2019年10月31日，課題組卞希慧參加奈美亨大學的人工智能學習交流會。
會議首先總結了各個國家的人工智能戰(zhàn)略。
在2017年-2018年間，加拿大、日本、新加坡、中國、阿聯酋、芬蘭、肯尼亞、丹麥、意大利、法國、突尼斯、歐盟、英國、澳大利亞、美國、韓國、瑞士、印度、墨西哥、德國等都從國家層面先后發(fā)布了促進AI應用與開發(fā)的戰(zhàn)略。不同國家的人工智能戰(zhàn)略側重點各不相同。1）2017年3月，加拿大提出《泛加拿大人工智能戰(zhàn)略》（Pan-Canadian AI Strategy）；2）2017年3月，日本提出《人工智能技術戰(zhàn)略》（AI Technology Strategy）；3）2017年5月，新加坡提出《新加坡人工智能戰(zhàn)略》（AI Singapore Announced）；4）2017年7月，中國提出新一代人工智能發(fā)展規(guī)劃（Next Generation AI Plan）；5）2017年10月，阿聯酋提出《阿聯酋人工智能戰(zhàn)略2013》（AI Strategy 2031）6）2017年12月，芬蘭提《芬蘭人工智能戰(zhàn)略》（Finland’s AI Strategy）；7）2018年1月，肯尼亞成立區(qū)塊鏈及人工智能工作小組（Blockchain and AI Task Force）；8）2018年1月，丹麥提出丹麥數字增長戰(zhàn)略（Strategy for Digital Growth）9）2018年3月，意大利提出人工智能服務公民（AI at the Service of Citizens）；10）2018年3月，法國提出法國人工智能戰(zhàn)略（France AI Strategy）；11）2018年4月，突尼斯政府舉行《國家人工智能戰(zhàn)略講習班》（First workshop for Strategy）；12）2018年4月，歐盟簽署《人工智能合作宣言》（Communication on AI）；13）2018年5月，英國通過《英國人工智能行業(yè)協議》（UK all Sector Deal）；14）2018年5月，澳大利亞通過《澳大利亞預算》（Australian Budget）；15）2018年5月，美國召開《白宮人工智能峰會》（White House Summit on AI）；16）2018年5月，韓國提出《人工智能研發(fā)戰(zhàn)略》（AI R&D Strategy）；17）2018年5月，瑞士提出《瑞士人工智能戰(zhàn)略》（Sweden’s AI Strategy）；18）2018年6月，印度提出《人工智能國家戰(zhàn)略》（National Strategy for AI）；19）2018年6月，墨西哥提出《邁向墨西哥的人工智能戰(zhàn)略》（Towards an AI Strategy in Mexico）；20）2018年秋，德國提出《德國人工智能戰(zhàn)略》（Germany’s AI Strategy）。具體戰(zhàn)略如下：
1.1加拿大《泛加拿大人工智能戰(zhàn)略》
加拿大是全球首個發(fā)布AI全國戰(zhàn)略的國家。加拿大政府于2017年3月通過了《泛加拿大人工智能戰(zhàn)略》（Pan-Canadian Artificial Intelligence Strategy），計劃在未來五年，政府計劃撥款1.25億加元支持 AI 研究及人才培養(yǎng)。該戰(zhàn)略包含四個目標：（1）增加 AI 研究者、畢業(yè)生數量；（2）創(chuàng)建三個卓越的科學團體；（3）培養(yǎng)理解 AI 經濟、道德、政策和法律含義的思想領袖；（4）支持專注于 AI 的國家研究團體。加拿大高等研究院（CIFAR）在戰(zhàn)略中起帶頭作用，與政府及三個新興 AI 機構展開密切合作，包括埃德蒙頓的艾伯塔機器情報研究所（Alberta Machine Intelligence Institute, AMII），多倫多的矢量研究所（Vector Institute）和蒙特利爾的MILA。