雷鋒網(wǎng)AI科技評論消息，10月27日上午8:30，第十四屆中國計(jì)算機(jī)大會(huì)（CNCC 2017）正式邁入第二天的日程。雷鋒網(wǎng)作為CNCC 2017 獨(dú)家戰(zhàn)略合作媒體，大會(huì)期間將會(huì)在現(xiàn)場全程跟蹤報(bào)道。會(huì)議最新動(dòng)態(tài)請關(guān)注雷鋒網(wǎng)（ID：leiphone-sz）以及AI科技評論（ID：aitechtalk）微信公眾號(hào)。

本次大會(huì)主題是“人工智能改變世界（AI Changes the World）”，共邀請近十位院士、300余位國內(nèi)外計(jì)算機(jī)領(lǐng)域知名專家、著名國際國內(nèi)IT企業(yè)家到會(huì)演講。會(huì)議包括14個(gè)特邀報(bào)告、2場大會(huì)論壇、40余場前沿技術(shù)論壇及30余場特色活動(dòng)，同期舉辦科技成果展，匯聚80余家企業(yè)參展。大會(huì)已成功舉辦13屆，此次參會(huì)規(guī)模也是迄今為止最大，人數(shù)最多的一次，共計(jì)有近700家企事業(yè)單位，超過6000名專業(yè)人士參會(huì)參展。

特邀報(bào)告環(huán)節(jié)

27日上午共進(jìn)行了八場特邀報(bào)告。

特邀嘉賓：Dinesh Manocha教授

報(bào)告主題：Motion Planning Technologies for Human-Robot Interaction

Dinesh教授首先介紹了機(jī)器人在制造、裝配、倉庫自動(dòng)化和服務(wù)行業(yè)得到的越來越廣泛的應(yīng)用，隨后認(rèn)為目前的機(jī)器人在處理新環(huán)境或與人類合作等方面的能力還很有限。

報(bào)告中，Dinesh介紹了在開發(fā)機(jī)器人運(yùn)動(dòng)和任務(wù)規(guī)劃能力方面的一些挑戰(zhàn)，包括實(shí)時(shí)規(guī)劃算法。隨后他介紹了他們提出的實(shí)時(shí)運(yùn)動(dòng)規(guī)劃的的新技術(shù)以及如何將他們與視覺算法結(jié)合起來進(jìn)行人類行為預(yù)測以及自然語言處理。由此產(chǎn)生的方法結(jié)合了人工智能規(guī)劃、拓?fù)?、?yōu)化、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、自然語言處理和并行計(jì)算等研究的思想。隨后他展示了他們研究的許多應(yīng)用，包括自主采摘、避免障礙等。

特邀嘉賓：陳熙霖

報(bào)告主題：從物體識(shí)別到場景理解

首先陳熙霖教授介紹了視覺在動(dòng)物生活中的重要作用，隨后簡短地介紹了計(jì)算機(jī)視覺的歷史。隨著深度學(xué)習(xí)的引入，計(jì)算機(jī)視覺得到了很大的發(fā)展。但仍然喜憂參半，喜的是計(jì)算機(jī)視覺逐漸走向工業(yè)應(yīng)用，而憂的是高精度背后的穩(wěn)定性還存在風(fēng)險(xiǎn)、結(jié)論的可解釋性與推廣性還有待提高、和人類似的感知的一致性還有待研究。陳熙霖教授認(rèn)為計(jì)算機(jī)視覺仍然很低能，因?yàn)樗鼈儧]有被賦予給知識(shí)。隨后陳老師通過一系列的例子給我們分享了幾個(gè)計(jì)算機(jī)視覺研究的觀點(diǎn)：1、計(jì)算機(jī)視覺在識(shí)別之后應(yīng)當(dāng)是理解，應(yīng)當(dāng)超越視力，達(dá)到視覺與視覺智能；2、計(jì)算機(jī)視覺的研究要超越桌面視覺，將它與機(jī)器人、語言等結(jié)合起來；3、計(jì)算機(jī)視覺應(yīng)當(dāng)研究如何自動(dòng)感受并建立元視覺概念集；4、計(jì)算機(jī)視覺的研究應(yīng)當(dāng)從任務(wù)驅(qū)動(dòng)走向事件/數(shù)據(jù)驅(qū)動(dòng)。

