開年以來，ChatGPT一路“狂飆”，激發(fā)社會(huì)各界對(duì)AI在各領(lǐng)域應(yīng)用前景的新期待?，F(xiàn)階段，我國各大高校、研究機(jī)構(gòu)、企業(yè)已開展多項(xiàng)前瞻性部署，積極推動(dòng)AI與各行業(yè)融合創(chuàng)新，促成應(yīng)用轉(zhuǎn)化，以ChatGPT為代表的AI“黑科技”產(chǎn)品的大規(guī)模落地，依然需要解開如下“思考題”：

國內(nèi)生成式人工智能還有哪些前沿研究成果？

跨模態(tài)、異構(gòu)數(shù)據(jù)爆發(fā)式增長，如何高效處理？

大型語言模型未來的優(yōu)化趨勢(shì)是怎樣的？

牽動(dòng)多個(gè)應(yīng)用領(lǐng)域的底層視覺技術(shù)有哪些優(yōu)化空間？

......

3月18日，由中國圖象圖形協(xié)會(huì)（CSIG）主辦，合合信息、CSIG文檔圖像分析與識(shí)別專業(yè)委員會(huì)聯(lián)合承辦的“CSIG圖像圖形企業(yè)行”系列活動(dòng)將正式舉辦，通過搭建學(xué)術(shù)界與企業(yè)交流合作平臺(tái)，為企業(yè)創(chuàng)新發(fā)展提供科技支撐，為圖像圖形領(lǐng)域高校師生提供與企業(yè)互動(dòng)機(jī)會(huì)，集結(jié)產(chǎn)學(xué)研力量，共同推動(dòng)圖像圖形領(lǐng)域的發(fā)展。

此次活動(dòng)以“圖文智能處理與多場景應(yīng)用技術(shù)展望”為主題，聚焦圖像文檔處理中的結(jié)構(gòu)建模、底層視覺技術(shù)、跨媒體數(shù)據(jù)協(xié)同應(yīng)用、生成式人工智能及對(duì)話式大型語言模型等熱門話題，特邀來自上海交大、復(fù)旦、廈門大學(xué)、中科大的頂尖學(xué)府的學(xué)者與合合信息技術(shù)團(tuán)隊(duì)一道，以直播的形式分享文檔處理實(shí)踐經(jīng)驗(yàn)及NLP發(fā)展趨勢(shì)，探討ChatGPT與文檔處理未來。

活動(dòng)干貨多多，全程亮點(diǎn)，歡迎大家關(guān)注！

嘉賓及議題介紹

報(bào)告人：楊小康

報(bào)告題目：《生成式人工智能》

報(bào)告簡介：生成式人工智能通過機(jī)器學(xué)習(xí)方法從數(shù)據(jù)中學(xué)習(xí)特征，進(jìn)而生成全新的、原創(chuàng)的數(shù)據(jù)。據(jù)Gartner預(yù)測，到2025年，生成式人工智能產(chǎn)生的數(shù)據(jù)將占據(jù)人類全部數(shù)據(jù)的10%，生成式人工智能技術(shù)正加速數(shù)字經(jīng)濟(jì)和元宇宙發(fā)展。本報(bào)告首先分享團(tuán)隊(duì)對(duì)元宇宙和生成式人工智能發(fā)展趨勢(shì)的思考，然后介紹團(tuán)隊(duì)在流體現(xiàn)象模擬推理、物理環(huán)境持續(xù)預(yù)測學(xué)習(xí)、強(qiáng)化學(xué)習(xí)中世界模型表征解耦、虛擬數(shù)字人重建與驅(qū)動(dòng)等方面的生成式人工智能初步成果。

報(bào)告人簡介：楊小康，上海交通大學(xué)人工智能研究院常務(wù)副院長，人工智能教育部重點(diǎn)實(shí)驗(yàn)室主任，專業(yè)學(xué)者、國家杰青、IEEE Fellow。主要研究圖像處理與機(jī)器學(xué)習(xí)，獲國家科技進(jìn)步二等獎(jiǎng)、上海市科技進(jìn)步一等獎(jiǎng)、國家研究生教育成果二等獎(jiǎng)。任中國圖象圖形學(xué)會(huì)常務(wù)理事、上海市圖象圖形學(xué)會(huì)理事長。

