郑南宁:人工智能的下一步是什么?

随着2006年Hinton等人提出深度学习概念,人工智能研究进入了崭新的发展时期,也不断地影响、推进着相关众多产业、行业的快速发展。人工智能“精彩回归”,重新受到学术界、产业界等社会各界的广泛关注。人工智能是研究人类智能活动的规律,构造具有一定智能的人工系统,使机器能够像人一样思维和认知。

多机协同智能发展战略研究

多个自主智能系统通过信息、行为交互构成的多机协同智能,代表着未来智能系统的必然发展趋势,是我国新一代人工智能规划部署的主攻方向,也是支撑国防、社会安全的核心技术和推动制造业由大到强的必由之路。开展突破多机协同智能技术发展研究,对于推动我国军事智能、智能产业高质量发展、加快工业转型升级具有重要意义。本文基于多机协同智能系统当前面临的难以适应复杂任务这一挑战,从基础理论和核心关键技术两个层面出发,系统地梳理了多机协同智能的研究现状,分析了制约基础理论与关键技术发展的主要瓶颈性问题,并以多机协同智能制造为典型应用,剖析理论与技术发展中存在的问题。研究认为,多机协同智能将朝着人机群组智能的方向发展,为抢占发展先机,需及早布局人机群组智能的基础理论探索,加速核心技术突破,并加快应用示范。

基于事件相机的敏感生物信息隐私保护研究进展

进入大数据时代后,互联网应用和信息服务全面普及,大量的个人敏感生物信息被收集整理,导致隐私泄露风险增加;事件相机作为新型的生物启发式传感器,具有低延迟、高动态、无纹理等特性,可为解决数据端隐私保护问题提供全新的技术途径,也因其光敏工作原理而适用于家庭监控等私人场景。本文从大数据时代的隐私泄露问题、事件相机在隐私保护中的优势两方面,深入分析了事件相机用于隐私保护的研究背景;系统梳理了基于人脸模板的隐私保护、基于去识别的隐私保护、基于点云混沌加密的隐私保护等传统的敏感生物信息隐私保护方法,包括行人重识别、手势识别、面部分析在内的面向隐私保护的事件感知方法以及两大类方法的研究进展。进一步总结了强度图像重建、图像修复、视频重建等基于事件流的图像重建与修复新进展,完成了基于6种算法的图像重建及其结果分析,证明已有重建算法对纹理信息的恢复能力有限,反向验证了基于事件相机的隐私保护技术可行性。针对事件相机未来的规模化应用,提出了降低硬件成本、改进算法网络、从市场角度推动等发展建议,以期为事件相机的隐私保护深化应用提供基础参考。

主编寄语

玉兔辞岁留好运,金龙迎春展宏图,当我们每个人还在对2023年依依不舍时,2024年已满载着无限希望和憧憬来到我们身边。在这个春光明媚、春暖花开的美好时刻,我谨代表编辑委员会和编辑部全体成员向关心和支持《模式识别与人工智能》发展的广大专家学者致以诚挚的祝福和问候!祝大家在新的一年里身体健康!

自动驾驶安全挑战:行为决策与运动规划

在自动驾驶技术发展中,安全性一直作为首要因素被业界重视.行为决策与运动规划系统作为该技术的关键环节,对智慧属性具有更高要求,需要不断地随着环境变化做出当前的最优策略与行为,确保车辆行驶过程中的安全.文中分别对行为决策和运动规划系统进行深层次阐述,首先,介绍行为决策中基于规则的决策算法、基于监督学习的决策算法、基于强化学习的决策算法的算法理论及其在实车中的应用.然后,介绍运动规划中基于采样的规划算法、基于图搜索的规划算法、基于数值优化的规划算法和基于交互性的规划算法,并对算法的设计展开讨论,从安全角度分析行为决策和运动规划,对比各类方法的优缺点.最后,展望自动驾驶领域未来的安全研究方向及挑战.

面向不确定性环境的自动驾驶运动规划:机遇与挑战

运动规划算法作为自动驾驶系统中的重要研究内容,愈发受到研究者们关注.然而目前多数算法仅考虑在确定性结构化环境中的应用,忽视动态交通环境中潜在的不确定性因素.文中面向不确定性环境,将运动规划算法总结为两类:部分可观测马尔可夫决策过程(POMDP)和概率占用栅格图(POGM),从理论基础、求解算法、实际应用三方面进行介绍.基于当前置信状态,POMDP计算使未来折扣奖励最大的策略.POGM使用概率表征对应栅格上的占用情况,衡量车流动态变化的可能性,良好表征不确定性情况.最后,总结不确定性环境中当前运动规划问题面临的主要挑战和未来可能的研究方向.

行驶车辆牌照自动识别系统

本文介绍行驶车辆牌照自动识别系统,利用CCD工业电视摄像机不断获取运动车辆的正面车头图象、实时地送入计算机,然后根据图象的纹理结构,从图象背景中分离出牌照,再应用模式识别技术对牌照上的汉字省名和数字进行识别,并针对动态图象的模糊,牌照底色灰度不一,牌照可能被污染、畸变等现象提出了解决方法。

BP神经网络的改进及其用于手写数字识别的研究

模式识别是神经网络最有前景的应用领域之一,本文主要讨论如何提高多层神经网络 BP(Back-propagation)算法的学习速度以及该算法用于手写数字识别的研究.文中提出了局部连接的网络结构,并对基于特征输入和基于点阵输入两种神经网络分类器的特点进行了比较,针对神经网络的识别机制、识别能力和自适应学习,进行了深入讨论.本文还给出容错能力的概念,用以描述神经网络对非学习样本的分类机制.所有研究工作是在作者研制的 SSNN 神经网络仿真软件上进行的.