特邀嘉賓：王涌天

報(bào)告主題：“無屏”呈現(xiàn)——人機(jī)融合的新紀(jì)元

王涌天教授認(rèn)為人類發(fā)展的歷史是人類與信息逐漸融合的歷史，人與信息世界的融合歷程大致經(jīng)歷了三代演繹，分別為電影屏幕、電視屏幕和移動(dòng)屏幕。隨著現(xiàn)在虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)的發(fā)展，我們將會(huì)有第四塊無屏之屏幕：VR/AR屏。這種無屏將會(huì)帶來人機(jī)融合的真正改變，實(shí)現(xiàn)人與信息的全天候深度融合。但是如果沒有對信息的過濾，那么人類將淹沒在大量的信息中，因此無屏必須與人工智能融合在一起發(fā)展。

當(dāng)然現(xiàn)在無屏還有很多技術(shù)的痛點(diǎn)，王涌天教授認(rèn)為真正的自然顯示與交互應(yīng)該讓使用者忘卻科技產(chǎn)品的存在，以更為親和的方式實(shí)現(xiàn)信息融合，使得設(shè)備可以被用戶“無視”。所以這個(gè)無屏之屏要做到顯示透明化、交互自然話、穿戴無擾化等。王涌天教授隨后詳細(xì)介紹了他們實(shí)驗(yàn)室在這三個(gè)方面的工作。其研究現(xiàn)在已經(jīng)應(yīng)用到了圓明園現(xiàn)場重建、醫(yī)學(xué)上的手術(shù)導(dǎo)航系統(tǒng)、宇航員心理舒緩系統(tǒng)、增強(qiáng)現(xiàn)實(shí)輔助維修系統(tǒng)以及一些面向大眾的一些應(yīng)用等上面。

最后王涌天分享了他們實(shí)驗(yàn)室的一句口號(hào)及圖片：移動(dòng)增強(qiáng)現(xiàn)實(shí)使人類第二次站立起來。

特邀嘉賓：章文嵩

報(bào)告主題：滴滴共享出行與智慧交通

據(jù)章文嵩介紹，在交通領(lǐng)域存在著資源有限、供需不平衡等問題，通過共享出行的方式，滴滴重構(gòu)了出行的供需平衡問題。經(jīng)過5年的高速發(fā)展，滴滴在交通領(lǐng)域的積累了大量的數(shù)據(jù)和技術(shù)。報(bào)告中介紹，滴滴峰值訂單量超高2500多萬/小時(shí)，每日定位軌跡數(shù)據(jù)超過70TB，每日處理數(shù)據(jù)超過4500TB；在人工智能、云計(jì)算、信息安全等方面滴滴也有大量的研究，例如智能派單、高穩(wěn)定性、數(shù)據(jù)保護(hù)等。

除了這些，滴滴也逐漸在考慮交通的環(huán)境，例如路況規(guī)劃等。滴滴的價(jià)值在于擁有大量且詳細(xì)的交通數(shù)據(jù)，技術(shù)較為完備，并且能夠提供一個(gè)平臺(tái)。例如他們提供的交通大數(shù)據(jù)平臺(tái)，能夠?yàn)榻煌ü芾聿块T、政策制定部門、城市建設(shè)部門、客運(yùn)物流公司等提供服務(wù)。此外他們還能夠提供交通路況、智慧信號(hào)燈、OD數(shù)據(jù)分析、運(yùn)力調(diào)度、供需預(yù)測等服務(wù)。

滴滴目前正大力促進(jìn)一站式出行的方案，從而優(yōu)化出行結(jié)構(gòu)。最后章文嵩介紹了滴滴在智慧交通方面的一些解決方案，例如滴禹一體化方案、交通運(yùn)行報(bào)告（城市擁堵排名、運(yùn)行分析、熱門起終點(diǎn)分析）、實(shí)時(shí)城市擁堵排名、城市運(yùn)行指數(shù)、異常擁堵、代駕熱力圖、智慧誘導(dǎo)屏（國內(nèi)已經(jīng)安裝70多塊）、智慧信號(hào)燈、潮汐車道、實(shí)時(shí)公交&換乘、一站式出行服務(wù)等。