報(bào)告人：紀(jì)榮嶸

報(bào)告題目：《復(fù)雜跨媒體數(shù)據(jù)協(xié)同分析與應(yīng)用》

報(bào)告簡介：社交媒體包含了海量非合作、異構(gòu)化、跨模態(tài)的數(shù)據(jù)，既蘊(yùn)藏了大量的人類知識(shí)與高價(jià)值信息，也包含了各種自然與人為的噪聲，對(duì)其分析與處理需要融合類腦計(jì)算、計(jì)算機(jī)視覺、自然語言處理等多個(gè)維度的智能技術(shù)。本報(bào)告主要關(guān)注基于深度學(xué)習(xí)的多模態(tài)內(nèi)容協(xié)同分析與表示、跨模態(tài)信息融合及智能對(duì)抗攻防，介紹課題組在圖像描述與視覺問答、語言指導(dǎo)的目標(biāo)檢測與分割、用戶隱私保護(hù)、社交網(wǎng)絡(luò)分析引導(dǎo)等方面的一些研究進(jìn)展。

報(bào)告人簡介：紀(jì)榮嶸，廈門大學(xué)南強(qiáng)特聘教授，科技處處長，人工智能研究院負(fù)責(zé)人，多媒體可信感知與高效計(jì)算教育部重點(diǎn)實(shí)驗(yàn)室主任。國家杰青、國家優(yōu)青、中組部萬人計(jì)劃青年拔尖人才。長期從事計(jì)算機(jī)視覺與機(jī)器學(xué)習(xí)等人工智能領(lǐng)域前沿技術(shù)研究，近年來發(fā)表CCF-A類論文百余篇，谷歌學(xué)術(shù)引用1.9萬余次，獲霍英東青年科學(xué)獎(jiǎng)及省部級(jí)一等獎(jiǎng)4項(xiàng)。主持科技部科技創(chuàng)新2030重大項(xiàng)目、軍科委基礎(chǔ)加強(qiáng)項(xiàng)目、國家自然科學(xué)基金聯(lián)合重點(diǎn)、教育部裝備預(yù)研創(chuàng)新團(tuán)隊(duì)項(xiàng)目等。任CVPR和ACM Multimedia領(lǐng)域主席、中國圖象圖形學(xué)學(xué)會(huì)學(xué)術(shù)工委副主任、教育部電子信息類教指委委員，人工智能國家標(biāo)準(zhǔn)工作組聯(lián)合組長。

演講嘉賓：邱錫鵬

報(bào)告題目：《對(duì)話式大型語言模型》

報(bào)告簡介：2022年底，美國OpenAI公司發(fā)布了ChatGPT，一個(gè)可以與人類對(duì)話交互的千億規(guī)模參數(shù)的大型語言模型。它可以根據(jù)用戶輸入的指令完成各種語言相關(guān)的任務(wù)，例如寫文章、寫代碼、回答問題、日常聊天等等，能夠極大地提高人們的生產(chǎn)力，這歸功于它所表現(xiàn)出的強(qiáng)大的意圖理解能力、流暢的對(duì)話能力和豐富的世界知識(shí)。ChatGPT展現(xiàn)了研發(fā)通用人工智能助手廣闊的研究和應(yīng)用前景。目前，ChatGPT的技術(shù)細(xì)節(jié)及模型參數(shù)均未開源。本報(bào)告主要介紹對(duì)話式大型語言模型的能力評(píng)測、能力演化路線分析以及如何在下游任務(wù)中更高效利用大模型的能力。

報(bào)告人簡介：邱錫鵬，復(fù)旦大學(xué)計(jì)算機(jī)學(xué)院教授，擔(dān)任中國中文信息學(xué)會(huì)理事、上海市計(jì)算機(jī)學(xué)會(huì)自然語言處理專委會(huì)主任等，主要研究方向?yàn)樽匀徽Z言處理基礎(chǔ)技術(shù)和基礎(chǔ)模型，發(fā)表CCF A/B類論文80余篇，被引用1萬余次，獲得ACL 2017杰出論文獎(jiǎng)（CCF A類）、CCL 2019最佳論文獎(jiǎng)、《中國科學(xué)：技術(shù)科學(xué)》2021年度高影響力論文獎(jiǎng)，有5篇論文入選ACL/EMNLP等會(huì)議的最有影響力論文，主持開發(fā)了開源框架FudanNLP和FastNLP，已被國內(nèi)外數(shù)百家單位使用，發(fā)布了CPT、BART-Chinese、ElasticBERT等中文預(yù)訓(xùn)練模型，在中文模型中下載量排名前列。曾獲中國科協(xié)青年人才托舉工程項(xiàng)目、國家優(yōu)青項(xiàng)目、科技創(chuàng)新2030“新一代人工智能”重大項(xiàng)目課題等，2020年獲第四屆上海高校青年教師教學(xué)競賽優(yōu)等獎(jiǎng)，2021年獲首屆上海市計(jì)算機(jī)學(xué)會(huì)教學(xué)成果獎(jiǎng)一等獎(jiǎng)（第一完成人），2022年獲錢偉長中文信息處理科學(xué)技術(shù)獎(jiǎng)一等獎(jiǎng)（第一完成人）。培養(yǎng)學(xué)生多人次獲得國家一級(jí)學(xué)會(huì)優(yōu)博。

