抢票 | AI未来说学术论坛第七期 自动驾驶专场

AI已来，而你来不来！？

人工智能论坛如今浩如烟海，有硬货、有干货的讲座却百里挑一。“AI未来说”青年学术论坛第七期如约而至。来自清华、北大、北理工、百度的各位专家和青年才俊，共同阐述自动驾驶领域的最新研究成果。一场专注于青年学者和大学生的AI论坛等你报名，可以快速定位文末报名哦~

由中国科学院大学主办，中国科学院大学学生会承办，中国科学院计算所研究生会、网络中心研究生会、人工智能学院学生会、化学工程学院学生会、公共政策与管理学院学生会、微电子学院学生会联合协办，百度公司提供支持，读芯术、paperweekly作为指定合作自媒体的“AI未来说·青年学术论坛”第七期将于2019 年 7月 22 日13:30-16:30在中国科学院大学（中关村校区）中关村南一条 3 号教学楼 S101 教室举行。

活动信息

报名时间：即日起至7月21日晚24:00。

活动时间：2019年7月22日13:30 - 16:30。

活动地点：中国科学院大学（中关村校区）中关村南一条3号教学楼S101。

嘉宾及分享内容

查红彬《基于数据流处理的SLAM技术》

查红彬，北京大学信息科学技术学院智能科学系教授，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，其中包括IEEE T- PAMI，IJCV, IEEE T-VCG, IEEE T-RA, IEEE T-SMC,ACM T-IST, JMLR, PR 等国际期刊以及ICCV, ECCV, CVPR, CHI, ICML,AAAI,ICRA等国际学术会议论文90余篇。

报告内容：近年来，随着自动驾驶、机器人导航与移动终端传感计算等应用的快速发展，SLAM（Simultaneous Localization and Mapping：即时定位与地图构建）技术再度成为计算机视觉与虚拟现实领域的研究热点。传统的SLAM技术充分利用多视点几何与SfM（Structure from Motion）等领域的高效算法，并通过与深度传感器、惯性传感器等下一代传感设备的数据融合，在传感器轨迹计算精度与三维场景重建质量方面取得了显著的进步。但在实际应用中，仍存在重建误差积累严重、计算成本高昂等问题，影响了机器系统的在线响应速度以及对复杂环境的自适应能力。针对这些问题，我们应最大限度地利用传感数据的时空一致性与三维地图的几何不变性，在现有多视点几何计算的基础上，强化SLAM算法的系统性与泛化能力，进一步改善其基本性能。该报告的主要内容包括：（1）引入数据流计算的基本概念，充分挖掘密集采样传感数据内在的时空连续性，以加强SLAM算法的预测能力；（2）构建基于时域变化的增量算法，并利用地图全局特征的约束以及传感数据的实时反馈作用，实现传感器轨迹的高效计算与三维地图的递进式构建；（3）尝试各类机器学习算法在SLAM问题中的应用，以探讨建立自监督SLAM在线学习技术的新途径。

邓志东《自动驾驶的“感“与”知“：机遇与挑战》

邓志东，清华大学计算机系教授，博士生导师。现为中国自动化学会会士，中国人工智能产业创新联盟专家委主任，第一届科创板咨询委委员，中国自动化学会智能自动化专委会主任，中国自动化学会智能制造专委会副主任，新兴产业百人会专家等。曾任美国华盛顿大学（WashU）客座教授（2001-2003，对方聘用），香港理工大学Research Associate（1996-1997，对方聘用），国家863计划智能机器人主题专家组组长助理（1998－2001），深圳市拓邦电子科技股份有限公司（上市公司）独立董事（2006－2012）等。先后主持973项目一级课题、NSFC重大研究计划重点项目、863计划重点项目、国家重点研发计划课题等科研项目30余项。发表学术论文250余篇，其中被WOS收录85篇，EI收录123篇，参编教材或专著5本。目前的研究方向包括：人工智能（深度神经网络、深度强化学习）、计算神经科学、无人驾驶汽车、先进机器人等。

报告内容：在人工智能、道路交通大数据、高精地图、5G、车联网、边缘计算、云平台、智慧道路以及智慧城市等的合力支撑下，自动驾驶的全球产业生态正在快速形成之中。结合特定细分应用场景，在大数据与大计算能力的支撑下，人工智能正日益成为自动驾驶环境感知、自主导航、信息融合、自主决策等的基础性技术。但目前视觉人工智能只有“感“。不但缺乏举一反三的小样本学习能力，而且不能完成认知水平的理解，也缺乏常识与推理，即不具有所谓的”知“，这就从根本上限制了自动驾驶的产业落地速度与水平。在自动驾驶落地实践中，探索具有理解能力和小样本学习能力的新一代视觉人工智能，突破自动驾驶之“感”与“知“难题，则既是挑战也是机遇。

朱帆《开放时代的自动驾驶：百度Apollo计划》

朱帆，百度智能驾驶事业群组资深架构师。2008年于复旦大学获得学士学位，2009年和2012年于英国爱丁堡大学分别获得硕士学位和博士学位，2013年至2015年密歇根大学博士后深造。2015年加入百度美国硅谷研发中心。

