12月8-10日，由中國計算機學會 CCF 主辦的中國計算機大會 CNCC 2022 將于線上召開。12月9日 “多模態交互發展論壇” 將由創始人兼CEO張晴晴 擔任論壇主席，同時邀請來自中科院、英特爾、鵬城實驗室的專家共同探討多模態交互發展。

論壇介紹

隨著人工智能產業的發展駛入快車道，人工智能已經被越來越多的人所熟知，對于人機交互技術的相關研究也日益成熟，多模態交互成為人機交互的必然趨勢。技術與數據的融合則是推動行業發展的關鍵，也是讓AI賦能千行百業和實際落地場景的前提。

本次論壇將主要針對多模態人機交互的最新進展，多模態在各行業各領域的應用與實踐，以及如何攻克該領域面臨的挑戰等問題展開探討。

論壇講者

論壇主席：張晴晴 - 創始人兼CEO

張晴晴， 創始人兼CEO，語音技術專家、對話式AI先行者，中科院聲學所副研究員、博士，法國國家實驗室LIMSI-CNRS博士后。榮獲《財富》2021年中國最具影響力的商界女性未來榜、《創業邦》2021年最值得關注的女性創業者。擔任CCF語音對話與聽覺專委會委員、CCF智能汽車分會執行委員、CCF女計算機工作者委員會委員。獲得中國科學院杰出科技成就獎、微軟亞洲研究院“微軟學者”獎學金獲得者。

報告題目：以多模態數據為中心的人工智能

摘要：傳統的深度學習算法主要優惠活動大廳通過單一數據源訓練其模型，這主要與單模態人工智能有關。近年來，隨著AI作畫、多模態情感分析、文本生成圖像、虛擬人等成為AI研究的熱點。構建統一的、跨場景、多任務的多模態基礎模型已經成為機器學習的主流。多模態數據已成為數據資源的主要形式。是否有可用的多模態數據集以及數據如何標注、各模態數據之間如何進行更好的融合等問題給模型訓練帶來了巨大的挑戰。本次演講主要針對AI產學研新生態的構建以及數字人的語音多情感合成等方向進行探討。

共同主席：顏永紅 - 中科院聲學所研究員、博士生導師

顏永紅，中國科學院聲學所首席科學家，科學院核心骨干特聘研究員。長期從事語音信號處理和識別的研究，牽頭承擔國家自然基金委重大項目、863、科技支撐、重點領域專項等國家級科研項目十余項，是新世紀百千萬人才工程國家級人選、國家自然基金委國家杰出青年基金獲得者、全國優秀科技工作者稱號獲得者。發表論文300余篇，持有發明專利100余項，曾獲國家科技進步二等獎一項，中科院杰出科技成就獎一項，省部科技一等獎兩項。

報告題目：大數據大模型大計算時代的思考

摘要：近年來隨著計算技術的發展，以深度學習為核心的智能技術在各個領域都呈現出了大數據大計算大模型的特征，如何在資源有限的情況下構建實用的系統成為了從業人員的一個挑戰。本報告將簡要回顧聲學所近年來在知識驅動的機器學習方面主要進展，試圖給科研單位的多模態研究者提供一些研究的思路。

演講嘉賓：王鵬 - 英特爾中國研究院 副院長

英特爾中國研究院政府與企業合作部總監，清華大學計算機科學與技術系博士 ，香港城市大學創意媒體學院訪問學者，中國計算機學會IT女性精英大會執委，IEEE女性工程師國際高峰論壇程序主席，曾獲得英特爾全球品牌大使、英特爾技術最高獎、英特爾中國最佳員工。國際消費電子展最佳創新獎、最佳無線應用獎、最佳技術獎。發表國內外學術論文30余篇，申請國際專利10多項。

報告題目：非接觸感知系統和未來健康管理

摘要：非接觸式感知技術包括視覺、音頻、雷達、超聲等多模態信號的采集、處理和分析，能夠從不同角度提取和描述人的運動、生理、姿態、情緒等信息。在移動計算和邊緣計算越來越關注數據發源地的同時，感知技術要考慮處理數據的實時性、舒適性、方便性和連續性。對于未來健康管理和服務而言，既要提供可靠易用的設備體驗給患者，也要提供高效的輔助工具和系統給醫生，兩者形成良性循環以及服務閉環，實現主動健康監測和健康風險評估，為臨床治療和干預提供預警和篩查。

演講嘉賓：張彤 - 鵬城實驗室 助理研究員

CCF YOCSEF深圳副主席，澳大利悉尼大學博士，深圳市海外高層次引進人才，國家優秀自費留學生獎學金獲得者；CCF女工委主任助理；深圳市女科技工作者協會副會長；深圳市人工智能學會副秘書長；主要研究方向為多模態醫學影像時空建模及分析，已發表學術論文30余篇，其中ESI高被引論文1篇，受邀擔任Medical Physics期刊特邀副主編，多次受邀在國內外學術會議上給主題/邀請報告，谷歌學術引用1900余次。

報告題目：多模態多視角醫學影像分析

摘要：現實世界及其信息感知的方式是多模態的，在醫療場景中，生理電信號、超聲、磁共振、基因等多維度多模態大數據在臨床診斷有獨特且相關的作用，但由于跨模態數據的同質性差，聯合建模方法尚屬于探索階段。多模態AI模型構建及分析面臨著不同模態的信息如何表示、關聯、對齊和融合的挑戰。本報告將總結多模態醫學影像AI領域模型構建等相關理論及創新成果，分享團隊近年來在多模態動態醫學圖像建模及分析的工作。

了解 CNCC 更多詳情:https://ccf.org.cn/cncc2022