2024年8月30-31日，由脑启发智能感知与认知教育部重点实验室主办的人工智能前沿论坛在合肥顺利召开，本次论坛邀请了同济大学苗夺谦教授、北京交通大学人工智能研究院院长于剑教授、浙江大学计算机学院副院长杨易教授、南京航天航空大学人工智能学院院长张道强教授、东南大学研究生院常务副院长耿新教授、武汉大学计算机学院院长杜博教授在内的六位人工智能领域专家，中国科学技术大学党委常委、副校长吴枫教授，脑启发智能感知与认知教育部重点实验室副主任王杰教授，中国科学技术大学大数据学院副院长何向南教授出席会议，此外现场来宾还有来自中国科学技术大学、合肥工业大学、安徽大学等高校师生及科研院所专家学者，参会人员共计200余人。

首先，中国科学技术大学党委常委、副校长吴校教授致欢迎辞，向各位来宾表示热烈的欢迎! 吴枫教授表示如今人工智能早已经融入我们日常生活，渗透到各个行业领域，人工智能不仅在技术革新方面取得了重要突破，也在各个领域为社会带来了巨大的变革。

会议上半场由脑启发智能感知与认知教育部重点实验室副主任王杰教授主持。

第一位报告嘉宾是同济大学计算机系苗夺谦教授，报告题目“行人搜索算法研究进展”。苗教授在报告中指出，行人搜索的目标是解决行人检测与行人再识别问题。现有的方法是基于快速R-CNN的端到端框架，然而，由于快速R-CNN的并行结构，抽取的特征来自于区域候选网络的提案，而不是预测标定框，所以，影响了行人搜索的准确率。本报告介绍采用粒计算思想，我们提出的一种序贯端到端网络——SeqNet。实验分析表明，本方法显著提升了行人搜索的准确率。这一工作作为当时的SOTA，成为后来研究者超越的目标。

第二位报告嘉宾是北京交通大学人工智能研究院院长于剑教授，交通数据分析与挖掘北京市重点实验室主任，报告题目“最优分类器及其挑战”。于教授在报告中指出，分类器研究是机器学习的核心方向。如何设计最优分类器一直是人工智能研究的基本问题。本次报告将梳理最优分类器设计的基本路径，证明不可能利用欧氏距离推广SVM得到最优分类器，并致力于提出一个设计最优分类器的理论框架。

第三位报告嘉宾是浙江大学求是讲席教授杨易教授，国家特聘专家、浙江大学计算机学院副院长、微软-教育部视觉感知重点实验室主任、人工智能省部共建协同创新中心副主任，报告题目“混合模型协同的智能内容生成技术”。杨教授在报告中指出：混合模型协同的人工智能面向垂直领域应用，研究预训练大模型、先验知识及领域专用模型的高效整合。面向数字人重建与驱动、跨媒体内容生成等应用，讨论混合模型协同的内容生成技术。在数字人重建方面，本报告将讨论融合几何等先验信息的方法在数字人驱动中的应用。在跨媒体内容生成方面，本报告将讨论通过音频、文本、布局结构等信息，实现可控内容生成的方法。本报告将结合实际案例讨论专用知识嵌入、结构化表达等典型混合模型协同机制。

会议下半场由中国科学技术大学大数据学院副院长何向南教授主持。

第四位报告嘉宾是南京航空航天大学人工智能学院院长张道强教授，脑机智能技术教育部重点实验室主任。报告题目“个体化脑图谱智能绘制方法探究”。张教授在报告中指出，个体化脑图谱在神经科学、临床医学、个性化治疗以及认知研究等领域具有重要研究意义。通过精确绘制个体的大脑结构和功能分区，我们能够更深入地理解个体之间的脑结构和功能差异。这不仅为研究神经系统疾病提供了关键的洞察，还能帮助医生制定更加个性化的治疗方案。本报告主要介绍了几种基于影像数据和人工智能技术的个体化脑图谱智能绘制方法，包括个体化脑结构图谱的绘制方法、个体化脑功能图谱的生成方法，以及这些图谱在疾病检测和行为预测中的应用。

第五位报告嘉宾是东南大学首席教授，研究生院常务副院长耿新教授，新一代人工智能技术与交叉应用教育部重点实验室主任，国家杰青、优青基金获得者，国际工程与技术学会杰出会士，江苏特聘教授。报告题目“本能、进化、创意—— “学习基因” 带来的新质 AI 能力”。耿教授因行程临时冲突改为线上报告，他在报告中指出，以大模型为代表的当代AI技术在学习、搜索、优化、博弈、理解、表达等不同维度上的能力不断取得突破，部分正在接近甚至超越人类。在此背景下，探讨与人类智能相比，是否还有AI 尚未触及或者表现很弱的能力，是一个非常有趣的话题。为了让机器像人一样学习，我们提出一种受到人类智能遗传进化机制启发的全新大模型技术框架——学习基因。进一步，我们初步探索了如何通过学习基因给AI带来新质能力，包括本能、进化和创意。

最后一位报告嘉宾是武汉大学杜博教授，弘毅特聘教授、国家自然科学基金杰出青年科学基金、优秀青年科学基金获得者、湖北省杰青。报告题目“多模态大模型发展及垂域赋能”。他在报告中指出，模态大模型作为人工智能领域的重要进展，通过整合学习文本、视觉等多模态数据信息，极大地提升了模型的多模态理解和人机交互能力。随着大模型技术的不断发展，多模态大模型也有望助力赋能各行业发展。本报告将探讨多模态大模型的发展历程、应用场景与研究挑战，以及介绍团队从通用基础大模型到医疗、遥感垂直领域多模态大模型的研究成果，分析多模态大模型在特定垂直领域的应用潜力和赋能效果，并为未来的大模型技术发展和赋能应用提供前瞻性视角。

专家报告结束后，现场来宾与各位专家就人工智能领域的热点话题展开了深度交流和研讨。再次感谢各位嘉宾、专家、学者和观众的热情参与和支持，使得本次人工智前沿能论坛取得了圆满成功。