上周，英特爾成都主辦第一次人工智能論壇，邀請(qǐng)到全國(guó)各地多所高校的專家學(xué)者及40多位英特爾資深工程師出席。

論壇主要聚焦于圖像識(shí)別、數(shù)據(jù)挖掘的學(xué)術(shù)及應(yīng)用分享討論，以達(dá)到促進(jìn)人工智能在制造領(lǐng)域的實(shí)踐應(yīng)用，助力高效人工智能應(yīng)用人才的培養(yǎng)，開(kāi)拓英特爾工程師思路，共同促進(jìn)發(fā)展的目的。

英特爾成都希望通過(guò)此次論壇搭建高校和企業(yè)之間的橋梁，鼓勵(lì)創(chuàng)新，將學(xué)術(shù)研究和產(chǎn)業(yè)應(yīng)用緊密結(jié)合起來(lái)，互相促進(jìn)，助推人工智能技術(shù)的應(yīng)用和發(fā)展。

“人工智能是大勢(shì)所趨，而且速度會(huì)越來(lái)越快?！?/p>

——卞成剛(英特爾制造與供應(yīng)鏈?zhǔn)聵I(yè)部副總裁、英特爾產(chǎn)品(成都)公司總經(jīng)理 )

英特爾制造與供應(yīng)鏈?zhǔn)聵I(yè)部副總裁、英特爾產(chǎn)品(成都)公司總經(jīng)理卞成剛在開(kāi)場(chǎng)致辭中表示，“對(duì)英特爾來(lái)說(shuō)，我們的人工智能戰(zhàn)略分三大塊：培育生態(tài)系統(tǒng)，推動(dòng)共同發(fā)展;塑造開(kāi)源軟件，取勝行業(yè)競(jìng)爭(zhēng);集成產(chǎn)品優(yōu)勢(shì)，構(gòu)造最佳平臺(tái)?！?/p>

他還對(duì)人工智能的幾個(gè)陷阱進(jìn)行了分析，提醒工程師們?cè)趯W(xué)習(xí)和運(yùn)用人工智能功能的時(shí)候，避免掉入幾個(gè)明顯的陷阱。

“智能制造是工業(yè)4.0的核心技術(shù)和驅(qū)動(dòng)力。”

——陳玉榮(英特爾中國(guó)研究院首席AI科學(xué)家)

英特爾中國(guó)研究院、英特爾首席AI科學(xué)家陳玉榮介紹了工業(yè)時(shí)代4.0中，人工智能+工業(yè)互聯(lián)網(wǎng)+數(shù)字化制造——智能制造是當(dāng)下的核心技術(shù)和驅(qū)動(dòng)力。

巨量信息處理的過(guò)程中，人工智能發(fā)揮了不可替代的作用，通過(guò)對(duì)圖像、自然語(yǔ)言的分類、處理及挖掘，軟硬件結(jié)合同時(shí)助力智能制造。

擴(kuò)展邊緣深度視覺(jué)智能及應(yīng)用也同樣體現(xiàn)在產(chǎn)品升級(jí)上：通過(guò)高效CNN結(jié)構(gòu)設(shè)計(jì)提升準(zhǔn)確率、降低資源需求;深度模型壓縮優(yōu)化，軟硬結(jié)合提升性能;視覺(jué)學(xué)習(xí)擴(kuò)展 ，權(quán)衡準(zhǔn)確率和效率。

“多元化、非結(jié)構(gòu)、非線性數(shù)據(jù)的處理為智能信息處理領(lǐng)域提出了新的挑戰(zhàn)!”

——?jiǎng)㈧o (西安電子科技大學(xué)廣州研究院副院長(zhǎng))

西安電子科技大學(xué)廣州研究院副院長(zhǎng)劉靜分享了團(tuán)隊(duì)在智能優(yōu)化、復(fù)雜網(wǎng)絡(luò)系統(tǒng)和計(jì)算機(jī)視覺(jué)的研究與應(yīng)用。

其中，智能優(yōu)化提供了非結(jié)構(gòu)化海量數(shù)據(jù)的高效優(yōu)化、非結(jié)構(gòu)化非線性數(shù)據(jù)的自適應(yīng)學(xué)習(xí)和識(shí)別的解決方案，優(yōu)秀應(yīng)用案例中還涉及到多AGV調(diào)度、點(diǎn)膠路徑規(guī)劃和智能芯片布圖，充分體現(xiàn)了人工智能在智能制造中的應(yīng)用。