特邀嘉賓：叢京生

報(bào)告主題：Computing Near the End of Moore's Law

叢京生教授認(rèn)為我們現(xiàn)在已經(jīng)接近摩爾定律的末尾，已經(jīng)不能在簡單的依靠頻率或者內(nèi)核的縮小來大規(guī)模地提高計(jì)算機(jī)的性能。他認(rèn)為未來的計(jì)算系統(tǒng)會(huì)將會(huì)使用定制的芯片，例如谷歌專門為做人工智能開發(fā)的TPU芯片。在報(bào)告中，叢教授首先簡單回顧了他們在可定制芯片的研究，包括單片機(jī)、服務(wù)器節(jié)點(diǎn)、數(shù)據(jù)中心以及FPGAs（field-programmable gate-arrays）。隨后叢教授介紹了他們的研究在幾個(gè)領(lǐng)域的成功應(yīng)用，例如機(jī)器學(xué)習(xí)和計(jì)算基因組學(xué)。最后他介紹了他們正在進(jìn)行的定制計(jì)算啟用自動(dòng)化的工作，并重點(diǎn)介紹了算法和實(shí)施方面的挑戰(zhàn)，以及他們對許多編譯和運(yùn)行時(shí)優(yōu)化問題的解決方案。

特邀嘉賓：李志飛

報(bào)告主題：語音交互技術(shù)將如何重塑下一代消費(fèi)電子

李志飛在報(bào)告中主要講了智能音箱在整個(gè)行業(yè)中的趨勢以及語音交互的一些標(biāo)準(zhǔn)。

他首先舉例亞馬遜的echo，認(rèn)為他們之所以成功，是因?yàn)檎Z音是他們與用戶溝通的唯一方式?，F(xiàn)在智能音箱也是如此。

在智能音箱的行業(yè)趨勢方面，他介紹了幾個(gè)主要的趨勢。首先，智能音箱在美國正處于高速發(fā)展的前夜，而中國還要稍晚一步。消費(fèi)電子大趨勢就是智能化，包括耳機(jī)、電視、汽車等。其用戶滲透的趨勢就是，從北美到歐洲隨后到中國。

李志飛介紹了出門問問的技術(shù)探索之路，在2012年他們開始積累AI技術(shù)，13年開始探索語音助手軟件，14年開始軟硬結(jié)合，進(jìn)行場景探索，到17年則開始開發(fā)跨場景聯(lián)動(dòng)的虛擬個(gè)人助理。

隨后李志飛講解了實(shí)現(xiàn)語音交互的五個(gè)步驟：遠(yuǎn)場喚醒、語音識(shí)別、語義理解、垂直搜索、語音合成。他認(rèn)為判斷語音交互體驗(yàn)好壞的標(biāo)準(zhǔn)可以用五個(gè)字來概括，分別為：遠(yuǎn)（遠(yuǎn)場）、快（快速響應(yīng)）、準(zhǔn)（準(zhǔn)確率高）、全（技能有多少）、深（多輪對話）。

特邀嘉賓：何源

報(bào)告主題：從瓦薩沉船到數(shù)字孿生——物聯(lián)網(wǎng)的機(jī)遇和挑戰(zhàn)

何源首先非常生動(dòng)地介紹了瓦薩沉船的故事，瓦薩沉船成為瑞典王國由衰轉(zhuǎn)盛的標(biāo)志。從這個(gè)故事中何源副教授認(rèn)為可以獲取三個(gè)啟示：設(shè)計(jì)制造流程無法響應(yīng)不斷改變的用戶需求；設(shè)計(jì)方案和制造進(jìn)展情況無法全面細(xì)致掌握；木已成舟前無法評估戰(zhàn)艦的安全性和可用性。

