業(yè)創(chuàng)新發(fā)展白皮書》《腦機接口總體愿景與關鍵技術》等白皮書的撰寫和發(fā)布。
報告題目:腦機接口產業(yè)發(fā)展和展望
報告摘要:腦機接口從1973年概念被提出,歷經20年走過基礎科研第一階段(1973年-1992年),20年完成實驗驗證第二階段(1993年-2012年),從2013年進入產業(yè)落地的第三階段,此階段創(chuàng)新步伐明顯加快。2023年,全球腦機接口技術和產業(yè)加速發(fā)展態(tài)勢明顯,產業(yè)界在充分驗證技術安全性和有效性的基礎上,加速應用場景拓展和臨床試驗。腦機接口的發(fā)展將帶動多項技術集群創(chuàng)新,并賦能多行業(yè)領域,創(chuàng)造較大社會和經濟效益,推動形成新質生產力。
季向陽,清華大學自動化系教授、博士生導師、腦與認知科學研究所所長,主要研究方向為機器學習、視覺信號獲取與處理。獲國家杰出青年科學基金,國家萬人計劃領軍人才,中國青年科技獎等學術榮譽;任中國電子學會青年工作委員會主任委員、中國人工智能學會深度學習專委會主任等職務。近年來發(fā)表Nature子刊、IEEE Trans. TPAMI、IJCV、NIPS、ICML、CVPR、ICCV等SCI/EI論文100余篇;授權國家發(fā)明專利40余項,國際發(fā)明專利10項,獲得第 70 屆紐倫堡國際發(fā)明金獎 2 項、2022年日內瓦國際發(fā)明展金獎;課題組曾在MSCOCO視覺實例分割、ECCV視覺質量增強、ICCV/ECCV 6D位姿估計等多個國際比賽中獲得冠軍;獲多項自動駕駛汽車挑戰(zhàn)賽冠軍。獲2019年國家科技進步二等獎1項(第一完成人),2012年國家科技發(fā)明一等獎1項(第二完成人)。
報告題目:群體無人系統(tǒng)與決策
報告摘要:人工智能理論與算法研究經過近幾年的快速演化,已在多個方面取得突破,為無人系統(tǒng)的發(fā)展帶來了新的契機。報告首先介紹了面向無人系統(tǒng)感知、規(guī)劃、決策、控制等關鍵技術,探討如何從本地仿真、系統(tǒng)仿真、半實物仿真到外場等方式構建驗證系統(tǒng),完成關鍵算法的深度協(xié)同與快速迭代演化。并進一步介紹我們的分布式多智能體一體化決策框架。該框架集復雜任務場景模擬、多智能體強化學習算法訓練平臺、特定任務知識先驗集與MARL-定制的分布式訓練框架于一體,旨在為復雜群體任務打造高保真模擬環(huán)境,為多智能體決策、規(guī)劃與控制策略的生成提供完備算法庫與分布式訓練解決方案。
曾志剛,教授, IEEE Fellow,華中科技大學人工智能與自動化學院院長,圖像信息處理與智能控制教育部重點實驗室主任。2003年6月在華中科技大學獲系統(tǒng)分析與集成博士學位。曾在香港中文大學和中國科技大學從事博士后研究。先后擔任IEEE Transactions on Neural Networks;IEEE Transactions on Cybernetics;IEEE Transactions on Fuzzy Systems;Cognitive Computation;Neural Networks;Applied Soft Computing;自動化學報;控制工程;系統(tǒng)工程與電子技術;控制理論與應用的編委。曾獲教育部高等學校科學研究優(yōu)秀成果獎自然科學獎一等獎、湖北省自然科學一等獎、湖北省科技進步一等獎、國家科學技術進步獎二等獎等獎勵。
報告題目:基于聯想記憶機制的類腦智能研究
報告摘要:聯想是由當前感知或思考的事物想起有關的另一事物,或者由頭腦中想起的一件事物,又引起想到另一件事物。由于客觀事物是相互聯系的,各種知識也是相互聯系的,因而在思維中,聯想是一種基本的思維形式,是記憶的一種方法。受巴甫洛夫聯想記憶的神經機制和生物學現象的啟發(fā),提出了一個多感官相互關聯記憶網絡框架和記憶性電路,以模仿生物大腦對同時收到的信息進行聯想的能力。模擬了聯想記憶的獲得、消退、恢復、傳遞和鞏固特性。進一步研究希望擴展到大規(guī)模的關聯記憶網絡,結合視覺-聽覺-觸覺-嗅覺的感覺傳感器,試圖應用于智能機器人平臺。
程明明,南開大學杰出教授,計算機系主任。主持承擔了國家杰出青年科學基金、優(yōu)秀青年科學基金項目、科技部重大項目課題等。他的主要研究方向是計算機視覺和計算機圖形學,在SCI一區(qū)/CCF A類刊物上發(fā)表學術論文100余篇(含IEEE TPAMI論文30余篇),h-index為80,論文谷歌引用4萬余次,單篇最高引用4700余次,多次入選全球高被引科學家和中國高被引學者。技術成果被應用于華為、國家減災中心等多個單位的旗艦產品。獲得教育部自然科學一等獎2項、其他省部級科技獎2項。培養(yǎng)的3名博士生獲得省部級優(yōu)秀博士論文獎?,F擔任中國圖象圖形學學會副秘書長、天津市人工智能學會副理事長和頂級期刊IEEE TPAMI, IEEE TIP和《中國科學:信息科學》編委。
