“CSIC企業(yè)行活動”是由由中國圖象圖形學(xué)學(xué)會主辦，合合信息、CSIG文檔圖像分析與識別專業(yè)委員會聯(lián)合承辦，旨在匯集產(chǎn)學(xué)研各界資源，探討圖文智能信息技術(shù)領(lǐng)域的最新發(fā)展動態(tài)和未來趨勢，共同推動圖像圖形領(lǐng)域的發(fā)展。

　　此次走進合合信息，深度探討“圖文智能處理與多場景應(yīng)用技術(shù)展望”主題，并特邀來自上海交大、廈門大學(xué)、復(fù)旦大學(xué)、中科大的知名學(xué)府的學(xué)者，面向行內(nèi)研究者分享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話式大型語言模型等研究及實踐成果。

　　研討會嘉賓合影

　　會上，合合信息科技股份有限公司董事長、總經(jīng)理鎮(zhèn)立新博士發(fā)表致辭，并提到希望通過這次活動，創(chuàng)造產(chǎn)學(xué)研合作機會，為推動圖像圖形及人工智能行業(yè)的發(fā)展和進步貢獻智慧和力量。

　　合合信息董事長、總經(jīng)理鎮(zhèn)立新博士致辭

　　生成式人工智能未來十年方向的理論探索

　　“企業(yè)行”活動中，上海交通大學(xué)人工智能研究院常務(wù)副院長、長江學(xué)者楊小康分享表示，目前的生成式人工智能還存在解空間巨大。以“識別——分析”為代表的判別式人工智能推動了人工智能前十年的發(fā)展，接下來十年，以“合成——重建”為代表的生成式人工智能將成為主流。

　　復(fù)雜場景多模態(tài)數(shù)據(jù)分析與理解學(xué)術(shù)進展迅速

　　人工智能要實現(xiàn)多場景“通用”，需要解決多源數(shù)據(jù)的問題。廈門大學(xué)科技處處長、人工智能研究院負責(zé)人紀榮嶸教授認為連接視覺與自然語言的“視覺描述”領(lǐng)域，是最受關(guān)注且最具潛力的人工智能研究任務(wù)之一 。視覺和語言的研究應(yīng)是雙向的，各自的新發(fā)現(xiàn)、新方法可以互相迭代促進。跨空間、跨領(lǐng)域、跨任務(wù)知識遷移方面有較大探索空間，易于發(fā)現(xiàn)新的科學(xué)問題 。

　　底層視覺技術(shù)，圖像文檔結(jié)構(gòu)分析是落地實踐重點關(guān)注方向

　　合合信息圖像算法研發(fā)總監(jiān)郭豐俊博士針對目前底層視覺技術(shù)在處理形變、模糊等復(fù)雜文檔時遇到的典型問題分享，合合信息智能文檔處理技術(shù)基于對圖像目標區(qū)域的精準裁剪，對彎曲、傾斜透視的頁面進行形變矯正，在去除陰影、摩爾紋后，通過人工智能技術(shù)對文檔圖像進行增強銳化和清晰度提升，達到“圖像質(zhì)量增強”的效果，在改善閱讀體驗的同時，也提升了識別轉(zhuǎn)換、圖像分析等文檔處理下游任務(wù)的質(zhì)效，相關(guān)技術(shù)已通過“掃描全能王”等智能文字識別產(chǎn)品，服務(wù)全球上百個國家和地區(qū)的上億用戶。

(新媒體責(zé)編：wa12)