2019未来之门·中关村（京西）人工智能产业化论坛成功举行

　　培育规模化应用促进商业普及

　　本次论坛以“类脑计算及AI触觉传感器应用产业化”为主题，旨在探讨和交流新一代人工智能类脑计算架构及与之对接的触觉传感应用技术的发展趋势，促进AI触觉传感器的规模化应用，加速服务类机器人的商业普及。论坛力邀来自英国曼彻斯特大学、清华大学、北京理工大学、北京航空航天大学、西安交通大学、合肥工业大学相关专业领域的院士和教授，以及来自软银中国、沐盟集团、星瀚资本、中关村科技租赁等产业投资和科技金融从业者作为论坛嘉宾。AI触觉传感器产业链企业负责人、产业投资和孵化机构人士、在京高校院所相关专业师生等共计两百余位宾客与会。会上，英国皇家学会和工程院院士Steve Furber、中国科学院院士管晓宏、曼彻斯特大学教授杨五强、他山科技公司总经理孙滕谌等学者和企业家进行了主题发言。在其后的圆桌沙龙环节，各位论坛嘉宾济济一堂，与参会宾客共同展望了AI触觉传感器产业的未来前景，会场互动积极、气氛热烈、座无虚席。与会来宾均表示，这次成功的论坛是一场展望未来，启发想象力的精神盛宴。
 

亮点一

-国际权威解密第三代类脑算法和触觉前沿技术-


 

　　英国皇家学会和工程院院士、曼彻斯特大学计算机科学学院教授Steve Furber以类脑计算发展趋势及其在AI领域的研究与应用前景为主题，解密第三代类脑算法SNN以及脉冲神经元网络架构SpiNNaker，系统地阐述了用一百万片ARM处理器如何构造类脑的工程模型，以及SNN对比深度学习算法DNN的优势所在。曼彻斯特大学电气与电子工程学院副院长杨五强教授讲解了电容层析成像技术及其在触觉传感器领域的应用前景，未来该技术的应用可以使智能机器人具有超越人类触觉能力的分类识别能力。
 

亮点二

-人工智能网络化和信息物理融合的未来路径-




 

　　中国科学院院士、西安交通大学电子信息工程学院院长管晓宏围绕智能时代的网络科技与网络化系统工程，阐述了智能化、网络化和信息物理融合的未来科技发展方向。北京理工大学自动化学院院长、长江学者特聘教授夏元清阐述了综合云计算优势、网络控制系统先进理论和人工智能的云控制系统相关成果，为解决复杂系统的控制问题提供了可能，可以在云数据中心和智能制造领域展现巨大应用价值。北京航空航天大学虚拟现实技术与系统国家重点实验室副主任王党校教授从历史的视角及我们的实践两个维度介绍了触觉人机交互范式的变迁。清华大学人工智能研究院刘华平教授围绕机器人感知介绍了从多模式融合到主动感知的演化过程。合肥工业大学电子科学与应用物理学院黄英教授着重介绍了触觉传感器中的新材料应用以及其产业化的前景。

 

 

 

 

亮点三

　　-曼彻斯特-他山联合实验室（中国）落户京西-

　　曼彻斯特-他山联合实验室（中国）落户中关村（京西）人工智能科技园。曼彻斯特大学杨五强教授介绍触感技术已成为人工智能技术发展的关键所在，该实验室作为全国第一个人工智能电容触感实验室，聚合了他山科技的多功能层电容触感专利技术和曼彻斯特大学的电容层析成像技术以及SpiNNaker技术等资源，为人工智能触觉传感器进入产业化应用奠定了技术基础。依托联合实验室，他山科技将开发出通用AI触觉传感系列芯片，打通服务类机器人商业应用的瓶颈。他山科技公司总经理孙滕谌以AI触觉传感器的产业化发展途径为主题，为AI触觉传感器的产业化描绘了从被动触觉到主动触觉、从满足安全性需求到满足灵巧性需求的路线图。
 

亮点四

-中关村门头沟园高精尖产业正在蓬勃发展-

 

　　中关村门头沟园坚持认真贯彻落实市、区两级决策部署，坚持高精尖产业发展，先行启动“中关村人工智能科技园先导园”建设，该园建筑面积11300平方米，将打造成为具有孵化、加速、展示及其他产业服务等复合功能孵化园区，提供产业技术、产业投资、科技金融、市场对接、专家导师、人才等集成产业服务，形成“龙头企业带动-中小企业加速培育-创业企业孵化成长”的产业生态体系。2019年，园区产业结构持续优化升级，创新经济加快在园区集聚，推动园区聚合高质量发展新动能，园区总收入增速创历史新高。1-3月，园区规模以上高新技术企业实现总收入79.6亿元，同比增长66.9%，增速在中关村示范区排名第一，比中关村示范区平均增速高52个百分点。园区高精尖产值增速保持高位增长。1-3月，园区规模以上高新技术企业实现新产品产值6.9亿元，同比增长49.6%，比中关村示范区平均增速高45个百分点，园区高精尖经济活力四射。

　　专业干货分享

　　干货之一：什么是SpiNNaker？

　　SpiNNaker脉冲神经元网络架构，被称为第三代神经元网络架构,它模拟人类神经的突触及突触信号，更接近人类感官神经。与之相对应的脉冲序列编码技术，天然的满足了触觉信号的时间序列性特点。SpiNNaker对神经元突触可塑性的仿真使其具有非监督学习的能力，与监督学习相结合可以使触摸传感器具备对环境变化的自适应能力。

　　基于SpiNNaker的SNN算法相对目前通用的DNN深度学习算法，可实现指数级优化，计算量大幅减少98%，能耗降低95%，具备毫秒级实时性。

　　干货之二：他山科技的“黑科技”

　　多功能层专利技术及对应的分时工作算法是电容触觉传感甚至是触感技术从实验室走向工业化的关键技术。

　　当用于实现接触觉时，两个正交的多功能层曲面电容可以以差分的算法消除外界环境变化（如温度、湿度、电磁干扰）的影响；当测量内部十字交叉电容时，多功能层切换到屏蔽功能状态，以避免外部电磁场对内部微小电容变化的干扰；基于此专利技术，他山是目前全球唯一可提供工业化触感方案的团队。