加拿大的 AI 戰(zhàn)略主要是一個研究及人才戰(zhàn)略，旨在提高加拿大作為AI 研究和培訓領導者的國際形象。人工智能領域有三大奠基人，分別是Geoffrey Hinton（杰夫·辛頓，多倫多大學的特聘教授，曾獲加拿大基廉獎【Killam Prizes，有“加拿大諾貝爾獎”之稱的國家最高科學獎】）、Yann LeCun（Facebook人工智能研究院院長）與Yoshua Bengio（加拿大蒙特利爾大學教授）。他們是親密的朋友和合作者，且都跟加拿大有很深的聯系，所以AI領域的人戲稱他們?yōu)椤凹幽么蠛谑贮h”。
1.2日本《人工智能技術戰(zhàn)略》
2017年3月，日本發(fā)布《人工智能技術戰(zhàn)略》的政府“工程表”。工程表主要分三個階段，以期通過人工智能的運用，實現生產、流通、醫(yī)療與護理等領域效率的大幅提高。第一階段(~2020年)，確立無人工廠和無人農場技術，普及新藥研制的人工智能支持，實現生產設備故障的人工智能預測；第二階段(2020~2030)，達到人與物輸送及配送的完全自動化，機器人的多功能化及相互協作，實現個性化的新藥研制，以及家庭與家電人工智能的完全控制；第三階段(2030~)，使護理機器人成為家族的一員，實現出行自動化及無人駕駛的普及(人為原因交通事故死亡率降為零)，能夠進行潛意識的智能分析并實現本能欲望的可視化。日本政府和企業(yè)界高度重視人工智能的發(fā)展，不僅將物聯網(IoT)、人工智能(AI)和機器人作為第四次產業(yè)革命的核心，還在國家層面建立了相對完整的研發(fā)促進機制，并將2017年確定為人工智能元年。希望通過大力發(fā)展人工智能，保持并擴大其在汽車、機器人等領域的技術優(yōu)勢，逐步解決人口老化、勞動力短缺、醫(yī)療及養(yǎng)老等社會問題，扎實推進超智能社會5.0建設。
1.3新加坡《新加坡人工智能戰(zhàn)略》
2017年5月，新加坡發(fā)布《新加坡人工智能戰(zhàn)略》（AI Singapore）國家計劃，未來五年，新加坡投資1億五千萬美元，通過達成三個目標來增強AI技術實力：向AI 研究的下一個浪潮投資；解決主要的社會和經濟挑戰(zhàn)；擴大AI 技術在工業(yè)界的采納和使用。將在交通物流、智能市鎮(zhèn)與鄰里、醫(yī)療保健、教育以及保安與安全五大領域大力推進人工智能科技的應用，從而促進經濟轉型。在產業(yè)應用方面，新加坡預計在2022年將AI系統應用于全國醫(yī)療機構，到2025年實現AI掃描“三高”患者的視網膜，計算其患有心血管疾病的風險。另外，在教育領域，通過AI適應型教學，新加坡將通過在中小學英文科目使用自動批改系統，通過對教師勞動力的部分解放實現學生個人化教育。在智能城市領域，新加坡政府計劃于2022年之前推出AI聊天機器人，指引居民向正確部門舉報社區(qū)問題。
1.4中國《新一代人工智能發(fā)展規(guī)劃》和《促進新一代人工智能產業(yè)發(fā)展三年行動計劃》
2017年7月，中國頒布了《新一代人工智能發(fā)展規(guī)劃》，該計劃包含了研發(fā)、工業(yè)化、人才發(fā)展、教育和職業(yè)培訓、標準制定和法規(guī)、道德規(guī)范與安全等各個方面的戰(zhàn)略和發(fā)展目標。這是一個三步走策略：第一步，到 2020 年讓中國的 AI 產業(yè)界與最強競爭者齊頭并進；第二步，在 2025年在一些AI 領域實現世界領先水平；第三步，到 2030年成為全球人工智能創(chuàng)新的主要中心。中國在2030年的目標是人工智能產值達到1萬億人民幣，而相關行業(yè)的總產值達到10萬億人民幣。這一計劃還明確了政府將會鼓勵招攬全球最優(yōu)秀的人才，加強對國內 AI 勞動力的培訓，并在促進人工智能發(fā)展的法律、法規(guī)和道德規(guī)范方面引領世界。這其中包含了積極尋求全球 AI 領導者的意圖。
