PDF《迎接人工智能新时代》

表达'

与 '

计算'

这一基本科学问题, 我们 重点开展了 '

感知特征的提取、 表 达与整合'

'

感知数据的机器学习 与理解'

和'

多模态信息协同计 算'

三个核心科学问题的研究. 计算机对感知信息不能有 效处理,根本原因则是不能对真 实场景的基本特征进行可靠提 取,缺乏对真实场景基本特征的 一般表达方式以及对不同模态下 信息特征有效整合的理论. 他指 出,虽然机器学习和人工神经网 络等方法近年来在高维数据可视 化、 特征提取、 数据聚类与特征子 空间分析等方面取得了重要进 展,但非结构化数据本质维数的 确定仍然是一个公开的难题;

现有的信息处理方 法主要是针对单模态的, 对多模态信息的处理还 基本上停留在将各种单模态信息的处理结果在 决策层面上进行融合. 正是因为这些基本问题 没有得到解决, 计算机才只能处理比较理想状态 下的一些简单问题, 很难处理现实世界中的复杂 问题. 通过对上述三个核心科学问题的研究, 十年 来, 该重大研究计划在认知机理和模型、 视听觉 信息处理、 自然语言 (汉语) 理解等方面取得了一 系列标志性成果. 例如在视觉认知机理方面, 研究人员提出了 知觉物体的拓扑学定义和注意瞬脱的拓扑学解 释等基础理论和模型;

在视听觉信息处理与计算 方面, 建立了视觉注意力统计学习计算模型和显 著性目标检测新理论;

在汉语自然语言理解方 面, 创建了一种新的语义计算理论框架, 成功研 发了一系列面向公共安全的语言交互系统. 据不完全统计, 截至

2018 年9月, 该重大研 究计划共发表学术论文

2255 篇,申请国家发明 专利

532 项.其中, 在认知和信息科学相关领域 的国际权威期刊上发表论文

163 篇, 包括在影响 因子 5.0 以上期刊发表论文

50 余篇. 特别值得一提的是,为了进一步推动研究 工作走出实验室、 产生原创性重大成果, 本重大 研究计划创建了两个比赛平台, 即 '

中国智能车未 来挑战赛'

和 '

中国脑―机接口比赛'

, 并组织了

10 届 '

中国智能车未来挑战赛'

和2届'

中国脑― 机接口比赛'

. 郑南宁介绍道, 通过在真实的物理 环境中验证理论成果, 解决实际环境中复杂认知 和智能行为决策等问题, 改变了简单的论文汇总 或实验室成果演示的传统模式, 促进了应用基础 研究与物理可实现系统的有机结合. 而这也为我国培养和造就了一大批计算机 视觉、 脑机接口、 无人驾驶技术和人工智能等方 面的优秀中青年人才. 郑南宁说: 尤其是 '

中国智 能车未来挑战赛'

, 历经

10 年的摸索和实践, 业已 成为中国无人车研发的重要品牌, 培养了一大批 本领域优秀的中青年科技骨干, 是当之无愧的中 国无人车研发 '

黄埔军校'

. 加强学科交叉共融 人类视听觉认知机理研究是认知科学的重要 组成部分,而人类视听觉信息的机器理解与计算 一直是人工智能领域主的要研究内容. 可以说, 自 立项之日起, 视听觉信息的认知计算 重大研究 计划就带有明显的学科交叉属性, 比如信息科学、 神经科学、认知心理学、数理科学等学科的交 叉―― ―而这也是郑南宁十年来感受颇深的地方. 我们所谈的科学问题普遍性越强, 它所牵涉 的交叉性就越强. 要解决基础科学问题, 必须走学 科交叉这条路. 郑南宁介绍说, 该重大研究计划 以 认知计算和脑机接口 和 无人驾驶与智能测 试 两方面为切入点, 共部署了