2023年3月30日上午，由四川外国语大学语言智能学院、语言脑科学中心和川外学坛联合举办的“语言智能大讲堂”在博文楼401报告厅成功举行。语言智能学院教师李金健博士作了题为“基于车联网的车路协调系统”的报告；语言智能学院教师任成娟博士作了题为“基于深度模型的海洋垃圾分类与检测”的报告。两场报告分别由语言智能学院教师刘艮花博士和文锶博士主持，语言智能学院全体教师、硕博士研究生参加了此次活动。

在第一场报告中，李金健博士与在场师生探讨了智能交通对现代化城市发展的影响和未来的发展方向。李博士认为智能交通是城市交通管理的重要手段，它通过应用人工智能、大数据、云计算等技术，实现了交通信息的实时监测、预警和调度，这将大大提高城市交通的效率和安全性。同时，智能交通还可以减少交通事故和拥堵，改善城市环境，提高人们的出行体验。在报告中，李博士指出智能交通的发展需要政府、企业和社会各方的共同努力；政府应该加强对智能交通的政策支持和规划建设，企业应该加强技术研发和应用推广，社会各方应该积极参与和支持智能交通的建设和发展。在报告的最后，李博士对智能交通的未来发展充满信心。他认为，随着技术的不断进步，智能交通将会成为未来出行的主流方式，为城市的现代化发展和人们的生活带来更多的便利和舒适。

在第二场报告中，任成娟博士与在场师生探讨了目标检测任务在海洋垃圾分类与检测中的应用。她首先介绍了目标检测的基本定义，历史，分类流程等相关基础知识。随后，她重点介绍了两个目标检测模型，即：Faster R-CNN模型和Based-Transformer模型；并分别从模型原理到小模块的结构进行了具体的介绍。具体而言，Faster R-CNN模型将特征抽取(feature extraction)，proposal提取，bounding box regression(rect refine)，classification都整合在了一个网络中，使得综合性能有较大提高；而Based-Transformer模型先用CNN提取特征,然后把最后特征图的每个点看成word,这样特征图就变成了a sequence words,而检测的输出恰好是a set objects。最后，她展示了自己在博士课题中运用这两个模型的实验结果和科研成果，即：这些模型能帮助人类准确有效的区分出图片中海洋垃圾的种类、位置、形状等。因此，任博士的实验从多个维度指标验证了模型的有效性。任博士对人工智能深度模型的介绍深入浅出，让在场的师生获益良多。

在问答互动环节中，在场师生针对这两场报告的内容进行了提问和讨论，气氛活跃。两位博士针对所提问题也进行了详细解答。另外，两位博士还提出了未来将人工智能技术应用于语言学科发展的科研构想，展示出了进行交叉学科科研和教学的迫切愿望。

在讲座结束之际，刘艮花博士和文锶博士两位主持人对本次讲座作了总结和点评。另外，本次“人工智能”专题研修讲座的负责人和组织者—语言智能学院教师樊子牛副教授对此次讲座给予了高度的评价。他指出，“人工智能”专题研修讲座旨在为语言智能学院师生提供最前沿、最先进的人工智能技术和知识分享，这将为语言智能学院师生交叉学科的科学研究注入新的活力。最后，他表示对未来组织更高质量的“人工智能”专题研修讲座充满信心。

语言脑科学研究中心

语言智能学院

川外学坛

2023年4月3日