目的

EPSRC自主智能机器和系统博士培训中心

关于我们

以人工智能为动力的自治系统将对整个经济、工业和社会产生变革性影响。我们的任务是培训团队在自主系统（包括机器学习、机器人技术、传感器系统和验证）方面的理论、实践和系统技能，并深入了解这些领域的跨学科要求。工业伙伴关系一直是并将继续是AIMS的核心，塑造其培训，确保牛津大学在自主系统方面的世界领先研究成果交付给各个部门，包括智能健康、交通、金融、动物跟踪、能源和极端环境。

在你作为CDT学生的期间，有机会从事实习、外联活动、个人发展、团队合作以及与其他CDT在类似领域的合作。

我们的研究

牛津大学在AIMS的基础技术方面享有世界级声誉。毕业生们后来成为了企业家，在工商界发挥了领导作用，或继续在学术界的职业生涯。

鉴于我们在该领域的研究和教学实力以及未来突破的潜力工程科学和计算机科学被授予博士培训中心（CDT），该中心为这些新技术的开发提供了重点。

了解更多信息

关键技能领域

是什么阻碍了人工智能对现实世界的影响？如今，创新往往过于关注新的组件算法，尤其是来自机器学习的算法。然而，为了实现对世界的影响，这些算法必须与完全自主的系统在这方面，训练有素的专家太少了。AIMS对此类系统的四个重要且密切相关的组件进行统一培训：

机器学习，作为一个统一的核心；
机器人与视觉；
网络物理系统（例如传感器网络）；和
控制与验证。

作为自治系统的示例，AIMS旨在构建影响

可持续城市发展（交通、金融服务和智能基础设施），
极端和具有挑战性的环境（太空机器人和卫星数据）
智能健康（癌症诊断）。

AIMS学生也接受了明确的培训

创业，
负责任的研究和创新，
知识产权管理，
演示，
科学写作和
公众参与。

现实世界中的自治系统可能需要识别和解释复杂场景，从移动的车辆到人类活动。例如，机器人系统需要这样的能力，以便能够在未知环境中导航，而增强现实系统需要场景感知和对象识别方法。AIMS将提供视觉几何、深度学习、感知、生成模型、视觉跟踪、分割、路径规划、视觉导航、机器人学习、运动和运动规划方面的培训。重点领域包括城市和越野驾驶、危险环境、智能基础设施、空间机器人和医疗保健。

AIMS认识到机器学习对自主系统的重要性日益增强。现代机器学习模型提供的数据驱动方法补充了数据集和计算能力（尤其是GPU）的增长，这导致自2014年AIMS成立以来的几年中机器学习转变了计算机视觉和机器人等领域。因此，AIMS现在将机器学习作为其培训计划的中心。在机器学习中，AIMS提供的课程涵盖估计和推理、信号处理、监督和非监督学习、学习理论、贝叶斯非参数、图形模型、集成学习、神经网络和反向传播、深度学习（代表性模型包括AlexNet、VGG-VD、ResNet、DenseNet），机器学习在生产、优化、自动差异化、强化学习、自治系统安全和治理等方面的应用。医疗、智能城市和空间数据领域都有重点应用。

自治系统必须安全可靠。例如，我们如何确保自动驾驶汽车的嵌入式软件控制器不会崩溃，或者植入式血糖监测仪正确识别异常范围并发出警报？通过模型检查进行的验证提供了自动化方法，以确定满足给定的要求，但由于需要考虑离散、连续和概率动力学的复杂相互作用，这一方法受到了挑战。培训内容包括现代控制、过程控制深度强化学习、系统验证、对抗输入、符号控制器抽象技术、计算博弈论和多智能体规划。重点领域包括金融、工厂自动化、关键基础设施和医疗保健。