報告題目:圖像自適應感知
報告摘要:主要介紹視覺感知技術面臨的挑戰(zhàn),包括粒度自適應性、算力自適應性和數據自適應性等問題。針對這些問題,報告人研究了圖像自適應感知技術,包括粒度自適應表征與結構化度量、算力自適應的高效視覺感知和通用屬性知識引導的視覺感知。這些技術在多個領域取得了顯著的應用成果,如手機設備上的像素級實時分析能力、移動設備中的目標識別、新冠肺炎病灶精準分割等。
李國齊,中國科學院自動化所研究員、國家杰出青年基金獲得者;在Nature/Nature 子刊/Science 子刊/Proceedings of the IEEE/IEEE TPAMI等期刊和會議上發(fā)表論文 200余篇;主持國家自然科學基金重點項目、聯合重點項目、科技部重點研發(fā)項目等20余項;擔任IEEE TNNLS、IEEE TCDS等多個國際期刊副主編;曾入選中國科學院**計劃、北京市杰青、北京智源學者,中國算力十大青年先鋒人物、中國智能計算科技創(chuàng)新人物、北京自然基金優(yōu)秀青年人才。
報告題目:基于脈沖神經網絡類腦大模型的初步思考
報告簡介:當前智能算力的功耗問題凸顯,迫切需要研究新型低功耗智能計算系統(tǒng),類腦架構被認為是低功耗計算重要途徑。本報告從研究背景出發(fā),首先介紹類腦計算概念和定義,然后結合報告人的研究進展闡述當前階段做脈沖類腦大模型關鍵科學技術問題,以及為什么其可能成為一個有潛力的研究方向。
張治國,哈爾濱工業(yè)大學(深圳)計算機科學與技術學院教授,博導,國家級青年人才專家,鵬城實驗室雙聘研究員。他的主要研究方向是神經信號處理、腦機交互和認知情感計算。他面向情感障礙和認知障礙等重大腦疾病,發(fā)展智能精準的神經解碼算法和調控技術,開發(fā)個體化的診療和康復系統(tǒng)。他已發(fā)表期刊論文百余篇,編著一本腦電處理書籍(中英文版),承擔過20余項國家、省市、香港和新加坡的科研項目,獲教育部自然科學獎一等獎和北京市自然科學獎二等獎,入選斯坦福大學的全球前2%頂尖科學家“終身科學影響力”榜單。
報告題目:面向個體化神經解碼與調控的腦電信號智能分析
報告摘要:腦電信號蘊含著豐富的大腦功能信息,被廣泛用于生理心理狀態(tài)的評估和引導神經調控。但是腦電信號的個體差異性、非穩(wěn)態(tài)性和標簽模糊性為神經解碼和調控帶來諸多問題(如解碼模型泛化能力差,調控效果個體差異大等),嚴重限制了腦電解碼調控應用的準確性和泛化性。為了克服腦電處理中的上述問題,我們基于先進的人工智能技術發(fā)展了一系列腦電信號智能處理算法,實現對情緒、認知和語言的精準解碼和對于感知認知的個體化調控。本報告將進一步介紹個體化神經解碼和調控的一些醫(yī)學應用,如阿爾茨海默癥的早期篩查和情緒障礙的閉環(huán)神經反饋。
許敏鵬,講席教授,天津大學醫(yī)工院副院長,長江學者,國家優(yōu)青科學基金獲得者,“強國青年科學家”稱號獲得者,IEEE senior member,主要研究方向為腦-機接口,研究成果入選國家“十三五”科技創(chuàng)新成就展。以第一作者或通訊作者在Science Advances、Engineering、NeuroImage、IEEE TBME、JNE等國內外腦-機接口與神經工程領域重要學術期刊或會議集發(fā)表論文80余篇,獲中國、美國授權發(fā)明專利40余項。作為技術負責人開發(fā)腦-機接口綜合性開源軟件MetaBCI,作為骨干參與研制“天宮二號”在軌腦-機接口系統(tǒng)、人工神經康復機器人系統(tǒng)、“腦語者”芯片等。目前任中國腦機接口產業(yè)聯盟數據與基礎軟件工作組主席、總體工作組副主席等。
報告題目:無創(chuàng)腦機接口發(fā)展與挑戰(zhàn)
報告摘要:腦機接口在大腦與計算機之間建立起直接的信息通路。根據電極的放置位置,可將腦機接口分為有創(chuàng)與無創(chuàng)兩種類型。當前的有創(chuàng)腦機接口獲取的腦電信號質量高、系統(tǒng)性能高,但是植入電極需做開顱手術、有感染風險。無創(chuàng)腦機接口具有安全、低成本、可監(jiān)測大規(guī)模神經活動的優(yōu)勢,但是由于頭皮腦電信噪比低、空間分辨率低,導致系統(tǒng)性能較差。因此,無創(chuàng)腦機接口的一個重要發(fā)展方向就是提高頭皮腦電的采集與解析分辨率。本次報告圍繞無創(chuàng)腦機接口的發(fā)展與挑戰(zhàn)進行介紹。