为了更好地推动我国计算机视觉领域的创新研究，厦门大学于2023年9月3-4日在学校思明校区举办第三届鼓浪人工智能论坛（秋季），论坛由厦门大学多媒体可信感知与高效计算教育部重点实验室、信息学院、人工智能研究院联合承办。来自清华大学、复旦大学、上海交通大学、北京理工大学、哈尔滨工程大学、南方科技大学、广西师范大学和厦门大学的十三位计算机视觉领域的杰出专家与分享了他们的团队在人工智能技术应用于不同领域中的深度思考和最新成果。共同探讨当下人工智能领域前沿技术，对人工智能未来发展方向进行了深入地交流与学习。
本次论坛召集人纪荣嵘教授致开幕辞。纪荣嵘教授对于各位参会学者的到来表示由衷的感谢，并表达了对本次论坛的期许。他指出本次论坛旨在提供一个人工智能领域前沿的交流平台，邀请到的来宾都是由同学们推选的，对人工智能领域做出杰出贡献的专家，希望这次论坛能够实现思想上的碰撞，为人工智能领域的发展带来新的学术火花。
清华大学王凌教授进行了《数据驱动的智能优化调度》的报告，报告针对工业与服务系统优化调度问题的复杂性，分析数据驱动智能优化的必要性，阐述智能优化的原理、步骤以及集成智能优化的框架与核心环节，从系统论、信息论、控制论角度剖析若干关键问题，并报告智能优化理论、智能约束优化和智能调度方面的若干代表性研究工作。
复旦大学邱锡鹏教授作了《大型语言模型的科学挑战》报告，报告指出自然语言处理领域在近几年取得突破发展，进入到大型语言模型时代。各种自然语言处理任务也逐渐统一到生成式范式，并显示出极强的通用性，极大地推动了自然语言处理任务的性能提升。但是，大型语言模型不仅仅是工程问题，同时也带来了新的科学挑战，包括模型的架构、推理能力来源、幻觉、可解释性等问题。本报告主要介绍大型语言模型的主要科学挑战以及对未来研究的展望。
华中科技大学江涛教授作了《无源背向散射赋能“人-网-物-境”万亿级互联》报告，介绍了移动通信网络为满足人类不断发展的需求将逐渐扩展至“人-网-物-境”四维空间。随着维度拓展，移动通信网络中设备数量将从十亿级增长到万亿级。然而，现有的通信网络主要使用单一主动通信，不仅难以负担万亿互联的总能耗，而且网络中极高的维护与硬件成本将限制大规模设备的广泛部署。在本报告中，我们梳理了无源背向散射和通信环境的相互作用，提出“从环境中来，到环境中去”的无源背向散射，赋能“人-网-物-境”万亿互联。首先，发挥背向散射技术“从环境中来”的优势，利用环境中多种已有的信号，提出微瓦级功耗的多维度信号映射、环境自适应调制与环境自适应编码方案；同时，将背向散射标签部署“到环境中去”，利用背向散射标签调控环境中的信号，实现从被动适应通信环境到主动改变环境的转变，惠及主动设备的通信、定位与安全需求。最后，报告总结“从环境中来，到环境中去”的无源背向散射将与环境中的通信系统共同支撑“人-网-物-境”万亿互联。
北京理工大学邓方教授作了《智能群系统的协同感知与优化决策》的报告，报告指出智能群系统包括移动智能终端、各类无人系统等，其种类繁多，用途广泛，是新一代人工智能的重要组成部分。目前智能群系统存在感知能力不足与智能决策水平有限的问题，在复杂动态和对抗环境下表现尤为明显。本报告将从协同感知与优化决策两个方面阐述取得的最新研究进展，具体包括跨域多模态协同智能感知，跨平台多源目标检测与定位，大规模资源集群任务调度，分布式多体协作与智能博弈。旨在推动人机共融和集群智能的基础理论和关键技术突破，推广和普及智能群系统相关理论、技术和应用研究。
上海交通大学王贺升教授作了《基于视觉的机器人定位导航与控制》的报告，报告着眼于服务机器人两大核心功能，即移动与操作，首先对服务机器人产业与技术发展现状、所面临难点进行概述。其次介绍了团队长期攻关移动与操作中核心技术难题所取得的主要成果：针对非完整约束移动机器人复杂动力学和环境动态干扰造成的速度感知与定位失效问题，提出了融合注意力后端优化的显式遮挡计算方法，实现了复杂大场景中移动机器人视觉融合的鲁棒感知与定位；针对未标定环境导致传统定制化控制算法易失效的问题，创建了完全不依赖先验环境信息的自适应视觉伺服框架，解决了不依赖标定的机器人高精度作业难题。形成了一套实用性广的基于视觉的方法体系，提升了服务机器人关键共性技术水平。
北京理工大学黄河燕教授作了《大语言模型发展概况与研究展望》的报告，报告指出目前以ChatGPT为代表的通用人工智能技术取得了突破性进展，大语言模型发挥着至关重要的基础性作用。本报告首先简要介绍了大语言模型的概念、演化、变革的历程和代表性技术，分析了大语言模型研究所面临的挑战与机遇，最后简要介绍了北理工团队在大语言模型方面的相关研究工作，并对大语言模型的发展进行了展望。