在復(fù)雜網(wǎng)絡(luò)系統(tǒng)方面，通過(guò)將系統(tǒng)的組成部分表示成網(wǎng)絡(luò)節(jié)點(diǎn)、將連接表示成邊的方式把相互作用的實(shí)體之間的關(guān)系表示成網(wǎng)絡(luò)，對(duì)復(fù)雜網(wǎng)絡(luò)的研究就可以獲得對(duì)應(yīng)系統(tǒng)的行為、性能等特性。

劉靜還介紹了計(jì)算機(jī)視覺(jué)在工業(yè)中的廣泛應(yīng)用，例如：視頻檢測(cè)、成品良率檢測(cè)、X光違禁物品檢測(cè)、高速掉落物品缺陷檢測(cè)、和工廠熟悉的AGV視覺(jué)導(dǎo)航系統(tǒng)。

“人工智能是解決工業(yè)檢測(cè)問(wèn)題的可行解決方式?！?/p>

——汪國(guó)有(華中科技大學(xué)

人工智能與自動(dòng)化學(xué)院教授)

隨著人工智能的發(fā)展，模式識(shí)別、計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)等理論與算法在工業(yè)視覺(jué)檢測(cè)和工業(yè)大數(shù)據(jù)分析中已得到廣泛應(yīng)用。

在許多實(shí)際業(yè)務(wù)領(lǐng)域，仍面臨算法的魯棒性不夠、訓(xùn)練樣本數(shù)量不足、訓(xùn)練樣本標(biāo)記欠缺等挑戰(zhàn)，影響了人工智能技術(shù)的推廣應(yīng)用。

華中科技大學(xué)人工智能與自動(dòng)化學(xué)院教授汪國(guó)有分享了團(tuán)隊(duì)通過(guò)圖像復(fù)原，圖像語(yǔ)義分割，視頻行為理解的方法，提出了可能的解決思路，包括魯棒模式識(shí)別的深度原型學(xué)習(xí)、小樣本學(xué)習(xí)、半監(jiān)督學(xué)習(xí)等。

最后，介紹了在工業(yè)視覺(jué)檢測(cè)和工業(yè)大數(shù)據(jù)分析中的相關(guān)成果，包括生產(chǎn)零件圖像檢測(cè)、機(jī)器視覺(jué)以及物聯(lián)制造大數(shù)據(jù)的機(jī)器學(xué)習(xí)與性能預(yù)測(cè)共性關(guān)鍵技術(shù)研發(fā)。

“我們的視界，充滿AI?！?/p>

——吳曉(西南交通大學(xué)

計(jì)算機(jī)與人工智能學(xué)院教授 )

隨著人工智能的飛速發(fā)展，尤其是近年來(lái)深度學(xué)習(xí)在各行各業(yè)的應(yīng)用落地，西南交通大學(xué)計(jì)算機(jī)與人工智能學(xué)院教授吳曉主要介紹了團(tuán)隊(duì)在智能交通、智能風(fēng)險(xiǎn)管控、智能安防等領(lǐng)域的最新研究成果和項(xiàng)目應(yīng)用。

通過(guò)深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)和圖像/視頻處理，將人工智能運(yùn)用到主要四大工業(yè)，例如智能交通平臺(tái)，加油站安全風(fēng)險(xiǎn)及服務(wù)管控、化工廠智能監(jiān)控和智能醫(yī)療影像分析，將人工智能運(yùn)用于實(shí)際生活，助力民生。

令現(xiàn)場(chǎng)工程師感興趣的是在安全風(fēng)險(xiǎn)、服務(wù)管控及智能監(jiān)控平臺(tái)中，人工智能在計(jì)算機(jī)視覺(jué)、圖像、視頻處理中的廣泛運(yùn)用，對(duì)工廠的人員調(diào)度、工作流程標(biāo)準(zhǔn)化和工廠環(huán)境安全有極大啟發(fā)。

“思考和展望，感算共融，將智能推向極致的邊緣?！?/p>

——喬飛(清華大學(xué)電子工程系副研究員)

設(shè)計(jì)和實(shí)現(xiàn)具有持續(xù)智能感知能力的集成物聯(lián)網(wǎng)節(jié)點(diǎn)是實(shí)現(xiàn)各種終端設(shè)備智能化的必由之路，也是解決當(dāng)前物聯(lián)網(wǎng)系統(tǒng)功耗、實(shí)時(shí)性和安全隱私性難題的關(guān)鍵技術(shù)。

喬飛的團(tuán)隊(duì)提出面向智能持續(xù)感知的“傳感-計(jì)算”共融體系架構(gòu)和集成電路設(shè)計(jì)方法，將面向視覺(jué)、聽(tīng)覺(jué)和觸覺(jué)等多模態(tài)感知和多場(chǎng)景感知的需求，設(shè)計(jì)能夠持續(xù)開(kāi)機(jī)工作的智能持續(xù)感知芯片和超低功耗物聯(lián)網(wǎng)節(jié)點(diǎn)。

