随着人工智能技术的迅速发展，多模态智能已成为研究的前沿热点。通过融合视觉、听觉、语言等多模态信息，并结合深度学习与数据融合等手段，多模态智能显著增强了智能系统的感知与决策能力。多模态信息的智能化不仅为复杂场景中的解决方案提供了更全面、精准的支持，还在智能制造、智慧医疗、智慧交通等领域中发挥了关键作用，加速了新型生产力的形成，带来了提升生产效率、优化资源配置、改善生活质量等显著的社会经济效益。

为促进多模态智能领域的理论、技术与应用的进一步发展，计算学部将于2024年8月17日举办“多模态智能及应用”学术报告会，邀请相关知名专家学者分享最新的研究成果，共同探讨多模态智能的研究新方向和应用新领域，推动多模态智能技术及相关应用的快速发展。

一、报告会主题

多模态智能及应用

二、举办时间地点

时间：2024年8月17日上午9:00-11:35

会议地点：哈尔滨工业大学活动中心326会议室

三、举办单位

计算学部多模态智能及应用研究中心

四、具体议程

五、特邀讲者及报告信息

邬霞 北京理工大学，国家高层次人才

报告题目：多尺度脑认知机制启发的智能感知与决策

报告摘要：随着传统神经网络模型弊端渐显，脑认知机制对深度释放数据潜能和激发模型性能有着重要的参照意义，已然成为实现通用人工智能的关键途径之一。受脑认知机制在微观、介观、宏观视域展现出的复杂特性的启发，新一代智能计算方法也许可以重塑神经网络架构，认知神经科学的发展也将引发计算科学的创新和变革浪潮。为深入阐释认知科学和人工智能的交叉融合，本次报告将首先介绍脑认知机制与神经网络发展脉络的潜在关联。在此基础上，分享多尺度脑认知机制启发的智能感知与决策研究前沿进展。最后，对人工智能和人类智能交叉融合、深度互鉴的未来发展趋势进行展望。

讲者简介：邬霞，北京理工大学计算机学院教授、博士生导师，国家高层次人才，吴文俊人工智能自然科学一等奖、教育部自然科学二等奖、茅以升北京青年科技奖等获得者。主要研究方向为脑信号智能分析、脑机接口与类脑算法等。近年来，主持承担国家自然科学基金重点项目、面上项目以及国家重点研发计划课题等十余项，以第一/通讯作者在IEEE TNNLS、IEEE TKDE、NeuroImage、MedIA、JBHI、IPMI、MICCAI等国内外重要学术期刊、会议发表论文百余篇。

郑伟诗 中山大学，国家高层次人才

报告题目：具身视觉感知与学习

报告摘要：面向物理实体机器人的视觉行为感知与学习是具身智能研究的重要一环。本次报告将汇报我们研究组在通用机器人自由抓取建模上所展开的相关研究，包括机器人6DOF抓取建模、机械灵巧手抓取建模、动态抓取与多机器人协作、机器人行为质量评估等初步研究成果。

讲者简介：郑伟诗，中山大学计算机学院教授/副院长、国家高层次人才、英国皇家学会牛顿高级学者，现任教育部机器智能与先进计算重点实验室主任。他长期研究协同与交互分析理论与方法，解决人体建模和机器人行为的视觉计算问题。担任IEEE T-PAMI等期刊的编委。主持承担国家级重点类项目和人才项目5项、以及广东省自然科学基金委卓越青年团队(负责人)项目等。获国家教学和省部级科技奖励6项。