哈尔滨工程大学蔡成涛教授作了《智能船舶数字孪生技术》的报告，报告指出船舶智能化是大势所趋，如何利用先进的智能与数字化技术手段提高船舶感知能力、态势理解、状态诊断和分析能力，并以此提供辅助决策、安全预警，最大限度降低人的主观因素影响是船舶行业的迫切需求，而数字孪生技术作为为船舶智能化水平提升和赋能的重要手段，具有广阔的应用前景和潜力。本报告通过对智能船舶发展背景进行讨论，并对数字孪生技术在船舶智能航行中的实际应用进行探讨，并对未来智能船舶技术的发展趋势进行展望。
清华大学高跃副教授作了《超图计算》的报告，报告指出客观物理世界包含广泛的复杂相互作用，在生命科学、认知科学及信息科学等领域均是通用模式。诺贝尔物理学奖获得者Philip Anderson在其1977年发表的Science论文中指出“在复杂性的每一个层次，都会有崭新的性质出现”，如何深入挖掘物理世界表征背后的复杂关联是亟待解决的基础科学问题。本报告主要介绍面向复杂高阶关联建模与计算的超图计算理论、方法及应用。具体而言，从高阶关联建模的必要性、由数据到高阶关联的映射及由高阶关联到语义表示的映射三个维度阐述超图计算理论、超图结构建模和超图神经网络方法。最后，介绍超图计算在机器视觉、智慧医疗等领域的应用。
广西师范大学钟必能教授作了《智能视觉理解及其相关应用》的报告，报告指出智能视觉理解具有重要的理论和应用价值。过去十几年来随着大量代码和数据集的公开，智能视觉理解领域取得了很大进展。本次报告将首先回顾智能视觉理解领域的研究进展。然后介绍课题组在图像质量增强、运动目标检测与重识别、视觉目标跟踪等方面取得的相关研究成果和应用。
厦门大学周奕毅副教授作了《面向视觉与语言预训练模型的高效迁移学习》的报告，报告介绍了在大规模图文数据的自监督预训练已成为视觉与语言研究的标准范式。然而，这些预训练模型在下游多模态任务应用，依旧需要进行全局参数微调，带来了昂贵的模型存储与计算问题。针对该问题，报告首先介绍了当下热门的高效参数迁移学习研究，讨论了现有高效迁移方法在视觉与语言预训练模型应用中的主要问题，并从模型推理效率、语言模型快速适配两个方面，介绍了课题组在该研究方向上的最新研究进展。
厦门大学范晓亮高级工程师作了《可信联邦学习与行业大模型应用初探》的报告，指出ChatGPT等通用大模型的安全和隐私问题受到学界和业界的广泛关注。同时，大模型的行业落地进程中不可避免地面临“行业私域数据无法出域”的巨大挑战。因此，大模型赋能千行百业亟需平衡隐私安全与价值挖掘。可信联邦学习等技术作为可信AI领域的新型数据安全流通范式，在隐私保护、算法偏见、可解释性和鲁棒性等方面发展迅猛，可为行业大模型落地提供应用支撑。本次报告将介绍可信联邦学习算法及其在智慧城市、交通出行、高等教育等领域的应用案例，并探讨联邦学习大模型精调等新兴领域的发展思考。
厦门大学林琛教授作了《基于神经网络的电商搜索》的报告，阐释了图神经网络在电商搜索中有广阔的应用前景。由于电商搜索中存在图片搜索、关键词搜索和相似产品搜索等多种多模态场景，传统图神经网络技术在用户意图捕捉、模态协同训练效率、和跨模态场景学习方面仍有不足。本报告将介绍课题组在基于图神经网络的电商搜索上的近期研究进展，包括（1）针对多模态搜索会话中的用户意图抽取问题，提出了一种基于异质图神经网络的预训练方法。（2）针对工业级规模稀疏电商搜索数据的训练效率问题，提出一种文本内容协同图神经网络及其高效训练方法。（3）针对当前各搜索场景模型独立不互通的问题，提出一种跨场景跨模态的统一图神经网络模型。报告将同时简要介绍以上方法在电商平台的落地应用。
厦门大学严严教授作了《高精度人脸表情识别技术研究》的报告，阐释了人脸表情识别具有重要的研究价值。为了实现有效的人脸表情识别，学习鲁棒的表情特征至关重要。然而，人脸表情图像常常受到人脸身份、光照、姿态等因素的影响，严重干扰了表情特征的提取。同时，不同表情之间也存在着极大的相似性。上述问题使得人脸表情识别面临极大的挑战，精度急剧下降。本次报告将介绍我们组最近在人脸表情识别方面的一些研究工作。第一个是基于特征解构与重构学习的人脸表情识别方法。第二个是一种基于干扰分离学习的人脸表情识别方法。第三个是一种基于解耦表示学习的人脸表情识别方法。最后，简要介绍我们在人脸属性识别上的一些研究。
茶歇期间师生们互动交流
最后，纪荣嵘教授对本次论坛进行了总结。第三届鼓浪人工智能论坛（秋季）在师生热烈的讨论交流中落下帷幕。
