科技日报记者 夏天一 孙明源
近日，ISCIIA 2026国际计算智能与工业应用研讨会暨先进计算智能中日双边研讨会在北京召开。当计算智能算法论文产出持续走高，产业端对智能化改造的需求愈发迫切，二者之间如何弥合差距，成为贯穿本次双边会议的核心议题。大会以“共探智算技术，赋能行业应用”为主题，更多地把目光投向从理论研究走向工业现场过程中遇到的现实矛盾。
北京理工大学自动化学院院长孙健在致辞中介绍，本届大会聚焦计算智能多个前沿方向，期待参会学者充分交流，催生跨学科的科研合作。
计算智能技术近些年迭代迅猛，但实验室里优异的实验结果，不等于工业环境下可用的解决方案。北京理工大学自动化学院教授辛斌表示，当前学术界与工业界的结合持续推进，智算发展条件日趋成熟，各方都在持续投入相关研究。
高校天然以基础研究为主要定位，追求理论突破；产业更看重稳定性、成本与实际收益，两套评价体系的错位，构成智算落地最主要的瓶颈。不少学者谈到，并不是算法能力不足，而是缺少常态化的衔接机制，把基础科研力量和产业真实问题对接起来。
本次会议跳出单纯报告宣讲的模式，设计了人工智能挑战赛、创新创业路演、产学研创新论坛等实践性环节。北京自动化学会理事长、北京化工大学教授徐圆提出，希望连接高校、科研院所与产业界，帮助同仁找到共同兴趣，把具体研究议题转化为合作机会。也希望资深研究者分享成果背后的思考、取舍与经验，共同支持青年科研人员，让他们的声音被听见、获得鼓励与支持。
“AI的演进：从计算智能到具身智能”圆桌讨论上，不少案例直指传统技术能力边界。日本东京工科大学教授、中国地质大学（武汉）特聘专家佘锦华谈道，传统控制理论的有效性建立在环境相对稳定的前提上，人工智能与经典控制结合，能够根据环境自动调整系统参数与控制策略，将控制理论拓展到复杂多变的场景，保障任务在恶劣环境下顺利执行。面向制造业转型升级，AI还可以沉淀行业数据、经验与知识，助力补齐发展短板。
这一思路同样适配制造业转型升级。高端制造领域长期积累的工艺、经验很难短时间追赶，而智算技术提供另一条路径：依托数据把分散的现场经验沉淀为模型，以此缩短技术积累周期。现场展示的康复机器人、智能监测系统等项目，正是这种交叉思路下的产物，但从原型样机走向市场化产品，依旧还要跨过审批、工程化、成本控制等多重关卡。
高校在支持国际学术交流方面发挥着重要作用，这份责任包括营造开放、相互尊重的讨论环境。北京理工大学自动化学院党委书记张东在开幕致辞中表示，计算智能正在快速发展，其应用正延伸到社会生活的许多领域。在推进研究的同时，也应倾听可能使用这些技术的人们的声音，这有助于发现实验室之外的重要研究问题。
整场双边研讨会传递出一种共识：计算智能的发展，早已不是单纯比拼模型精度。技术真正的考验，发生在走出实验室之后。
此次活动由北京自动化学会主办，北京理工大学、远光软件股份有限公司承办。
（主办方供图）
网友评论
