題　目：應對大數據挑戰的核心技術之一：察知科學與技術
報告人：Prof. Qiangfu Zhao (University of Aizu, Japan)
時　間：2015年9月24日  下午2:30開始
地　點：北京理工大學信息科學實驗樓202報告廳

Abstract:
　　近年來，隨著信息通信技術，特別是云計算和物聯網的迅速發展，各種各樣的數據大量產生，數據量呈指數上升。而計算資源，無論是物質資源還是人力資源，特別是后者，因受到各種約束，不可能以同樣的速度遞增。為了應對大數據帶來的新的挑戰，我們必須尋找一種機制，用于分析，過濾，選擇數據，并將數據簡化，抽象化，知識化。
　　察知科學和技術(Awareness Science and Technology)有望提供這樣一種機制。從技術上講，察知是一個從大量數據中逐步地，綜合地發現信息，提煉信息的過程。比如，在智能服務領域，察知的主要目的就是要及時地意識到用戶的需求，盡可能的提前為用戶提供有用信息或服務，從而在服務系統和用戶之間建立一個雙贏關系。迄今為止，有關察知的研究主要集中在技術層面，缺乏一個統一理論。針對不同的應用我們必須采用不同的方法。所以說察知技術仍然是一門藝術，無法有效地應對大數據的挑戰。為了使察知技術更科學，更健康地發展，我們需要從科學的層面研究察知，將其系統化，理論化。
　　在自然語言里，察知(Awareness)大致有兩種含義。第一種含義接近于通常所說的認知(Cognition)，是大腦對觀測事物（往往包括很多因素）所顯示出的一種“悟”的狀態。用中文講，就是“恍然大悟”。察知的第二種含義介于感知(Perception)和認知之間，是大腦對事物所顯示出的一種“能”的狀態。即，雖然搞不清理由，但能夠做出正確的反應。我們把后者叫做隱性察知（Tacit Awareness）。第一種含義在人工智能領域已經得到深入研究。因此在現階段察知理論的主要研究對象應該是隱性察知。
　　最近，我們對大規模分布系統和無人系統的控制問題進行了分析，指出了察知在現代控制中的重要性，并提出了察知系統的形式模型(Formal model)。在此基礎上，我們還提出了基于3值邏輯的察知系統可解釋模型(Interpretable model)，并初步驗證了其有效性。本報告將向大家介紹我們最近的一些研究思路和結果。希望大家能夠積極參與，與我們一道把察知科學與技術推向一個新的高峰。

Biography:
  Dr. Qiangfu Zhao received the B.S. degree in Computer Science from Shandong University (China) in 1982; the MS. degree in Information Engineering from Toyohashi University of Technology (Japan) in 1985; and Ph.D. degree in Electronic Engineering from Tohoku University (Japan), in 1988. He was an associate professor from 1991 to 1993 at Beijing Institute of Technology; associate professor from 1993 to 1995 at Tohoku University (Japan); associate professor from 1995 to 1999 at the University of Aizu (Japan); and tenure full professor since 1999 at the University of Aizu. He is the head of System Intelligence Laboratory; Director of Computer Science Division; associate editor of IEEE Transactions on Cybernetics; associate editor of IEEE SMC Magazine; and associate editor of the International Journal of Machine Learning and Cybernetics. He is the founding co-chair of the Technical Committee on Awareness Computing in IEEE Systems, Man, and Cybernetics Society, and founding co-chair of the Task Force on Aware Computing in IEEE Computational Intelligence Society. He has initialized, organized or co-organized several international conferences; edited or co-edited several journal special issues; and published more than 180 referred journal and international conference papers related to optimal linear system design, signal/image processing, neuro-computing, evolutionary computing, awareness computing, and machine learning.