报告题目：行为认知与具身智能
报告人：卢策吾 教授
报告时间：2022年1月10日（周一）上午10:30
报告地点：计算机楼115
主持人：刘青山 教授
报告摘要：
行为理解是人工智能领域的重要问题，其复杂性远远大于物体检测，本讲座将讨论如何定量分析行为理解的难度，揭示无法用深度学习根本解决的原因。并推出一套全新的端对端可微分的感知-推理方案，很大程度上推进了行为理解，并在此基础上构建大规模行为理解知识引擎（HAKE），涉及千万基本知识样本，为Neural-Symbolic（网络-符号）提供实验室平台。为了进一步证明，行为理解在生物神经层面的存在性，构建一套全新的视觉感知与脑信号链接系统，揭示了行为理解在机器认知与生物认知的稳定相关性，同时成果预测了“社会阶层行为”的神经回路。从另一个角度，我们希望研究机器人行为理解与任务理解，涉及到“具身智能”（Embodied AI），因此该讲座将简介“具身智能”的历史发展，介绍讲者提出的robotflow框架面向机器人本体的通用框架，同时介绍在机器人抓取方面的最新工作GraspNet-首个达到人类抓取能力通用抓取算法。最后总结行为理解与具生智能（第一视角行为理解）的内在关系与发展趋势。
个人简介：
卢策吾，上海交通大学教授，博士生导师，2016年获国家海外引进高层青年人才，2018年被《麻省理工科技评论》评为35位35岁以下中国科技精英（MIT TR35），2019年获求是杰出青年学者，2020年获上海市科技进步特等奖。以通讯作者或第一作者在《Nature》，《Nature Machine Intelligence》，TPAMI，CVPR等高水平期刊和会议发表（含接收）论文100多篇；担任《Science》，《Nature Machine Intelligence》审稿人，CVPR 2020，ICCV 2021，IROS 2021领域主席。研究兴趣包括，人类行为理解，机器人学习，代表作包括人体姿态估计Alphapose（GitHub Star 5000+），HAKE（人体行为引擎），GraspNet（机器人通用抓取系统），RobotFlow（机器人学习开源系统）。
欢迎广大师生踊跃参加！
计算机学院、软件学院、网络空间安全学院
2022年1月9日
