3月6日，2021年模式识别高峰论坛在线上成功举办。本次模式识别高峰论坛，由中国自动化学会、中国人工智能学会、中国图象图形学学会和北京科技大学共同主办，中国自动化学会模式识别与机器智能专委会、中国人工智能学会模式识别专委会、中国图象图形学学会文档图像分析与识别专委会、北京科技大学计算机与通信工程学院、北京科技大学人工智能研究院联合承办。

      此次论坛采用线上会议形式，并在B站全程进行网上直播，是一场具学术性、权威性、前瞻性于一体的学术会议，可以说是春节后国内第一个人工智能领域的学术盛宴，受到了国内模式识别及人工智能领域专家、老师、同学和同行们的热烈关注，网上直播观看人气最高超过了1.4万。

      北京科技大学副校长王维才教授致开幕词。王维才教授代表主办单位北京科技大学向各位嘉宾表示欢迎和感谢，简要介绍了北京科技大学及计算机人工智能学科的发展，预祝本次论坛成功举办。

     上午大会的第一位讲者为徐宗本院士，中国科学院院士、数学家、西安交通大学教授。主要从事智能信息处理、机器学习、数据建模基础理论研究，曾获国家自然科学二等奖、国家科技进步二等奖、陕西省最高科技奖，在2010年世界数学家大会上作45分钟特邀报告。曾任西安交通大学副校长，现任人工智能与数字经济广东省实验室(琶洲实验室)主任、陕西国家应用数学中心主任、大数据算法与分析技术国家工程实验室主任，是国家大数据专家咨询委员会委员、国家新一代人工智能战略咨询委员会委员。

     徐院士的报告题目是《AI的十个基本数学问题》，报告深刻分析了数学与数据、人工智能的关系，强调了数学在AI中的基础性和重要性，并重点阐述了人工智能研究与应用中凾待解决的10个基本数学问题：（1）大数据统计学基础；（2）大数据计算基础算法；（3）数据空间的结构与特性；（4）深度学习的数学机理；（5）非正规约束最优输运问题；（6）学习方法论的模拟与函数空间中的学习理论；（7）非凸优化的理论与高效算法；（8）如何突破机器学习的先验假设；（9）机器学习自动化问题；（10）知识推理与数据学习融合的新一代人工智能模型及其分析。徐院士强调，在当前深度学习、AutoML等热点方向，还有大量的基础数学问题亟待解决，需要数学、数据科学、计算机、人工智能等领域合力攻关。

      上午大会的第二位讲者为国防科技大学教授胡德文教授，主要从事模式识别与智能系统、认知科学与信息处理、控制理论与控制工程等方面教学科研工作，是2014—2019年度爱思维尔中国高被引学者。先后被评为教育部特聘教授、国家杰出青年科学基金获得者、国家万人计划领军人才、全国优秀科技工作者，于2012年和2018年获国家自然科学奖二等奖共2项，2020年获全国创新争先奖状。

       胡德文教授的报告题目是《脑影像的模式识别》，报告介绍了基于磁共振成像数据的大脑结构与功能模式分析问题，包括大脑性别的分类、精神神经疾病患者的脑网络异常分析与个体化诊断的机器学习方法等，重点阐述了基于功能连接的大脑子区剖分方法学研究和基于计算共形几何的脑影像迁移学习研究。胡教授介绍，在大脑性别分类方面，连医生都很难区分，而基于脑影像的模式识别方法却能够很好的进行性别分类，促进疾病智能分析效果，引起了业内同行的广泛关注。

      上午大会的第三位讲者为王国胤教授，重庆邮电大学副校长兼研究生院院长、大数据智能研究院院长，是教育部特聘教授、首批“万人计划”领军人才，曾任国际粗糙集学会理事长，现任中国人工智能学会副理事长、中国计算机学会理事。主要从事粗糙集、粒计算、知识发现、数据挖掘等研究，论著被他引10000多次。获国家级高等教育教学成果二等奖、重庆市自然科学一等奖、吴文俊人工智能科学技术奖科技进步一等奖。

