Special Session 1: 大模型及其产业应用的机遇与挑战⇒
By 孙富春 (清华大学)
Special Session 2: 分数域信号与信息处理及其应用⇒
By 陶然 (北京理工大学)
Special Session 3: 手术机器人前沿技术与转化应用思考⇒
By 段星光 (北京理工大学)
题目: 大模型及其产业应用的机遇与挑战
摘要: 人工智能历经70多年发展，经历了符号主义范式和联结主义范式，目前正迎来知识+数据和反馈的大模型新范式，并对社会和产业应用产生重大影响。本报告介绍了大模型的发展历程，以及大模型的主要技术，讨论了大模型技术对产业应用的机遇与挑战。接着，重点分析了大模型技术对教育、智能制造、智能交通、智慧农业、智慧安防、金融、创意产业等的影响。其次，从具身感知、具身认知和具身行为三个方面，讨论了具身大模型及其在机器人及其制造业中的潜在应用。最后，展望了大模型技术的未来发展，以及面向未来的大模型智能产业。
简介: 孙富春，清华大学计算机科学与技术系教授，博士生导师，IEEE/CAAI/CAA Fellow, 国家杰出青年基金获得者;兼任清华大学校学术委员会委员，计算机科学与技术系长聘教授委员会副主任，清华大学人工智能研究院智能机器人中心主任。兼任担任国家重点研发计划机器人总体专家组成员，中国人工智能学会副理事长，中国自动化学会和中国认知科学学会常务理事，中国计算机学会智能机器人专委会主任。兼任国际刊物《Cognitive Computation and Systems》，《AI and Autonomous Systems》主编，《CAAI Artificial Intelligence》执行主编，国际刊物《IEEE Trans. on Cognitive and Development Systems》，《IEEE Trans. on Fuzzy Systems》和《International Journal of Control, Automation, and Systems (IJCAS)》副主编或领域主编，刊物《Robots and Autonomous Systems》和《International Journal of Social Robots》编委。
题目: 分数域信号与信息处理及其应用
摘要: 信号处理方法是制约信息系统性能的核心和基础。傅里叶分析方法能够有效处理平稳信号，已被广泛应用于众多工程领域。然而，随着对信息系统性能要求的不断提高，传统方法在处理非平稳信号时遇到了困难。分数傅里叶分析作为新颖的信号处理工具，能够反映出信号从时域逐步变化到频域的所有特征，具有分析处理非平稳信号的能力，受到信号处理领域的高度关注。
本报告围绕分数域信号处理及其应用，概述了分数域信号处理的国内外研究团队及其最新研究进展；介绍了以分数域采样、分数域滤波和分数域时频分析等理论方法形成的分数域信号处理体系及其在雷达探测、电子侦察、通信导航和光学测量等方面的应用；指出了分数域信号处理在解决高速高加速目标探测与识别、合成孔径高精度无源定位、高动态高灵敏导航与中继测控等当前国家重大需求问题上起到的关键作用；探索了分数域信号处理结合高光谱遥感数据在农业、林业、湿地等领域的应用；讨论了分数域信号处理未来的发展方向和应用潜力。
简介: 陶然，北京理工大学教授、博士生导师，曾获国家杰出青年科学基金资助，曾任长江学者特聘教授、国家自然基金委创新研究群体带头人、教育部创新团队带头人，是百千万人才工程国家级人选，“分数域信号与系统”北京市重点实验室主任，JOURNAL OF BEIJING INSTITUTE OF TECHNOLOGY主编，被评为北京市高等学校教学名师、首届北京市优秀研究生指导教师。长期从事分数域信号与信息处理及其应用研究，主持国家自然基金创新群体、杰出青年、重大科研仪器研制、重点项目，JW科技委基础加强重点项目，发表SCI论文200余篇，其中ESI热点论文3篇、高被引论文20篇；以第一作者出版信号处理领域著作、教材3部，其中包括2004年出版的国内首部信号处理领域关于分数傅里叶变换的著作；授权发明专利100余项。获国家教学成果二等奖2项（序1和序3）、省部级自然科学一等奖2项（序1）、省部级技术发明一等奖2项（序1）、省部级科技进步一等奖2项（序2）。
题目: 手术机器人前沿技术与转化应用思考
摘要:
简介: 段星光，北京理工大学长聘教授，博士生导师，智能机器人与系统教育部重点实验室副主任；科技部 “十三五”、“十四五”智能机器人重点研发计划总体专家组专家，指南编制专家；泰山产业领军人才；国家重点研发计划数字诊疗专项项目首席；人工智能与教育机器人委员会副理事长；中国救援协会影像分会副会长等。长期从事智能医疗机器人、特种机器人等方面的研究工作。
