第六届中国认知计算与混合智能学术大会圆满落幕。2024年11月1日，第六届中国认知计算与混合智能学术大会在山东青岛成功落下帷幕。本次大会由国家自然科学基金委员会信息科学部、和中国认知科学学会联合主办，吸引了众多国内外知名专家学者参加，共同探讨了人工智能领域的前沿技术和未来发展方向。

一、大会背景

本届大会以“人工智能的基本科学问题”为主题，重点聚焦脑认知科学、神经科学与人工智能的交叉融合。大会邀请了认知计算、混合智能、人工智能芯片及新型计算架构、先进感知技术等领域的著名专家学者做大会报告，旨在促进学术交流，推动我国新一代人工智能的发展。

主论坛

其中，CCHI 2024主论坛由西安交通大学辛景民教授主持，邀请了国家电网有限公司郭剑波院士（人在回路的电网调控混合增强智能技术）、武汉大学刘胜院士（低成本高可靠车规级传感器对人形机器人的启示）、国防科技大学胡德文教授（人与机器人智能融合技术）。

 

主论坛主持人辛景民教授

 

主论坛报告人、国家电网有限公司郭剑波院士进行“人在回路的电网调控混合增强智能技术”报告

其中，国家电网有限公司郭剑波院士的报告为人在回路的电网调控混合增强智能技术，概述了人机混合增强智能在大电网调控领域应用技术的发展。首先，介绍了人工智能技术应用于大电网调控面临的巨大挑战，并分析和总结了电力系统对于混合增强智能的需求。随后，针对大电网调控业务特点，从人工智能和调控应用两个维度，提出了电网调控人机混合增强智能的应用框架以及电网调控人机交互协同的目标和基本原则。在此基础上，分析和讨论大电网调控人机混合智能的融合建模、协同互动、双向学习、趋优进化，以及应用验证关键技术以及电网调控人机混合增强系统，以期推动和丰富混合智能技术在电力系统的应用方面的基础理论与关键技术的发展。

 

主论坛报告人、武汉大学刘胜院士进行“低成本高可靠车规级传感器对人形机器人的启示”报告

武汉大学刘胜院士的报告为低成本高可靠车规级传感器对人形机器人的启示，概述了人形机器人作为集成人工智能和高端制造的新赛道，其感知能力依赖于高性能传感器。低成本、高可靠性传感器能显著降低生产成本，提升机器人的智能化水平和适应能力。MEMS压力传感器在汽车行业的成功应用展示了其可靠性，但应用于人形机器人仍面临制造和封装的可靠性问题及多尺度效应的挑战。为解决这些挑战，提出多场多尺度建模与仿真，并强调“不模拟不上线”。通过芯片制造、封装工艺建模及数字孪生技术，实现传感器的低成本、高可靠性生产。这些方法提升传感器性能，支持大规模量产。掌握低成本、高可靠性的车规级压力传感器技术，是破解中国高端传感器领域“卡脖子”难题的关键，也是提升国家在人形机器人和智能制造领域竞争力的重要途径。通过技术创新与国际合作，中国有望在这一领域占据领先地位，为未来社会发展注入新活力。

 

主论坛报告人、国防科技大学胡德文教授进行“人与机器人智能融合技术”报告

国防科技大学胡德文教授的报告为人与机器人智能融合技术，概述了脑机接口的现状和进展、功能成像脑连接图谱的建立与应用、视觉机理与计算的新进展、头显和人机共驾方面的研究工作。

分论坛1

CCHI 2024会议分论坛：受神经科学启发的计算架构与器件，由武汉大学张俊教授主持，邀请了中国南方电网有限责任公司郑外生教授级高工（基于神经网络的电力系统“驭电“智能仿真器）、上海交通大学王贺升教授（基于视觉的机器人定位导航与控制）。

 

分论坛主持人张俊教授

 

