2022年10月21日，中科院计算所研究员蒋树强做客MBA《领域大数据系列讲座》特色课程，为同学们讲授“视觉媒体的上下文关联分析与理解”。讲座由经济与管理学院副院长田英杰教授主持。
蒋树强，中科院计算所研究员，博士生导师，国家杰出青年科学基金获得者，中科院智能信息处理重点实验室副主任，国际期刊ACM ToMM编委，任CCF多媒体专委会秘书长、CCF专委工委委员。研究方向为图像/视频等多媒体信息的分析、理解与检索技术，主持承担科技创新2030 —“新一代人工智能”重大项目、国家自然科学基金等项目20余项，共在IEEE/ACM汇刊和CCF-A类会议上发表论文60余篇，获授权专利15项，先后获中国计算机学会科学技术奖、中国图象图形学会自然科学二等奖、吴文俊人工智能自然科学一等奖和北京市科技进步二等奖。
蒋树强首先从智能建筑、医疗诊断、人脸识别、唐山打人案视频等事例讲起，引出计算机视觉的研究意义，表示计算机视觉的识别和理解是人工智能的研究重点，也是世界科技的前沿领域。
随后，蒋树强从“基于物体关联的视觉场景理解与描述”和“动态环境下的视频识别与行为预测”两个方面阐述了当前计算机视觉的主要研究内容、基本原理、研究热点、发展方向和社会价值。
计算机对图像的理解和人对图像的理解是不同的，需要为计算机构建概念空间，即视觉识别的训练模型，以识别树上明月这样的空间关系。
局部区域是组成图像的基本单元，包含丰富的信息，局部区域间也存在多种形式的关联，通过对图像方寸间的显著关联、集合关联、属性关联、语言关联、概念共生关联、概念尺度关联、概念空间关联以及概念知识关联等建立了局部模式的非均等化处理，提出了局部概念关联分布学习方法，突破了概念分布在局部区域独立处理的限制。
现在人工智能的主要发展趋势之一，是从互联网AI转向具身AI。人工智能虽然有很多算法和先进技术，但需要附在一个本体上，和真实环境动态交互，即“魂要附体”。换句话说，具身智能就是AI加上机器人，机器人是个广义的概念，包括无人车、无人机等。具身智能需要用到机器学习的算法、推理的算法、自然语言处理的算法、图像识别的算法等大量算法。由于现实环境中很多数据难以获得，训练成本较大，所以目前具身智能还是在虚拟环境中研发。
最后，蒋树强特别强调，人工智能是要拿来用的，并且一定要深入到任务中、行业中，因为即使研究者发表的论文水平再高，现实应用则完全是另外一回事，这并不代表技术水平不高，而是因为实际应用中的问题更真实，难度更大。因此，人工智能研究者需要放下身段，向其他行业的人去学习，不怕做脏活、累活，这样才能把人工智能真正做好。
（文、图/李天舟）