      上午大会的第四位讲者为于剑教授，北京交通大学二级教授，人工智能研究院院长，交通数据分析与挖掘北京市重点实验室主任。中国计算机学会会士，中国计算机学会人工智能与模式识别专委会主任，中国人工智能学会会士，中国人工智能学会副秘书长兼常务理事。著有学术专著《机器学习：从公理到算法》，是中国人工智能学组织编写教材《人工智能导论》的执行主编。

     于剑教授的报告题目是《机器学习公理化及其应用》，报告阐述了基于认知的机器学习公理化框架，并介绍了该框架的三个主要用途：（1）可以推演学习算法，如密度估计、回归、降维、聚类、分类等机器学习算法；（2）可以推导出常见的机器学习理论，如PAC学习理论与统计学习理论；（3）可以分析学习算法性质，如软聚类算法的参数选择问题。于教授通过介绍他提出的机器学习公理化问题，强调了机器学习基础理论方法研究的重要性。

     上午大会的第五位讲者为南京航天航空大学陈松灿教授，国际模式识别学会会士和中国人工智能学会会士。2014-2019连续6年入选Elsevier中国高引学者榜。曾获国家自然科学二等奖一项（排2）。现任CAAI机器学习专委会主任、常务理事和江苏省人工智能学会常务副理事长。

     陈松灿教授的报告题目是《Leave Zero Out: 一个高效和有效的模型选择策略》，报告针对机器学习和模式识别中基础的模型选择问题，介绍了一种无需交叉验证（Leave Zero Out策略）的简单、高效、有效、实用的选择策略。利用自适应数据增广，能够充分、快速的训练和选择模型，大大提升学习系统的性能。最后，陈教授分析了数据利用、模型选择、迁移学习融合在模式识别与机器学习中的发展趋势。

      2021年模式识别高峰论坛下午大会报告由北京科技大学计算机与通信工程学院副院长、中国图象图形学学会文档图像分析与识别专委会副主任/秘书长殷绪成教授主持。

     下午大会的第一位讲者为中国科学院计算技术研究所陈熙霖研究员，主要研究领域为计算机视觉、模式识别、多媒体技术以及多模式人机接口，近年来研究兴趣集中在场景理解、人脸分析与自然人机交互等方面；在国内外重要刊物和会议上发表论文300多篇，先后获得国家自然科学二等奖一项，国家科技进步二等奖四项。

      陈熙霖教授的报告题目是《手势识别与交互》，报告针对手势/手语识别及交互技术及应用，进行全面的、深入浅出的介绍。针对手部丰富的形态变化和动作变化以及大量的动作/词汇集合等挑战，陈教授重点介绍了面向深度信息缺失、点云信息挖掘、离散连续状态扩展的手势识别新方法。

      下午大会的第二位讲者为北京大学查红彬教授，教育部长江学者特聘教授，机器感知与智能教育部重点实验室主任，主要从事计算机视觉与智能人机交互的研究，在三维视觉几何计算、三维重建与环境几何建模、三维物体识别等方面取得了一系列成果，出版学术期刊及国际会议论文300多篇。

      查红彬教授的报告题目是《视觉SLAM：在线学习的途径》，报告全面阐述了在线视觉SLAM技术，并提出了在线学习的统一框架，能够强化视觉系统的环境自适应性，提高动态视觉系统在真实复杂场景中的应用能力。最后，查教授重点介绍了自监督视觉里程计的序列对抗学习、自监督SLAM学习等新方法新技术。

     下午大会的第三位讲者为金连文教授，华南理工大学二级教授，兼任中国图像图形学学会（CSIG）常务理事、CSIG文档图像分析与识别专委会主任，主要研究领域为文字识别、深度学习、计算机视觉及应用等，在IEEE汇刊、ICDAR/CVPR等重要国际期刊会议上发表学术论文百余篇，指导学生参加国际学术竞赛荣获冠军20余次。