分论坛报告人、中国南方电网有限责任公司郑外生教授级高工进行“基于神经网络的电力系统“驭电”智能仿真器”报告

其中，中国南方电网有限责任公司郑外生教授级高工的报告为基于神经网络的电力系统“驭电”智能仿真器，概述了电力系统是现代工业最复杂的系统之一，关系国计民生和能源安全，我国新能源装机全球占比超40%，大规模新能源并网带来全新技术挑战，新能源承载能力和安全稳定特性分析成为迫切需要回答的重大科学难题。传统电力系统分析构建简化的机理模型并通过数值积分进行求解分析，探索电力系统安全稳定运行边界。然而在新型电力系统背景下，电力系统规划和运行面临海量场景和海量计算带来的维数灾难问题，传统的方法难以适应。“驭电”智能仿真大模型构建了表征电网拓扑关系、电力系统规律的全新大模型基座和底层算子，打造了电力行业垂直大模型。通过采用单Token多重掩码机制、将电力系统规律嵌入损失函数、采用多重注意力机制表征电网拓扑、借助分块权重冻结机制固化习得经验等多项技术创新，在海量真实电网数据赋能下，“驭电”智能仿真大模型体现出了优异的性能，实现了毫秒级上千场景分析，相比经典仿真效率提升1000倍，误差小于1.5%，将支撑打造电力系统智能分析的“超强大脑”，助力电网新能源利用率显著提升。

 

分论坛报告人、上海交通大学王贺升教授进行“基于视觉的机器人定位导航与控制”报告

上海交通大学王贺升教授的报告为基于视觉的机器人定位导航与控制，概述了服务机器人两大核心功能，即移动与操作，首先对服务机器人产业与技术发展现状、所面临难点进行概述。其次介绍了团队长期攻关移动与操作中核心技术难题所取得的主要成果：针对非完整约束移动机器人复杂动力学和环境动态干扰造成的速度感知与定位失效问题，提出了融合注意力后端优化的显式遮挡计算方法，实现了复杂大场景中移动机器人视觉融合的鲁棒感知与定位；针对未标定环境导致传统定制化控制算法易失效的问题，创建了完全不依赖先验环境信息的自适应视觉伺服框架，解决了不依赖标定的机器人高精度作业难题。形成了一套实用性广的基于视觉的方法体系，提升了服务机器人关键共性技术水平。

分论坛2

CCHI 2024会议分论坛：认知计算的基础理论，由香港科技大学（广州）郑心湖助理教授主持，邀请了西安交通大学兰旭光教授（具身智能的挑战：世界模型构建与因果推理）、清华大学李勇教授（城市认知与决策智能）。

 

分论坛主持人郑心湖助理教授

 

分论坛报告人、西安交通大学兰旭光教授进行“具身智能的挑战：世界模型构建与因果推理”报告

其中，西安交通大学兰旭光教授的报告为具身智能的挑战：世界模型构建与因果推理，概述了人工智能大模型方面的进展，包括自然语言处理，视觉与语言多模态等，特别是机器人在行为智能方面的进展和面临的挑战，提出了非结构场景基于常识和视觉推理的机器人自主作业方法，将语言大模型融入视觉grounding，使得机器人能够对动态非结构场景进行视觉推理，以最优的方式完成特定物体的自主作业。进一步介绍了所提出的基于经验一致性蒸馏的机器人持续强化学习、决策大模型想象引导的多机器人自主协同方法，以及相关算法在物流、航空与航天等领域的应用。

 

分论坛报告人、清华大学李勇教授进行“城市认知与决策智能”报告

清华大学李勇教授的报告为城市认知与决策智能，概述了针对城市开放、动态、真实环境下的推理与决策等问题展开研究，本报告介绍城市认知与决策智能相关研究，通过构建大规模城市知识库和知识与数据协同的认知计算方法，研发了城市认知计算研究平台，并初步探讨针对典型城市推理与决策任务的智能决策研究。

此次会议通过主题报告、分论坛讨论及互动环节为参会嘉宾和听众提供了一个高水平的认知计算和混合智能研究领域知识共享平台，报道了该领域最新的学术成果，为推动认知计算和混合智能领域内学术研究和技术发展做出了贡献。