演講嘉賓：杜俊

報(bào)告題目：《面向圖像文檔的復(fù)雜結(jié)構(gòu)建模研究》

報(bào)告簡介：近年來，隨著OCR技術(shù)應(yīng)用的不斷深入，面向圖像文檔中復(fù)雜結(jié)構(gòu)（如漢字結(jié)構(gòu)，表格結(jié)構(gòu)，文檔總體結(jié)構(gòu)等）的建模問題逐漸成為研究熱點(diǎn)之一。本報(bào)告首先介紹團(tuán)隊(duì)基于偏旁部首建模的漢字生成、識(shí)別及書寫評(píng)價(jià)方面的研究進(jìn)展；其次，介紹一種基于分割-嵌入-合并框架的表格結(jié)構(gòu)識(shí)別方法；最后，跟大家分享下文檔結(jié)構(gòu)層次化重建方面的最新進(jìn)展。報(bào)告人簡介：杜俊是中國科學(xué)技術(shù)大學(xué)語音及語言信息處理國家工程研究中心副教授，2009年-2013年就職于科大訊飛研究院和微軟亞洲研究院，期間主導(dǎo)開發(fā)了語音識(shí)別、手寫識(shí)別和OCR多個(gè)產(chǎn)品。研究方向是語音信號(hào)處理和模式識(shí)別應(yīng)用，已發(fā)表論文200多篇，谷歌學(xué)術(shù)引用7200余次，獲得2018年IEEE信號(hào)處理學(xué)會(huì)最佳論文獎(jiǎng)、2019年獲安徽省科技進(jìn)步一等獎(jiǎng)以及2022年ISCSLP國際會(huì)議最佳論文獎(jiǎng)。目前是IEEE和CCF高級(jí)會(huì)員，并擔(dān)任IEEE信號(hào)處理學(xué)會(huì)語音及語言處理技術(shù)委員會(huì)（SLTC）委員、亞太信號(hào)與信息處理協(xié)會(huì)（APSIPA）語音語言音頻分會(huì)（SLA）技術(shù)委員會(huì)會(huì)長，曾擔(dān)任語音領(lǐng)域頂級(jí)期刊IEEE-ACM TASLP編委。帶領(lǐng)團(tuán)隊(duì)參加語音和圖文領(lǐng)域國際評(píng)測獲得40多項(xiàng)冠軍。

演講嘉賓：郭豐俊

報(bào)告題目：《文檔圖像處理中的底層視覺技術(shù)》

報(bào)告簡介：底層視覺（Low-level vision）主要研究如何提高或恢復(fù)各類場景下的圖像/視頻內(nèi)容，如清晰度提升，低質(zhì)量及破損圖像恢復(fù)等，是計(jì)算機(jī)視覺領(lǐng)域的重要研究方向之一。其理論和方法在手機(jī)圖像采集與處理，醫(yī)療圖像分析等領(lǐng)域發(fā)揮著至關(guān)重要的作用。底層視覺技術(shù)的缺陷將會(huì)導(dǎo)致很多high-level視覺系統(tǒng)（檢測，識(shí)別理解）難以作為成熟產(chǎn)品真正落地。

本次報(bào)告，旨在分享合合信息技術(shù)團(tuán)隊(duì)在文檔圖像處理系統(tǒng)中所做的底層視覺研究工作，從底層視覺技術(shù)的直接應(yīng)用及對(duì)下游任務(wù)的影響等方面，闡述底層視覺技術(shù)在文檔圖像處理/識(shí)別場景下的價(jià)值與思考。

報(bào)告人簡介：郭豐俊，2000?年畢業(yè)于上海交通大學(xué)，模式識(shí)別與智能系統(tǒng)博士。長期從事文字識(shí)別（包括手寫/OCR），圖像處理研究，CSIG文檔圖像分析與識(shí)別專委會(huì)常務(wù)委員。近年來，獲得過ICDAR19大會(huì)表格檢測競賽冠軍，中國圖象圖形學(xué)會(huì)2021年度科技進(jìn)步二等獎(jiǎng)等獎(jiǎng)項(xiàng)，CSIG2022中英文購物小票信息理解大賽冠軍、第三屆CSIG圖像圖形技術(shù)挑戰(zhàn)賽決賽總冠軍，現(xiàn)任合合信息圖像算法研發(fā)總監(jiān)。?

?