合肥信息学院网讯（新闻中心 任治春）4月16日上午，合肥信息技术职业学院党委书记、院长王世杰在北京清华科技园参加哈佛大学博士后学术研讨班。中方学术导师，清华大学计算机科学与技术系博士生导师，清华大学校科研院院长助理，智能技术与系统国家重点实验室副主任，国家863计划专家组成员，中国人工智能学会智能控制与智能管理专业委员会副主任兼秘书长孙富春教授主讲《人工智能前沿研究与产业发展趋势》。

孙富春教授在报告中阐释了人工智能要解决的根源本质性问题及物质基础、应用基础、思想基础。孙富春教授表示，深度学习已经成为了人工智能技术领域最重要的技术之一。在最近数年中，计算机视觉、语音识别、自然语言处理和机器人取得的爆炸性进展都离不开深度学习。因果图结构提供可解释性，其中年龄是隐混淆因子。跨模态学习指的是对多种感官信息的综合，通过利用一种或多种来自于其它感官的信息来提高某一单独感官中的学习效果。在文献中，术语模态通常指感觉模态，也称为刺激模态。刺激模态提供从特定感觉输入获得的信息，例如，视觉、听觉、嗅觉或动觉信息。人脑的跨模态学习表现为以下两种形式：对于一种感知的输入，如果存在来自其他模态的一致的信息，那么该模态就会被更快更强地激活；（2）如果一种或多种模态的感知功能减弱或丧失，某种其他模态的刺激可能会增强。孙富春教授深入阐释了迁移学习如何跨模态、远域迁移，强化学习的优缺点，以及对抗学习如何产生时序实现超分辨率增强。

孙富春教授结合智能芯片、智能安防、智能社交、智能交通、智能农业、智能教育、智慧医疗等，深入阐述了人工智能在各个行业爆发。孙富春教授还分享了人工智能发展面临的挑战及未来发展趋势。

孙富春教授从事非线性系统的神经模糊建模、控制与滤波研究十余年，在国际期刊发表论文58篇（SCI收录52篇），这些论文在Web of Science网络版中他引300余次。专著《机械手神经网络稳定自适应控制的理论与方法》《空间机器人学:动力学、规划与控制》。译著《机器人学导论》已为三十多所大学作为教材使用，获得好评。国家杰出青年基金（2006）；教育部新世纪人才奖（2004）；第十八届Choon-Gang国际学术奖（2003）；其系统建模与控制（2002）；控制与鲁棒控制的理论与方法（2004）；全国优秀博士论文奖（2000）。

（总编：张杰）