數(shù)字孿生以數(shù)字化方式為物理對象創(chuàng)建的虛擬模型，來反應(yīng)物理對象的全生命周期過程。通過在虛擬和現(xiàn)實(shí)世界的無縫鏈接，可以協(xié)同仿真與設(shè)計(jì)、監(jiān)控制造執(zhí)行過程、產(chǎn)品使用狀態(tài)跟蹤，同時(shí)數(shù)據(jù)驅(qū)動(dòng)的服務(wù)。

隨后何源介紹了國家電網(wǎng)特高壓換流站無人值守檢測和診斷系統(tǒng)。這個(gè)系統(tǒng)包括設(shè)備狀態(tài)實(shí)時(shí)跟蹤、故障分析與診斷、環(huán)境人員監(jiān)控和遠(yuǎn)程協(xié)作。類似的我們能夠發(fā)現(xiàn)很多類似應(yīng)用場景，例如物聯(lián)網(wǎng)。物聯(lián)網(wǎng)進(jìn)入了新的發(fā)展階段。物聯(lián)網(wǎng)與傳統(tǒng)行業(yè)深度融合，呈現(xiàn)出應(yīng)用需求多樣化、網(wǎng)絡(luò)終端異構(gòu)化、運(yùn)維空間同一化的顯著特征，推動(dòng)該領(lǐng)域研究向縱深發(fā)展。何源在報(bào)告中簡單介紹了他們的近期的一些研究，包括無緣感知網(wǎng)絡(luò)的并發(fā)傳輸、跨協(xié)議通信技術(shù)。最后何源介紹了未來的機(jī)遇和挑戰(zhàn)，認(rèn)為最卓越的技術(shù)恰恰是會(huì)消失的技術(shù)，未來的計(jì)算機(jī)將不僅融入到我們的生活，而且他們將深度地連結(jié)在一起，為我們創(chuàng)造更加智慧的未來。

特邀嘉賓：劉偲

報(bào)告主題：圖像的像素級語義理解

劉偲首先通過自己一天中可能遇到的事情，生動(dòng)地引入了深度學(xué)習(xí)的圖像視頻分析問題。近年來，基于深度學(xué)習(xí)的圖像視頻分析技術(shù)取得了巨大成功。相比于傳統(tǒng)的物體分類識(shí)別技術(shù)，圖像的像素級語義理解，又稱語義分割，能提供更加豐富的像素級信息, 因而成為一個(gè)新的研究熱點(diǎn)。

劉偲在報(bào)告中介紹了他們小組在語義分割領(lǐng)域的三個(gè)方向的研究，分別為場景解析、人體解析、人臉解析。

場景解析氛圍室內(nèi)場景和室外場景。他們在室內(nèi)場景提出了一個(gè)魔幻墻的系統(tǒng)，能夠自動(dòng)的換壁紙的效果；室外場景中她介紹了一個(gè)去霧霾的效果。

人體解析的重要性在于能夠幫助進(jìn)行視頻監(jiān)控，他們針對這個(gè)問題設(shè)計(jì)了一個(gè)時(shí)序上下文的視頻解析算法，包括三個(gè)模塊，分別為單幀圖片解析、幀間光流估計(jì)、時(shí)序上下文融合。

針對人臉解析，他們設(shè)計(jì)了一套自適應(yīng)調(diào)節(jié)視野域的人臉解析模型。其應(yīng)用包括智能美妝、妝容遷移、人臉老化。

雖然基于深度學(xué)習(xí)的語義分割取得了很大的進(jìn)展，但是未來依然有很大的提升空間。劉偲認(rèn)為以后的方向集中在幾個(gè)方面：深度模型小型化、信息源多模態(tài)化、數(shù)據(jù)標(biāo)注的低成本化。

以上為八位特邀嘉賓演講報(bào)告概覽，上午同期還舉辦了CCF CCSP頒獎(jiǎng)會(huì)。大會(huì)下午則有14場技術(shù)論壇、10場活動(dòng)；在晚間，除了兩場活動(dòng)外，還有令人激動(dòng)的CNCC頒獎(jiǎng)晚宴。雷鋒網(wǎng)作為獨(dú)家戰(zhàn)略合作媒體，后續(xù)將為讀者帶來更多議程的詳細(xì)報(bào)道。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。