“信号、图像与人工智能”

2023年3月26日，我们荣幸地请到了来自复旦大学信息科技与工程学院的汪源源教授，为同学们带来了以“信号、图像与人工智能”为主题的高一博学计划讲座。

汪源源教授先是以一段短小精悍的视频作为开场，展望了未来医疗在人工智能的帮助下所可能展现的新面貌，足不出户的诊断方式，个性化的治疗方案，还有实时共享健康数据的云平台，无不让同学们大开眼界。汪教授提到，依赖大数据、人工智能算法等工具，可以极大地提升医疗的高效性与准确性，而这些都来自于计算机工程中对于信息的处理。接着汪教授便从一切技术实现的基础——信号与图像说起，全面地展示了信号与图像的作用、传递与应用。

通过汪教授简单易懂的讲述，我们了解到信号可分为声、光、电等多种门类，表示的均为物理量随时间而变化的趋势，如心电信号，语音信号等，他们都是一维信号；灰度图像和彩色图像则是二维信号，表示了空间中不同位置的亮度信息；视频是更高级的三维信号，展现了随时间变化的图像。在人体获取信息的方式中，视觉与听觉是最重要的两类，汪教授详细地向我们讲述了视觉信号与听觉信号形成的基本过程，同时他还向我们描述了视觉假体与电子耳蜗，这些都是帮助残疾的人们感知相应信号的方式。

了解完信号与图像的基本信息后，汪教授向我们介绍了它们的采集与分析—即“感”与“知”。信号的采集简单来说，就是将非电学量通过传感器的转换，变为电学量，从而能够被用波形或其他简单易懂的方式展现出来；而图像的采集则需要依赖一种名为“电荷耦合器件”的工具，将光信号变为电信号，也就是数码相机中普遍运用的系统。声音与图像的处理也并不相同：一种需要用到盲信号处理技术，另一则主要运用傅里叶变换，即将时间域变为频率域。

在一个半小时的讲座中，汪教授以一种幽默风趣而浅显易懂的方式向我们展示了人工智能的基础——信号与图像的采集与分析处理。随着讲座接近尾声，汪教授向我们阐释了医学与人工智能之间的关系，如IBM研发的Watson系统，可帮助诊断出一种罕见白血病；ABVS，全自动乳腺容积成像系统，不开刀就能对病灶进行分析；还有利用医学影响扫描极少数无创预测IDH1，利用机器深度学习来分析皮肤病……汪教授最后提出了人工智能对于医学起到作用所需解决的三个关键问题：什么样的网络能够带来好的结果？训练系统所用的数据量是否足够？训练的机器是否有足够的计算能力？这些都是未来人工智能的发展中需要解决的关键问题。

汪源源教授的讲座带领我们以一种全新的视角了解了人工智能，也展望了由它们所主导的未来世界。相信在汪教授的启发下，同学们都对人工智能的未来有所了解，随之展开自己的想象力，在不久的将来成为其中积极奉献的一份子。

 【撰稿：高一（9）班 傅雨凡；审稿：唐晓鹏】