7月28-29日，由中国自动化学会主办的第六期智能自动化学科前沿讲习班在华中科技大学召开。此次讲习班由华中科技大学自动化学院院长曾志刚教授和清华大学胡晓林副教授共同担任学术主任。

第六期讲习班以“人工智能与智能控制”为主题，学会邀请10余位相关领域的专家学者作主题报告，来自全国各地高校、科研院所及相关单位的百余位学员参加了此次讲习班，共同探讨人工智能与智能控制的发展现状与前景。

曾志刚在致辞中表示，系列讲习班为专家学者提供了探讨热点问题和交流学术进展的平台，希望学员们能够通过此次讲习班碰撞出新的思想火花。

中国科学院数学与系统科学研究院系统所所长张纪峰的报告题目为《时间非一致性与随机最优控制》。报告详细介绍了时间非一致性，揭示了时间非一致性自Adam Smith以来的定性分析和概念萌芽，阐述其在金融学和经济学中的定量分析和成功运用，描述了系统控制领域的相关研究进展，强调了研究随机最优控制领域内时间非一致的必要性。

清华大学类脑计算研究中心主任施路平作题为《类脑计算及类脑计算系统》的报告。类脑计算系统是借鉴人脑信息处理方式，打破“冯·诺依曼”架构束缚，适于实时处理非结构化信息、具有学习能力的超低功耗新型计算系统。报告分别从为什么（why）？做什么（what）？和怎样做（how）？三方面来分析类脑计算系统研究，分析发展类脑计算的挑战和前景。

中国自动化学会副理事长、澳门大学讲座教授陈俊龙的报告题目为《智能控制算法》。报告讨论了基于人工神经网络理论、模糊数学理论、计算智能理论、及模式识别理论等为基础而衍生出来的智能控制方法。

清华大学孙富春教授作题为《基于视触觉融合的目标识别与灵巧操作》的报告。报告介绍了清华大学课题组研制的高分辨率四模态传感装置和装备有四模态人工皮肤/类肌肉驱动的五指灵巧手，和研究团队在跨模态的视触觉信息的处理方面取得理论成果，展示了实验结果分析和未来的研究展望。

中国科学院自动化研究所研究员王亮作题目为《AI时代视觉大数据的智能分析》的报告。报告介绍人工智能的一个分支领域-计算机视觉，探讨深度神经网络的理论和方法，对展望未来的研究方向。

清华大学微纳电子系副系主任吴华强作题目为《基于新型电子突触器件的类脑计算研究》的报告。报告指出运行人工智能深度神经网络算法的计算平台技术面临的挑战，介绍通过引入新原理的半导体器件提升芯片性能，实现高性能计算。并指出未来的智能芯片，最底层器件需要具备的特性。

清华大学副教授胡晓林的报告题目为《神经网络的攻击与防御》。报告介绍了神经网络攻击和防御领域的历史和最新进展，并对未来进行了展望。

华中科技大学电子信息与通信学院副院长白翔的报告题目为《任意形状的场景文本检测与识别》，报告对近年来场景文本检测与识别主流技术进行回顾，介绍了场景文本检测与识别（Photo OCR）领域的最新研究进展，具体内容包括面向任意形状文本的检测与识别方法，及端到端识别神经网络，并对此领域的未来研究趋势做出展望。

清华大学自动化系副教授赵明国作题为《利用机器人的自然动力学来实现高能效的移动》的报告。介绍了清华大学机器人控制实验室的研究工作，展示了如何通过车把转向控制实现无人驾驶自行车的高能量效率。

清华大学电子工程系副教授汪玉的报告题目为《基于FPGA的深度学习处理器》。深度学习的应用日益广泛，报告介绍了针对深度学习加速器的设计思路，和基于FPGA的高能效、快速部署的深度学习处理器结构和部署流程[FPGA 2016+2017]。

中国自动化学会供稿

责任编辑：史明昕