“神童”三连获青创奖!成果横跨计算机和AI,被曝与西南大学AI院长专利高度相似
共 3569字,需浏览 8分钟
·
2020-07-29 01:41
大数据文摘出品
作者:刘俊寰、魏子敏
当我们在说“神童”时,我们在期待什么?
如果一个学生连续三年在全国青少年科技创新大赛上都有奖项斩获,从初二到高一,分别获得青创奖三等奖、三等奖和一等奖,研究领域横跨物理、计算机和人工智能,似乎“神童”之名名副其实。
但是近日,根据澎湃新闻报道,这位三连获奖的段姓学生疑似存在“造假”行为。
根据青创奖此前的报道,段姓学生三次获奖论文分别为,《“水中叉鱼”问题的定量分析和智能优化方法》《无人驾驶的鹰眼-基于深度学习的智能交通标志识别与APP实现》《用蛋清做个元器件―柔性忆阻器及交叉阵列的研究与制备》。
其中,段姓学生最近的一篇参赛论文被指出与2019年1月23日申请的一项国家专利《一种光电双控柔性蛋清忆阻器在数据存算一体化中的应用》高度相似,该专利的发明人名为西南大学人工智能学院院长段书凯,与该学生获奖项目的指导老师同名。
不仅如此,在该项专利页面,第三位专利发明者王丽丹为西南大学电子信息工程学院副院长,其与该段姓学生首次参加青创奖评选时的指导老师也出现了同名情况。
目前,该专利页已删除。
除此之外,该段姓学生第二次的参赛作品中指出,智能交通标志识别的系统“识别准确度达到99.75%,超过目前最高准确度99.65%”。根据报道,一位985高校计算机视觉方向教授表示,“感觉至少是一个本科毕业论文的水准,如果是一个初三学生在没有什么帮助下独立完成,确实有点不可思议,可以称得上神童了。”
目前,中国科协青少年科技中心表示,“正在开展相关工作,将及时通报有关进展的情况。”
在澎湃新闻致电西南大学人工智能学院询问相关事宜时,工作人员表示,“暂时不方便回答这个问题,稍后看官方学校的通知。”
三人关系浮出水面
发生这样的情况,想必也不是一句偶然可以解释的。这三人的关系也一度扑朔迷离。
在段书凯于2006年在重庆大学完成的博士论文《高维和时滞混沌系统的理论研究及电路实现》的致谢部分中,明确提到“特别感谢我的妻子王丽丹博士和我刚满三岁的儿子段XX”。
无独有偶,在王丽丹于2008年在重庆大学完成的博士论文《多卷混沌发生器的设计、电路实现与应用》的致谢部分中,写道,“特别感谢我的丈夫段书凯博士后和儿子段XX”。
在两篇论文致谢部分中提到的“段XX”正是这位连续三年在青创奖获奖的段姓学生。
王丽丹重庆大学博士学位论文《多卷混沌发生器的设计、电路实现与应用》中的致谢部分。
在学术研究上,王丽丹与段书凯的交流也十分密切,根据官网的统计显示,两人共合作22个国家发明专利与实用新型专利,仅中文学术论文就有35篇。
根据西南大学人工智能学院的官网介绍,段书凯现任西南大学人工智能学院教授、博士生导师、院长,主要研究领域包括人工智能、类脑芯片、工业机器人、智能控制、仿生信息材料等。
除了分管人工智能学院的发展规划、学科建设、科学研究、人事人才、国内合作交流等工作外,段书凯的分管栏目下还有“师德师风”。
王丽丹目前出任西南大学电子信息工程学院副院长,主要研究方向包括人工神经网络、非线性系统与电路设计、忆阻器与忆阻系统、生物电子电路和神经形态系统等。
7月20日下午,澎湃新闻曾致电西南大学求证段书凯、王丽丹与段姓学生的关系,工作人员没有给出明确回复。就段某严和段书凯是否为父子关系,工作人员称,“正在了解情况,目前无法给出具体反馈”,至于段书凯与王丽丹有何关系,该工作人员表示自己“也不太了解”。
基于深度学习的智能交通标志识别到底有多难?
在第33届全国青少年科技创新大赛的在线展厅内,仍然可以从中小学生优秀科技创新作品获奖项目中搜索到段姓同学的获奖项目,《无人驾驶的鹰眼-基于深度学习的智能交通标志识别与APP实现》。这也是段同学第二次获得青创奖的作品。
根据项目简介,在参赛项目中,段姓同学在将卷积神经网络和空间变换网络相组合后,提出了一种基于深度学习的多路空间变换卷积神经网络,对不同尺寸的输入图片进行多路训练,增强了网络的泛化能力,能够很好地适应图像的空间多样性。
利用德国交通标志识别数据库GTSRB进行测试后,设计的系统识别准确度达到了99.75%,超过了目前最高准确度99.67%。同时,这个算法还支持移植到安卓手机的APP上。
由于一手资料的缺失,但从2016年北航提交的一项专利《一种基于深度学习的交通标志自动识别与标注方法》中,我们也可以侧面了解整个项目的难度。
该专利主要利用深度学习进行对较统标志的自动识别和标注,通过获取含有交通标志的图片候选区域,使用快速区域卷积神经网络进行分类识别。
整个过程主要包括两个步骤,首先是采用语义分割结构对交通标志定位检测,获取含有交通标志的候选区域,其次要将得到的候选区域输入训练好的快速区域卷积神经网络,对交通标志进行分类识别并定位,这个快速区域卷积神经网络与解码网络共享卷积层。
同时,在第二步中,该专利还实现了一种有效的更新地图导航信息的方法,主要包括以下步骤:
获取精确的地理位置信息和交通标志信息。采用GPS模块获取精确的地理位置信息,并用交通标志识别模块识别出交通标志信息,将两者结合后得到准确的交通标志本身含有的信息以及其所在的地理位置。所述的交通标识识别模块采用所述的交通标志自动识别与标注方法实现。
对地图导航进行更新。将第一步识别的交通标识及其所在的地理位置信息,与地图导航仪中的地理信息及交通标志信息进行匹配,如果信息不能匹配则将地图导航信息进行更新,如果完全匹配则地图导航信息保持不变。
https://patentimages.storage.googleapis.com/4d/d4/c2/b350d48410a8e9/CN106372577A.pdf
青少年“学术造假”频发
https://www.zhihu.com/question/407334331/answer/1344653138
实习/全职编辑记者招聘ing
加入我们,亲身体验一家专业科技媒体采写的每个细节,在最有前景的行业,和一群遍布全球最优秀的人一起成长。坐标北京·清华东门,在大数据文摘主页对话页回复“招聘”了解详情。简历请直接发送至zz@bigdatadigest.cn