发新帖

院士专家谈硬科技:软实力与硬实力的结合点

[复制链接]
1081 0
“硬科技的提法很有前瞻性,它是软实力与硬实力的结合点,是撬动、支撑我国装备制造业发展、智能化趋势引领、信息物理系统构建的重要基础。”11月7日下午,在由西安电子科技大学承办的“电子信息+”创新论坛上,中国工程院院士段宝岩作了题为《面向高性能装备制造的创新设计》的特邀报告。

作为2017西安全球硬科技创新大会分论坛之一,“电子信息+”创新论坛共持续两天。7日下午,论坛开幕式后,段宝岩以及北京奇虎科技有限公司副总裁、首席科学家、人工智能研究院院长颜水成,中国科学技术大学信息科学技术学院执行院长吴枫教授,同济大学苗夺谦教授,中信信龙合伙人谭铭洲,北京大学王启宁研究员等先后在论坛上作主题报告,与到会的广大科技工作者分享科技创新的思路和成果。

32841F0A7A8B9C91826D74D46A0_2734F1B3_1F2A4.jpg

“硬科技就是具有原创性、不可替代性,要顶天立地。西安有着发展硬科技的明显优势,我们应该积极响应西安市委市政府的号召,奋发努力为打造‘硬科技之都’呐喊、夯基、助力。”段宝岩谈到,创新驱动的关键在于科技创新,科技创新的重点在于实体经济,装备制造业从某种程度上支撑着实体经济,而装备制造的前提是设计。他结合自身所从事的“FAST”工程、星载天线、电子装备机电耦合等研究经历,分享了关于创新设计的见解。“一是需要坚实的设计制造数理基础,运用几何观点、代数方法进行全面深入的定性定量分析;二是需要交叉学科来支撑工程技术,孕育创新思想,诞生创新设计;三是创意来自智慧,创造出自实践,创新需要灵感。”


“学术界的人工智能是针对特定问题,探索新算法,追求精度极限。而在工业界,人工智能本身不是产品,和具体业务或场景结合才能有价值。”颜水成在题为《人工智能:学术界vs工业界》的报告中指出,人工智能研发的目标,其一是受学术驱动,在数据和场景固定条件下,算法加算力综合产生的精度极限,其二是受业界驱动,在算力和场景固定条件下,算法数据闭环不断迭代后产生的产品体验。他为大家介绍了360公司在大安全、短视频、大数据方面的人工智能布局。“在人工智能特别是深度学习的研究上,学术界和工业界差距很大,但不是完全割裂的,存在着相互作用。工业界的产品体验可以提炼出核心问题,启发学术界深入研究和探索,同时,学术界追求精度极限下产生的前沿成果,可以激发工业界设计出新颖产品。两者相结合可以将人工智能带到一个新的阶段。”


在主题报告《类脑人工智能》中,吴枫为大家介绍了由中国科学技术大学牵头的类脑智能技术及应用国家工程实验室的相关情况。“智能化是人类社会下一个技术形态的标志。人脑是自然界几亿年进化的高级智能产物,发展人工智能必然要揭示人脑信息处理机制,发展类脑智能。脑科学为人工智能的发展指明了方向。在各国陆续启动脑研究计划的过程中,我国‘十三五’规划也全面启动了脑科学与类脑科学研究。”他指出,类脑智能发展目前存在着脑机理认知不够清楚、类脑计算模型和算法不精确、计算架构和能力制约等瓶颈。中科大类脑智能工程实验室正是针对以上瓶颈问题,突破关键技术方向,推动类脑智能产业发展。通过建设计算与数据基础资源平台,有力带动人工智能相关企业的起步与发展,极大释放人工智能的创新创业红利,促进人工智能生态环境建立。


“我们已经进入大数据时代,大数据中蕴藏着丰富信息和巨大价值,大数据的处理一般可分成获取、存储、传输、分析和可视化等五个阶段。每个阶段都面临着挑战性,在分析环节中最困难的是高维、多元、异构这样一些问题。”苗夺谦在论坛上以《面向大数据的的粒计算方法》为题作了特邀报告。他指出,粒计算主要解决的正是大数据的分析问题,其主要优势体现在四个方面,一是可以将海量数据缩减到小规模数据,二是可以对异构数据在不同层次上进行融合,三是可以对高维数据降维,四是可以挖掘到数据中更加丰富的信息和知识。


以博通提出收购高通邀约这则案例切入,从投资视角出发,谭茗洲在论坛上作了题为《新连接、新终端、新延伸》的报告。“信息产业正在酝酿一场新变局、新变革。以运算、传输、存储、感知和交互为关键词的新一波技术创新正在逼近,新模式将围绕新技术逐渐形成。人与人、人与物、物与物、人与服务之间的连接也正在延伸,连接一切。在西安开这样一场创新大会,正当其时!”提及VR/AR设备、无人机、智能汽车等,谭茗洲提出,新终端在新的一波技术创新中至关重要。“感知交互是核心”,他还分享了自己对机器人的理解。


“未来机器人大概是什么样子?应该是可以跟环境、跟其他机器人之间自然交互,自主适应复杂任务和动态环境的共融机器人。穿戴式机器人,已经从国防应用走向医疗应用,传统上只是模仿外形,现在越来越模仿人的智力。”在《面向人机融合的穿戴式机器人关键技术及发展趋势》主题报告中,王启宁分享了北京大学研制出目前国际上重量最轻的智能动力小腿假肢PKU-RoboTPro的研究过程、主要贡献和相关体会。他指出,穿戴式机器人领域的研究热点和关键科学问题包括人机耦合系统动力学与控制、人体运动意图识别和感知、分布式智能和人机混合智能等。“从人到机器人,感知人、辅助人;从机器人到人,补偿人、重塑人。无论是机器人还是神经科学,无论是硬件还是软件,我们只迈出了很小的一步,让机器人真正跟人一样尚需要我们继续努力。”

您需要登录后才可以回帖 登录 | 注册

本版积分规则

快速回复 返回顶部 返回列表