相關(guān)“傳感-計(jì)算”共融智能持續(xù)感知架構(gòu)和低功耗混合信號(hào)集成電路設(shè)計(jì)技術(shù)，以及體系化的設(shè)計(jì)方法將是在新興需求下對(duì)于傳統(tǒng)數(shù)字化感知處理體系的顯著拓展，也必將對(duì)于超低功耗智能持續(xù)感知芯片的設(shè)計(jì)引領(lǐng)新的設(shè)計(jì)方向。

“數(shù)據(jù)賦能智能制造。”

——楊潤(rùn)星(英特爾成都數(shù)據(jù)科學(xué)家)

“數(shù)據(jù)前饋?zhàn)屩圃旃S更加高效?！?/p>

——侯宗林 (英特爾成都封裝測(cè)試部工程師)

楊潤(rùn)星介紹了芯片工廠的生產(chǎn)流程，強(qiáng)調(diào)數(shù)據(jù)在工廠提升產(chǎn)品良率，降低成本，實(shí)現(xiàn)精益生產(chǎn)方面的巨大效能，同時(shí)，他也指出了工廠追求更高質(zhì)量生產(chǎn)方面的挑戰(zhàn)領(lǐng)域，希望能在此次論壇能獲取更多人工智能在深度學(xué)習(xí)、圖像視覺(jué)處理方面的啟迪，進(jìn)而運(yùn)用于工廠的實(shí)際生產(chǎn)中。

侯宗林介紹了數(shù)據(jù)在智能智造中節(jié)約成本、提高生產(chǎn)效率的實(shí)際案例。使用DFF(Data Feed Forward)模型，對(duì)生產(chǎn)結(jié)果數(shù)據(jù)進(jìn)行分析，及時(shí)改進(jìn)操作流程，提高設(shè)備檢測(cè)精準(zhǔn)度，減少產(chǎn)量預(yù)估誤差。數(shù)據(jù)可以在高產(chǎn)量要求工廠中全面運(yùn)用，賦能智能制造。

“人工智能在臨床醫(yī)學(xué)圖像質(zhì)量?jī)?yōu)化方面起到了至關(guān)重要的作用?！?/p>

——蒲曉蓉(電子科技大學(xué)

計(jì)算機(jī)科學(xué)與工程學(xué)院 首席教授)

20世紀(jì)90年以來(lái)，肺癌篩查進(jìn)入低劑量LDCT ( Low-Dose Computed-Tomography)時(shí)代，并已成為肺癌篩查研究的熱點(diǎn)。研究表明，與X線胸片相比，采用LDCT對(duì)肺癌高危人群進(jìn)行篩查可使肺癌病死率下降20% 。

一般地，自然圖像的降噪依賴于噪聲類型，而低劑量CT噪聲被認(rèn)為是量子噪聲和電子高斯噪聲的總和。因此，傳統(tǒng)圖像降噪算法難以勝任LDCT圖像降噪。近年來(lái)，深度學(xué)習(xí)被大量用于LDCT圖像降噪和去除偽影。但很多降噪圖像會(huì)出現(xiàn)外觀模糊、缺少病灶細(xì)節(jié)等不利于臨床診斷的致命缺陷。

蒲曉蓉的團(tuán)隊(duì)聚焦幾個(gè)核心問(wèn)題，提出面向臨床應(yīng)用的LDCT圖像降噪的系列深度學(xué)習(xí)方法，包括：(1)由于臨床難以采集獲得結(jié)構(gòu)信息完全匹配的LDCT和NDCT (Normal-Dose，正常劑量CT)樣本對(duì)，用于有監(jiān)督訓(xùn)練，我們提出一種噪聲估計(jì)、學(xué)習(xí)與擴(kuò)充新方法，利用豐富易得的NDCT樣本獲得偽LDCT配對(duì)方法，實(shí)現(xiàn)即插即用無(wú)配對(duì)LDCT降噪通用架構(gòu)。該研究成果榮獲2020圖像計(jì)算與數(shù)字醫(yī)療國(guó)際會(huì)議比賽冠軍和大會(huì)論文收錄。(2)現(xiàn)有LDCT降噪方法較少關(guān)注感興趣區(qū)域(ROI)，且降噪與高階任務(wù)(如病灶檢測(cè)等)無(wú)關(guān)聯(lián)等不足，提出將醫(yī)學(xué)圖像降噪與病灶檢測(cè)有機(jī)結(jié)合新架構(gòu)，構(gòu)建了多損失集成和網(wǎng)絡(luò)協(xié)同訓(xùn)練新方法，研究成果發(fā)表于CCF A類國(guó)際會(huì)議ACM MM。