报告内容：自动驾驶时代已经来临，阿波罗是百度发布的名为“Apollo（阿波罗）”的向汽车行业及自动驾驶领域的合作伙伴提供的软件平台。旨在向汽车行业及自动驾驶领域的合作伙伴提供一个开放、完整、安全的软件平台，帮助他们结合车辆和硬件系统，快速搭建一套属于自己的完整的自动驾驶系统。本次报告将介绍百度阿波罗最近在自动驾驶上的最新进展，揭秘百度自动驾驶背后的黑科技。

宋文杰《时空域下智能车辆未知区域自主导航技术》

宋文杰，北京理工大学助理教授，硕士生导师，美国普林斯顿大学访问学者。主要围绕智能驾驶汽车、地面无人平台、移动服务机器人，开展无人系统架构搭建、环境感知与地图构建、路径规划与智能决策等研究。主持国防科技“引领”基金项目1项，参与完成总装十二五重点项目、国家自然基金重点项目、面上项目。研究成果获国防科学技术进步一等奖1项（排名第五），中国发明创业成果一等奖1项（排名第六），工信部创新创业一等奖2项，日内瓦世界发明展金奖1项，“中国智能车未来挑战赛”高速道路测试第一名、“跨越险阻”陆上无人系统挑战赛空地协同组第一名等。在本领域权威学术期刊和会议上发表录用论文10余篇，授权国家发明专利8项，担任IEEE Transactions on Intelligent Transportation Systems等期刊审稿人。

报告内容：智能车辆是一种集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，是新世纪车辆技术飞跃发展的重要标志，具有极高的国防军事价值和社会经济价值。在自动驾驶场景中，智能车辆如何实现先验信息缺失或无路网条件下的高精度定位、多类动态目标干扰下的自主决策与规划是自动驾驶技术面临的关键难题。本报告首先介绍北京理工大学组合导航与智能导航实验室无人车团队的研究背景与基础，然后针对以上两项难题汇报本人已开展的相关工作与目前研究的最新进展。

如何报名

报名方式

扫描下方二维码报名：

注意事项

1. 由于本次活动的名额有限，请认真填写报名的信息，方便工作人员审核。

2. 报名系统将会开放至2019年07月21日晚24：00。

3. 报名时请注意，报名信息填写完成后，点击提交会进入到报名成功的界面。记得添加“AI未来说·青年学术论坛”小助手获取门票，加入社群呦，更有神秘礼品随机掉落，业界大牛为你答疑解惑。

AI未来说*青年学术论坛

第一期 数据挖掘专场

1. 李国杰院士：理性认识人工智能的“头雁”作用

2. 百度熊辉教授：大数据智能化人才管理

3. 清华唐杰教授：网络表示学习理论及应用

4. 瑞莱智慧刘强博士：深度学习时代的个性化推荐

5. 清华柴成亮博士：基于人机协作的数据管理

第二期 自然语言处理专场

1. 中科院张家俊：面向自然语言生成的同步双向推断模型

2. 北邮李蕾：关于自动文本摘要的分析与讨论

3. 百度孙珂：对话技术的产业化应用与问题探讨

4. 阿里谭继伟：基于序列到序列模型的文本摘要及淘宝的实践

5. 哈工大刘一佳：通过句法分析看上下文相关词向量

第三期 计算机视觉专场

1. 北大彭宇新：跨媒体智能分析与应用

2. 清华鲁继文：深度强化学习与视觉内容理解

3. 百度李颖超：百度增强现实技术及应⽤

4. 中科院张士峰：基于深度学习的通用物体检测算法对比探索

5. 港中文李弘扬 ：物体检测最新进展

第四期 语音技术专场

1. 中科院陶建华：语音技术现状与未来

2. 清华大学吴及：音频信号的深度学习处理方法

3. 小米王育军：小爱背后的小米语音技术

4. 百度康永国：AI 时代的百度语音技术

5. 中科院刘斌：基于联合对抗增强训练的鲁棒性端到端语音识别

第五期 量子计算专场

1. 清华大学翟荟：Discovering Quantum Mechanics with Machine Learning

2. 南方科技大学鲁大为：量子计算与人工智能的碰撞

3. 荷兰国家数学和计算机科学中心（CWI）李绎楠：大数据时代下的量子计算

4. 苏黎世联邦理工学院（ETH）杨宇翔：量子精密测量

5. 百度段润尧：量子架构——机遇与挑战

第六期 机器学习专场

1. 中科院张文生：健康医疗大数据时代的认知计算

2. 中科院庄福振：基于知识共享的机器学习算法研究及应用

3. 百度胡晓光：飞桨（PaddlePaddle）核心技术与应用实践

4. 清华大学王奕森：Adversarial Machine Learning: Attack and Defence

5. 南京大学赵申宜：SCOPE - Scalable Composite Optimization for Learning

留言 点赞 发个朋友圈

我们一起分享AI学习与发展的干货

推荐文章阅读

ACL2018论文集50篇解读

EMNLP2017论文集28篇论文解读

2018年AI三大顶会中国学术成果全链接

ACL2017 论文集：34篇解读干货全在这里

10篇AAAI2017经典论文回顾

长按识别二维码可添加关注

读芯君爱你