2023年12月25日14：30-17：30，在书新五号楼西303进行了一场大数据决策与思维的课程学习，本次课程的主讲老师是吕威老师。         课程伊始，吕威老师接着上节课程的内容进行讲解，对于完成一个项目需要的步骤，问题定义描述问题，描述解决问题的方法以及所需结果。如何加载数据集，吕威老师给同学们提供了阿里云的TIANCH天地、百度的飞奖两个国内较好的数据集，以及国外的kaggle和Product两个数据集，可以从上述数据集中搜集所需要的数据集来进行项目的实现。         紧接着，吕威老师讲述对搜集的数据要进行探索初步了解得到的数据的数据类型，查看每个维度的含义以及数据的分布情况，并且对所搜集的数据根据不同的情况对数据中不认识的数据进行专业的找寻，然后对数据进行可视化，该matplotlib可视化是以蓝色为基调较有着很强的严肃感可以应用于毕业项目和一些较为严肃的项目的使用，用于课程展示能更好的展示自己讲解的课程。         随后，吕威老师讲述如何对数据进行处理，我们在所得数据要对数据进行清洗对原始数据进行处理和筛选，去除不必要的信息、纠正错误和缺失值，使数据更加准确、完整和可用。数据清洗的目的是为了提高数据的质量，确保数据分析和挖掘的准确性和可靠性。         课程最后，吕威老师运用数字资产比特币2012年至2021年实际涨幅数据中的其中10万条数据来构建了一个实际项目，在项目过程中更新特征模型特征来与之前的特征进行比较，最后对得到的模型进行评估和优化完成了该实际数据项目。         本次课程，吕威老师的详细讲解使同学们认识到在解决问题目标中遇到的一个大问题就是整个数据集中大量的数据，要如何减少计算训练和评估的成本，如何尽可能的减少不必要的特征，来平衡模型精确性和训练/预测速度之间的关系。

        为加深信息与智能工程学院的同学们对学术的专业理解，2023年12月25日9：00-12：00，信息与智能工程学院邀请到了马来西亚世纪大学的副教授TAN YONGCHAI于书新4号楼4楼会议室为信息与智能工程学院的学生带来了以“Refining Object Detection and Ranging Precision: Optimizing Calibration for Binocular Vision Systems”为主题的学术讲座。         在会议的开始，TAN YONGCHAI教授为大家介绍了关于智能灵活的WMS的总体目标和视力，以及现有WMS存在的问题：效率低下，不灵活和错误，同时他粗略的向大家介绍了WMS的工作原理。TAN YONGCHAI教授提出目前的博士项目，其中目标检测和测距增强中双目视觉系统的校准优化这一目标已经完成，还有三项任务仍在研讨中。         在讲座过程中，TAN YONGCHAI教授向大家介绍了如何校准摄像机，如自校准，摄影测量校准等。         同时也向大家介绍了三中种情况的校准研究在最后TAN YONGCHAI教授向大家介绍了自己出版的相关学报读物。         通过本次的学术讲座，信息与智能工程学院的同学们对提高目标检测和测距精度这一课题的研究更加深入，让大家受益匪浅，相信对同学们未来的研究有着极大的帮助。

         为深入探讨人工智能的未来发展趋势，三亚学院于2023年12月23日星期六16:10在三亚学院书山馆大报告厅进行特邀报告，主题是“多源融合SLAM现状与挑战”。本场讲座由浙江大学国家级人才刘勇教授进行主持，邀请众多知名中青年专家学者分享最新研究成果。         会议开始，刘勇教授先对自主移动机器人的背景进行介绍，讲述了近年来，传感技术和SLAM理论的突破，以及自主移动机器人在各领域的广泛应用，例如：无人驾驶、智慧城市、腿足机器人等等。         随后，刘勇教授讲述了多源融合SLAM感知关键技术的突破以及建立多源融合SALM系统克服的多种挑战。会议最后，刘勇教授分享了有关移动机器人的应用案例：空对地探测等。         本次讲座通过刘勇教授的详细讲解，使我们对移动机器人的专业知识有了进一步的认识与理解，这不仅丰富了我们的知识储备，还为我校教育事业的高质量发展夯实基础。

        为帮助师生深入了解人工智能领域前沿技术，拓宽师生学术视野，三亚学院与ISAIR协会携手举办了人工智能国际会议暨人工智能与机器人研讨会，并在2023年12月23日星期六15:00在书山馆大报告厅进行了特邀报告，主题为：“海底观测网大数据实时传输技术的研究”。本场讲座由东南大学教授·国家级人才陆慧敏教授进行主持,讲座主要介绍了水下成像这项关键技术。         在讲座伊始，陆慧敏教授介绍了该项研究的背景与意义，该项技术响应国家号召，助力于海洋信息化发展，它帮助建成智慧海洋和海洋牧场，可对河口海岸进行环境检测，也可勘探与开发海洋资源。         随后，陆慧敏教授讲述了水下成像技术研究可有效处理水下噪声，高效进行数据编码，准确恢复水下细节。但同样的，这也是水下成像技术面临的最大的三个挑战：水下极端条件噪声大、数据多、细节少。         针对这三个挑战，陆慧敏教授徐徐道来他们已突破的研究关键技术。技术一：水下视频实时增强复原技术，主要研究内容为装置创新和软件创新；技术二：水下实时编解码压缩技术，为使目标在受限条件下用最小的编码损失换取最高质量的视频，此项技术还在不断完善进步。         讲座最后，陆慧敏教授总结到，水下信息处理基础理论已初步建设完成，但基于物理海洋光学模型的水下视频广像处理原理仍需进一步研究。同时他提出对未来的展望：攻克硬件设备研发与软件(物理模型)关键技术。         本次特邀报告的专题演讲帮助师生深入了解人工智能领域的最新进展和行业发展的最新趋势，扩大学术人脉，促进学术合作和项目合作的展开，同时为学生职业发展提供更好的机会与平台。

        为了解AI发展两条线的关系以及大模型的发展历程。三亚学院于2023年12月23日9：15在三亚学院书山馆大报告厅进行特邀报告，主题是“大模型的前世与今生”。本场讲座由清华大学教授孙富春教授进行主持。         在人工智能领域，大模型是指拥有超过10亿个参数的深度神经网络，孙富春教授通过解说AI发展的行为路线及如何使机器人同人一样思考两条线路说明大模型发展最早时期是神经科学的发展。         视觉是人类获得外部信息的重要手段，孙富春教授引用1958年猫初级视皮层立体视觉神经机制的研究，指出视觉皮层的神经元有一个小的局部接受视野，这就意味着它们只对视野的局部内的视觉刺激做出反应。这种强大的组织结构可以检测到视觉区域内的所有复杂模式。这些关于视觉皮层的研究影响了1980年引入的新认知机，然后逐步演变成现在所说的卷积神经网络。         随着计算机硬件性能的不断提升和深度学习算法的不断优化，大模型的发展也越来越快速。一系列的大模型相继问世，如OpenAI的GPT，它们的参数规模不断扩大，训练时间也越来越长，但是性能也随之提升。现在，大模型已经成为人工智能领域的重要研究方向之一。         大模型已经成为人工智能领域的热点话题，受到了广泛的关注。孙富春教授通过深度剖析大模型的前世与今生，为人工智能领域的未来研究提供了重要的思路和指导。在回顾大模型的历史同时，孙富春教授也深入分析了其在当今社会和科技环境中的演变，研究者在追求模型性能的同时，要保持对伦理和社会责任的高度警觉。