“人工智能助力英特爾智能制造，大有可為。

——?jiǎng)①?英特爾運(yùn)營(yíng)制造部自動(dòng)化 部門(mén)經(jīng)理)

劉倩作為自動(dòng)化部門(mén)經(jīng)理跟大家分享了人工智能在英特爾制造流程中的趨勢(shì)、挑戰(zhàn)以及應(yīng)用。

比如生產(chǎn)線上的某一臺(tái)機(jī)器，每分鐘就能產(chǎn)出大約10G的數(shù)據(jù)，我們?nèi)绾慰焖?、精?zhǔn)、保質(zhì)保量的對(duì)數(shù)據(jù)進(jìn)行處理，是一個(gè)挑戰(zhàn)。這表明，英特爾既是一個(gè)數(shù)據(jù)應(yīng)用者，又是一個(gè)大規(guī)模數(shù)據(jù)的產(chǎn)出者。從14nm技術(shù)之后，大規(guī)模數(shù)據(jù)的井噴，推動(dòng)著半導(dǎo)體制造行業(yè)從人為檢測(cè)，逐步代替機(jī)器檢測(cè)，從而保證精益生產(chǎn)。

人工智能在英特爾制造中的應(yīng)用分別是自動(dòng)缺陷分類、設(shè)計(jì)部門(mén)優(yōu)化、老化性測(cè)試、預(yù)測(cè)性維護(hù)和聲學(xué)檢測(cè)，數(shù)據(jù)處理從難度和價(jià)值上來(lái)講分為三個(gè)階段“是什么”、“為什么”、“如何避免”，主要聚焦于如何適應(yīng)流程變化、如何處理巨量數(shù)據(jù)、如何優(yōu)化產(chǎn)品測(cè)試、如何幫助解決方案制定這五大方面。英特爾成都制造工廠正致力于第三階段，推動(dòng)數(shù)據(jù)分析預(yù)見(jiàn)性在制造生產(chǎn)中的實(shí)際應(yīng)用，實(shí)現(xiàn)質(zhì)量、成本的雙面提高。

“人工智能是人從經(jīng)驗(yàn)中學(xué)習(xí)和認(rèn)知，再將這樣的思維運(yùn)用于機(jī)器?！?/p>

——楊維平(英特爾成都封裝制造首席工程師)

英特爾封裝制造首席工程師楊維平作為閉幕致辭嘉賓對(duì)到場(chǎng)的學(xué)院老師及工程師代表表示了感謝。英特爾成都始終致力于產(chǎn)教融合、加強(qiáng)校企合作，在互相交流中碰撞出新的火花，培養(yǎng)產(chǎn)業(yè)導(dǎo)向的優(yōu)秀學(xué)子，更新和提高了工程師的知識(shí)面，為產(chǎn)業(yè)的可持續(xù)發(fā)展不斷培養(yǎng)創(chuàng)新人才。

現(xiàn)場(chǎng)，他還跟大家分享了數(shù)據(jù)和圖像處理在工業(yè)4.0時(shí)代在制造業(yè)實(shí)際運(yùn)用：運(yùn)用Smart System，處理Smart Data，通過(guò)AI，實(shí)現(xiàn)智能制造。運(yùn)用數(shù)據(jù)來(lái)輔佐決策，在需要時(shí)以被需要的形式出現(xiàn)在制造流程的改進(jìn)過(guò)程中。

此次研討會(huì)通過(guò)主題演講分享英特爾人工智能生態(tài)，為教育注入創(chuàng)新思維，同時(shí)通過(guò)深入探討數(shù)據(jù)挖掘、圖像處理等人工智能技術(shù)熱點(diǎn)與趨勢(shì)，探索產(chǎn)學(xué)研合作新途徑，展示學(xué)術(shù)界AI最新教學(xué)與科研成就，進(jìn)行多形式的學(xué)術(shù)交流與互動(dòng)，進(jìn)而提升產(chǎn)業(yè)多元化發(fā)展，為社會(huì)帶來(lái)更多新機(jī)遇。

原文標(biāo)題：“共建產(chǎn)學(xué)生態(tài)，引領(lǐng)智造創(chuàng)新” - 英特爾人工智能學(xué)術(shù)論壇成功舉辦

文章出處：【微信公眾號(hào)：英特爾責(zé)任芯】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

審核編輯：湯梓紅