     下午大会的第四位讲者为刘成林研究员，中国科学院自动化研究所副所长，模式识别国家重点实验室主任，中国科学院大学人工智能学院副院长，2008年获得国家杰出青年科学基金资助。研究兴趣包括图像处理、模式识别、机器学习、文字识别与文档分析等，现任Pattern Recognition期刊和《自动化学报》的副主编，任中国人工智能学会副理事长、会士，中国自动化学会模式识别与智能系统专委会主任，中国图象图形学学会常务理事、IEEE Fellow、IAPR Fellow。

     刘成林教授的报告题目是《模式识别学科历史脉络和发展现状》，报告对模式识别学科的定义和范畴、及学科发展历史脉络进行了全面、系统地梳理，清晰地分析了模式识别与人工智能、机器学习、计算机视觉、数据挖掘等之间的关系，并阐述了模式识别学科的核心研究问题和发展趋势。刘教授强调，模式识别与人工智能其它分支的发展，既独立又融合，当前的趋势就是模式识别、机器学习、计算机视觉等领域融合发展，模式识别与人工智能大有可为。

     大会报告结束后，进行的是精彩的模式识别青年高峰对话。

     中国科学院自动化研究所王亮研究员（模式识别国家重点实验室副主任、国家杰青、国家万人计划领军人才、IEEE/IAPR Fellow）；四川大学吕建成教授（四川大学计算机学院/软件学院院长、国家杰青、国务院特殊津贴专家）；北京大学林宙辰教授（国家杰青、IEEE/IAPR Fellow）；大连理工大学卢湖川教授（大连理工大学创新学院院长、国家杰青）；南京信息工程大学刘青山教授（南京信息工程大学计算机与软件学院院长、国家杰青、教育部特聘专家）；微软亚洲研究院王井东博士（微软亚洲研究院视觉计算组首席研究员、IAPR Fellow）。

     与会专家围绕“知识如何助力数据驱动的模式识别”主题，为国内模式识别及人工智能领域呈现了精彩的思想碰撞与学术对话。这次青年高峰对话的主题与高峰论坛第一个大会报告徐宗本院士所提出“AI的十个基本数学问题”中的第十个问题（“知识推理与数据学习融合的新一代人工智能模型及其分析”）不谋而合，这是模式识别与人工智能领域的共性问题，使得这次青年高峰对话更加热烈、更受关注。

     在青年高峰对话中，与会专家就“知识如何助力数据驱动的模式识别”中的三个主要问题进行了深入的讨论：

（1）知识助力数据驱动的模式识别的重要性和必要性；

（2）知识助力数据驱动的模式识别的主要途径与方法；

（3）知识助力数据驱动的模式识别的成功案例及发展趋势。

     与会专家一致认为，知识推理与数据学习融合是模式识别与人工智能方法与技术发展的必然趋势，其中，知识的建模与表示是非常重要的基础问题。

     最后，中国科学院自动化研究所副所长、中国人工智能学会副理事长、中国自动化学会模式识别与机器智能专委会主任刘成林研究员进行了总结讲话。刘成林教授说，今天2021年模式识别高峰论坛的9个大会报告和模式识别青年高峰对话，都非常精彩，收获颇丰，相信网上参会的老师、同学、同行、朋友们也都有很大的收获。刘老师对今天高峰论坛报告学者和对话嘉宾，参会的老师、同学、朋友们表示了感谢，希望大家不断努力，共同推进我国模式识别学科的进一步发展。

     2021年模式识别高峰论坛大会报告和模式识别青年高峰对话已生成视频回放，可继续感受、学习精彩的大会报告和青年高峰对话。

来源：CSIG文档图像分析与识别专委会