控制科学与技术的发展及其思考

简要介绍了控制科学的发展状况 ;讨论了传统控制理论在解决实际问题中的一些局限性以及控制科学当前面临的挑战 ;阐述了控制科学与人工智能和认知科学等新兴学科的结合将对处理复杂系统和社会经济中的一些重大课题提供有价值的科学理论和方法 ;强调了控制科学的进一步发展仍然要依赖于重大需求导向 ,使其在我国信息化带动工业化和现代化的进程中发挥重要的作用 .

人脸的表情与年龄变换和非完整信息的重构技术(上)

人脸表情变换、年龄变换和非完整信息重构是计算机视觉与图像处理领域的重要研究内容 .该文研究了基于线性统计学模型的真实感人像变换和处理技术 .应用对人像形状与纹理的矢量化表达 ,并结合Lambertian表面比率图理论 ,提出了基于稠密特征对应的人脸复杂表情的合成与克隆算法 ;根据人像平均化最美的生理学理论 ,提出了基于平均脸的人像年轻化变换算法 ,以及基于衰老纹理映射和差异性理论的人像衰老化变换算法 .以MPI高加索人像和AIAR东方人像库数据为测试样本的实验结果 ,验证了人像表情合成、衰老化与年轻化算法的有效性 .

基于区域特征的自适应图像分割方法

本文提出一种以图像统计假设模型和系统条件熵相结合的自适应图像分割新方法，该方法能依据图像统计特性自适应地改变自组织特征映射网络的权值，解决了传统图像分割方法所存在参数需要人工调整、无法获得最优解的问题．实验结果表明，本文方法对于复杂图像的分割具有很好的鲁棒性和有效性．

基于双平面正交投影重建血管截面的新方法

提出了一种利用双平面正交投影重建血管截面的方法。该方法中应用加权距离作为度量相邻截面相似性的测度，并通过对网流理论中最小费用流算法的改进来最优化该相似性测度；在此基础上还引进截面连通性约束，利用随机数来获得最连通截面；实验结果表明应用该方法可以得到在投影约束下与给定模型最相似最连通的截面。

人工智能面临的挑战

在世界最复杂的棋类游戏中,＂阿尔法围棋＂4：1战胜人类职业围棋高手,人工智能取得了令人瞩目的进展,这是否意味着机器即将获得类人智能了呢？得到这样的结论还为时过早.本期聚焦于人工智能,特别是深度学习及其应用,其中Alpha Go专题的三篇论文还分别从技术层面分析了＂阿尔法围棋＂系统的实现及可能的弱点.＂无处不在＂的人工智能把我们带到一个新时代的起点,并使我们隐约地看到未来—实现人类水平的人工智能.

改革高等教育,培养高层次创新人才

文章针对我国高等教育、尤其是高等工程教育中存在的教育投入不足、培养目标不够明确、专业划分偏细、工程教育重“知”轻“能”、工程人才培养质量欠佳等问题,结合西安交大的一系列改革实践,就如何在党的十六大报告关于走新型工业化道路的号召指引下,改革高等教育、尤其是高等工程教育,培养高层次创新人才发表了看法。

面对人工智能挑战 人才培养的下一步该如何走

人工智能作为一门学科独立存在已经历经60余年,近年来迎来了飞速发展浪潮,人机协同已经成为人工智能的下一步发展的重要形态之一。人工智能给教育和学习带来了前所未有的深刻变化,应对国家重大战略需求,需要科学构建人工智能人才培养课程体系。

把本科教育放在大学工作最根本的位置上

大家知道，社会和学生家长，对高校的人才培养寄予了很大的期望，父母把孩子送到大学，希望孩子能够自信、自强、自立，成长起来，将来找到一个好的工作，这是最基本的要求。从大的方面看，我国综合实力的提高在于我们培养出一代代优秀的大学生，但是，是什么原因使得我们高校的本科教育出现了一些问题，受到来自社会的一些非议呢？

基于知识的图象分割方法

本文提出了一种基于知识,集分割与解释于一体的图象分割方法.着重研究了知识的表示、利用及区域解释的推导,设计了一种简捷、灵活的关系矩阵知识描述方法,并根据 Waltz 滤波算法的基本思想实现了一种快速的区域解释滤波方法.应用上述方法对室内景物进行了分割实验,结果表明,所提出的方法实现了对图象的完整分割与解释.

用科学精神培养和提高博士生的创新能力

从科学研究工作的本质入手,谈了应以科学精神来培养博士生的想法,提出“是否发表论文不是评价博士学位论文的惟一方式“这一命题,同时还指出应以科学精神来统领导师队伍建设及研究生教育管理工作。

用于图象分割的并行自适应层次化网络模型

本文提出了一种新的用于图象分割的并行自适应层次化网络模型,该网络模型由并行局部特征提取与区域生成层、自适应统计聚类层和依据全局分布特性引导的决策层组成。各层次间的通讯由网络的协作机制来实现。该网络通过自适应非参数聚类方法,将局部灰度特征与全局随机场分布特征相结合,实现了非监督的图象分割。文中给出了该模型应用于室外自然景物的分割结果。实验表明,即使在自然景物环境变化的情况下,也能得到正确的分割结果。

基于自反馈神经网络的运动模糊图象恢复方法的研究

本文提出一种用自反馈神经网络来恢复被噪声污染的非零边界条件模糊灰度图象的方法。文中详细讨论了用于描述图象的神经元网络模型,给出了模型参数估计和根据该模型实现的图象恢复算法。在神经元网络模型中,图象的灰度函数被表示成神经元状态的简单代数和。实验结果表明由于神经元网络模型的容错性和自适应性,运用该方法对加有椒盐噪声的匀速直线运动模糊列车图象进行恢复,可以得到高质量的图象恢复结果。