方守恩在致辭中表示，當前，隨著移動互聯(lián)網(wǎng)、大數(shù)據(jù)、超級計算機、傳感網(wǎng)、腦科學和自主智能無人系統(tǒng)等新理論的出現(xiàn)和新技術(shù)的發(fā)展，"自主智能 創(chuàng)享未來"或?qū)⒊蔀樽詣踊⑿畔⑴c智能科技領(lǐng)域的重要引擎。2020年中國自動化大會是中國自動化學會、各高校及各科研院所積極貫徹和落實中央精神、自動化學科一直是同濟大學的傳統(tǒng)優(yōu)勢學科之一，學校目前正積極致力于通過人工智能、信息技術(shù)的賦能，對包括自動化學科在內(nèi)的傳統(tǒng)學科進行內(nèi)涵提升，鼓勵多學科交叉融合。依托同濟大學建設(shè)的上海自主智能無人系統(tǒng)科學中心，針對人工智能發(fā)展的重大科學需求和國家重大戰(zhàn)略需求，開展基礎(chǔ)理論研究和科技攻關(guān)，推動智能城市、智能交通、智能制造、智能醫(yī)療等相關(guān)產(chǎn)業(yè)的發(fā)展和變革。這次會議也為同濟大學提供了一個很好的學習機會，希望通過與各位院士專家的交流，汲取創(chuàng)新的思想源泉，提升學校相關(guān)學科在人才培養(yǎng)、學科發(fā)展、科學研究等方面的能力。

中國工程院院士、中國自動化學會副理事長、同濟大學校長 陳杰

陳杰表示，自動化學科自創(chuàng)立以來，其影響力就跨越了學科疆界，作為現(xiàn)代科學與現(xiàn)代工業(yè)的結(jié)晶，成為人類文明進步和科學技術(shù)現(xiàn)代化的重要推動力。當前，自動化學科正在推動一場深刻的時代變革，為我國建設(shè)科技強國、航天強國、網(wǎng)絡(luò)強國、交通強國等提供強力支撐。中國自動化大會充分彰顯了自動化技術(shù)對人類未來社會進入智慧化時代所起的根本性作用，展示了我國自動化技術(shù)已取得的輝煌成就，促進了學術(shù)交流和學科交叉融合。

同濟大學副校長 蔣昌俊

會見現(xiàn)場

本屆大會為期兩天，邀請到20余位院士、百余位長江杰青、近百位校長院長出席。大會開幕前，陳群會見了與會的部分院士和專家。

中國工程院院士 孫優(yōu)賢

大會報告環(huán)節(jié)，中國工程院院士孫優(yōu)賢在開場報告《廣域協(xié)同的高端大規(guī)模可編程自動化系統(tǒng)》中表示，我國現(xiàn)代工業(yè)在四大壓力之下，迫使向著大型化、高速化、精細化、自主化發(fā)展，對高端大規(guī)模可編程自動化系統(tǒng)提出了迫切需求。但是，這種自動化系統(tǒng)的國內(nèi)市場95%被國外壟斷，是十分嚴重的客觀存在。針對這種自動化系統(tǒng)的總體設(shè)計技術(shù)、綜合安全技術(shù)、網(wǎng)絡(luò)優(yōu)化技術(shù)、運行優(yōu)化技術(shù)等四大難題，報告提出了廣域協(xié)同、安全可靠、網(wǎng)絡(luò)增強、運行優(yōu)化的高端大規(guī)模可編程自動化系統(tǒng)，突破了系統(tǒng)總體架構(gòu)設(shè)計技術(shù)、分布式高端并行協(xié)同執(zhí)行機制、廣域協(xié)同的軟硬件平臺技術(shù)，提出了全生命周期綜合安全技術(shù)和運行安全技術(shù)、大型復雜工程系統(tǒng)的動態(tài)優(yōu)化新方法和智能優(yōu)化新方法，以及大規(guī)模工業(yè)網(wǎng)絡(luò)的系列優(yōu)化技術(shù)，研制出完全自主知識產(chǎn)權(quán)的廣域協(xié)同高端大規(guī)模可編程自動化系統(tǒng)，并在國家重大工程和關(guān)鍵基礎(chǔ)設(shè)施中大面積推廣應用，取得重大經(jīng)濟效益和社會效益。

中國工程院院士 鄭南寧

中國工程院院士鄭南寧帶來《常識推理與物體屬性識別》的報告，報告提出，發(fā)展新一代人工智能，我們需要回答以下兩個基本問題：什么是人類智力所獨有的特征？要做到像人類一樣觀察和理解世界，計算機需要什么能力？人類使用較少的數(shù)據(jù)就可以在廣泛的問題上表現(xiàn)出智能行為，這種智能行為往往是建立在記憶、常識或經(jīng)驗的基礎(chǔ)之上；人腦對于非智力問題的理解更多地受到經(jīng)驗和長期知識積累的影響，這些因素在人對物理世界的理解、行為交互、非完整信息處理等問題中扮演著極其重要的作用。人類在許多場合是依賴常識判斷事物的屬性或變化，而常識推理的概念形成往往是建立在語義可解釋的基礎(chǔ)上。因此，為使機器學習模型產(chǎn)生人類的認知結(jié)果，需要其所學特征能從認知心理學角度去解釋，同時在計算的層面上又具有數(shù)學和語義的解釋性。使機器具有常識推理和對象屬性識別的能力，我們就能在某種程度上使機器"學會如何學習"（learning to learn）。報告結(jié)合團隊的研究工作，從常識表征的心理語言基礎(chǔ)出發(fā)，討論零樣本物體屬性-類別組合識別的問題，以及如何實現(xiàn)對物體屬性的一種常識理解。