深化人工智能的集成应用 | 2023年第六届亚洲认知工程与智能交互会议（CEII2023）圆满召开!

会议开幕式由香港树仁大学，应用数据与科学系系主任袁文贞教授 (Prof. Man-Ching Yuen)主持。

开幕式过后，开始了会议精彩的学术报告环节，由加拿大维多利亚大学Kin Fun Li教授和中国地质大学（北京）李岩教授共同主持。

Prof. Kin Fun Li

李岩教授

谭营教授 北京大学

演讲题目：Advance in Swarm Intelligence, Fireworks Algorithm and Applications

谭营教授介绍了群体智能的领域中的烟花算法（FWA），其灵感来源于自然界和社会现象中众多群体行为，同时介绍了FWA的发展历程、改进算法以及多目标和基于GPU的扩展，突显了其在高效智能优化方法中的重要性，这些改进不仅显著提高了解决方案的准确性，还极大地缩短了运行时间，同时详细阐述了FWA在大数据应用等领域的典型应用。

Prof. Man-Ching Yuen 香港树仁大学

演讲题目：Use Cloud Platform to Develop an AI Assessment System on Developmental Dyslexia of Traditional Chinese Language

袁教授首先阐述了报告的研究背景：言语发育障碍对幼儿的普遍影响，全球高达24.6%的幼儿可能患有言语延迟或言语发育障碍（SSD）。特别是在香港，粤语作为口头语言，对于患有SSD的幼儿学习和理解造成了额外的困难。通过定期培训，袁老师及其团队研究成员得出结论：患有发育性SSD的儿童可以显著改善其言语表达。

Prof. Ching Yee Suen 加拿大康考迪亚大学

演讲题目：AI & PR in CE: Split or Not to Predict Big Five Personality?

Prof. Suen展示了一种全自动的手写样本分析方法，与大多数方法不同，它并非简单模仿笔迹分析师的操作。Prof. Suen和他的团队成员通过采用卷积神经网络结构方法进行实验，得出了拆分操作对测试准确性和损失具有积极影响的结论，有效弥补了训练样本不足的问题。

Prof. Kaoru Sumi 日本函馆未来大学

演讲题目：Intelligent Interaction Using Avatars and Robots

Prof. Sumi介绍了近年来人工智能在教育领域中利用虚拟空间进行智能交互的趋势，讨论了通过虚拟空间和代理实现的教育可能性，还介绍了她和她的团队开发的基于游戏学习的系统和实时生成脚本的游戏故事生成系统，涉及系统利用说服技术影响人类行为、代理表情和手势的应用，最后探讨虚拟代理与其他用户在虚拟空间中互动的考虑因素。

Dr. Hyeseung Maria Chang  韩国KEDI中心

演讲题目：Analysis of Learning Patterns in AI Algorithm-Based Question Recommender System

Maria 博士介绍了人工智能算法驱动的问题推荐系统中的学习模式。通过定量数据分析和定性面谈，Maria 博士和她的团队成员研究了推荐算法在在线教育环境中对学习者行为的影响，揭示了不同学习者类型与AI推荐之间的交互，关键发现显示了在不同学习者类别之间存在显著差异。此外，Maria 博士还提出了对AI算法的潜在改进，以更有效地满足各种学习需求。这项研究对教育技术领域有重要贡献，呈现了AI推荐与学习者互动之间的动态关系，为发展更先进、有影响力的基于AI的教育工具提供了启示。

Prof. Hai-Ning Liang 西交利物浦大学

演讲题目：Developing Intelligent User-Optimized Interactions for Virtual and Augmented Reality Systems

梁教授通过演讲介绍了虚拟和增强现实（VR/AR）系统作为连接元宇宙的平台，为用户提供了与不同虚拟世界中的物体交互的能力。相对于传统系统，VR和AR交互更加灵活多样，但同时也存在不够精确、效率低且繁琐的问题。他和他的团队提出通过开发基于用户行为和偏好的优化交互方式，以及利用眼神等隐式信息来提高虚拟对象选择和操控的效率。

Asst. Prof. Hamza Djigal 温州肯恩大学

演讲题目：Artificial Intelligent for Resource Allocation in Multi-Access Edge Computing

Prof. Hamza介绍了随着物联网设备和移动通信技术的迅速发展，多接入边缘计算（MEC）作为一种有望将云计算和存储能力延伸到蜂窝网络边缘的新兴范式。MEC允许物联网设备在网络边缘执行计算密集型和延迟敏感的应用，但为了有效运行这些应用，需要适当地在MEC服务器上分配资源。Prof. Hamza强调了人工智能（AI）在MEC中的关键作用，特别是机器学习（ML）和深度学习（DL）在资源分配方面的应用。通过三个不同角度的案例，展示了ML和DL在提高MEC性能方面的优势，并讨论了未来研究方向。

郑银强教授 东京大学

演讲题目：Physical Adversarial Attacks on Visual AI beyond RGB Domain

郑教授介绍了基于计算机的视觉理解的人工智能算法在RGB领域取得的显著进展。为了处理复杂场景，引入了其他成像方式如近红外、热红外、偏振等，但这些非RGB模式下的视觉人工智能漏洞未得到充分关注。郑教授提出，在非RGB领域，典型人工智能算法如目标检测和分割可能更为脆弱。具体演示了两个物理攻击者对基于YOLO的人体检测器的攻击（位于NIR和TIR领域），以及一个基于投影的攻击者对偏振颜色域中的玻璃分割算法，这些攻击都能有效地隐藏在人眼视线之外。

Dr. Kevin Xin 中国科学技术大学

演讲题目：The Exploration of Scientific Discovery by Applying Quantum-like Evolutionary Algorithm

Dr. Kevin的演讲涵盖了将量子理论的见解与遗传规划相结合的方法，提出了一种类似量子的进化算法，用于发现自然法则。演讲介绍了量子样进化算法的原理，并通过引入“机器科学家”来学习原始数据，重新发现了牛顿方程、玻恩规则和有效市场假设，为人工智能算法的发展提供了新的可能性，该算法在自然和社会科学领域具有广泛的应用前景。

来自中国电子科技大学、国立台湾师范大学、南京工业大学、澳大利亚悉尼大学、华中师范大学、中国地质大学、加拿大维多利亚大学，北京林业大学等10余所高校的学者就自己的研究成果进行演讲。

Local Chair, 香港树仁大学袁老师代表会议组委会为两位Session Chair 颁发证书。

经过组委会的严格筛选，两位作者荣获本次会议最佳论文奖（Best Paper Award)，分别是：

Paper ID 73: Prof. Yushan Chang & Yenyin Wang

Title: Effects of Virtual Reality on Mechanical Arm Learning

Paper ID CI902: Yuhan Ma

Title: Embodied Cognition GuidesVirtual-Real Interaction Design to Help Yicheng Flower Drum Intangible Cultural Heritage Dissemination

衷心感谢组委会的各位老师和与会者对本次会议的热情参与和贡献！正是因为大家的共同努力，CEII2023才得以圆满召开！

展望未来，我们相信认知工程和智能交互领域将会迎来更多的机遇和挑战。我们期待着与各位与会者继续保持密切的联系和合作，共同探讨领域内的前沿学术研究，推动认知工程和智能交互领域的学术交流。让我们共同期待CEII2024的到来！