在《新一代人工智能發(fā)展規(guī)劃》發(fā)布之后，中國工信部又與2017年12月發(fā)布了《促進新一代人工智能產業(yè)發(fā)展三年行動計劃（2018-2020 年）》。該計劃可看做是前者的第一步戰(zhàn)略，希望推動中國的 AI 產業(yè)到 2020 年達到世界一流水平。具體來說，它試圖推動四個主要方面：（1）加大力度開發(fā)智能和網絡產品，如自動駕駛汽車、服務機器人和語音/圖像識別系統；（2）加強開發(fā)人工智能支持系統，其中包括智能傳感器和神經網絡專用芯片；（3）鼓勵智能制造業(yè)的發(fā)展；（4）通過投資行業(yè)培訓資源、標準化測試和網絡安全等方面改善人工智能的發(fā)展環(huán)境。
1.5阿拉伯聯合酋長國《阿聯酋人工智能戰(zhàn)略》
2017年10月，阿拉伯聯合酋長國發(fā)布了《阿聯酋人工智能戰(zhàn)略》（AI Strategy），目標是在2031年前，通過“人工智能戰(zhàn)略”增加政府收入35%，減少政府開支50%，將應對金融危機的抵御能力提升至90%，在政府服務和數字分析的各層面100%落實人工智能技術。作為阿聯酋2070百年目標（UAE Centennial 2070 objectives）的一部分，旨在通過建立整合的智能數字平臺，應對挑戰(zhàn)、提供更高效的解決方案，從各方面提升政府績效。舉例來說，現在迪拜已擁有世界第一個人工智能機器人警察，用于街道巡邏，并計劃在2030年前將機器人警察占總警力比例提升至25%。此外，迪拜同時引入了“自動化駕駛戰(zhàn)略”（Autonomous Transportation Strategy），計劃在2030年前，將全部交通工具的25%轉換為自動駕駛。
1.6芬蘭《人工智能發(fā)展報告》
2017年12月，芬蘭經濟事務與就業(yè)部發(fā)布《人工智能發(fā)展報告》，提出要把芬蘭變成世界領先的人工智能應用國家。報告提出芬蘭邁入人工智能時代的愿景：今后5年內，人工智能將成為芬蘭人日常生活的一個活躍部分，芬蘭將在整個社會內充分利用人工智能，并成為可產生人工智能時代中全球最佳服務的安全民主的社會等。為此，報告提出以下8項關鍵行動建議。1）通過利用人工智能增強企業(yè)競爭力；2）利用所有行業(yè)數據；3）加速并簡化全社會采用人工智能的進程；4）確保世界領先的人工智能專長并吸引頂級專家；5）大膽自信地決策與投資；6）建設全球最佳的公共服務；7）建成多種合作新模式；8）芬蘭將引領歐洲人工智能議程的起草工作。報告指出，人工智能將在未來一些年革新運輸、工業(yè)、衛(wèi)生和勞動等，芬蘭成為這種轉變中的領先國家已具備很多卓越優(yōu)勢。2017年，11個發(fā)達國家人工智能對經濟增長的影響排名顯示，芬蘭位居第二，僅次于美國。
1.7肯尼亞《區(qū)塊鏈及人工智能工作小組》
2018年1月，肯尼亞區(qū)塊鏈和人工智能工作組報告強調在住房，醫(yī)療保健，制造業(yè)和食品安全四大領域利用人工智能技術。開發(fā)數字資產框架，使公民能夠通過初始代幣產品（ICO）籌集資金。具體措施包括：基于區(qū)塊鏈的土地所有權：提高公民證明土地所有權的能力，并提供信貸接入點和減少腐敗。AI在教育中提供個性化和虛擬課程。在選舉過程中使用區(qū)塊鏈和AI來提供實時投票結果。農業(yè)部門的供應鏈精簡以各種方式，例如農業(yè)補貼農業(yè)標識，產品的端到端跟蹤以及天氣數據和預測的人工智能和物聯網。使用公私合作模式創(chuàng)建國家支付網關，成為所有數字交易/支付的中心點，創(chuàng)建一個生態(tài)系統，其中所有支付模式，如ATM，銀行，移動貨幣互相交互。通過醫(yī)療保健領域的藥品以及制造和物流來消除假冒產品。創(chuàng)建BRAIN TRUST，處理所有影響肯尼亞政府現在和將來開展的計劃的新興技術。
1.8丹麥《丹麥數字增長戰(zhàn)略》
2018年1月發(fā)布的《丹麥數字增長戰(zhàn)略》旨在讓丹麥成為數字革命的領頭軍，并為所有丹麥人民創(chuàng)造財富增長。這一戰(zhàn)略不僅僅是專注于人工智能的發(fā)展，而是專注于人工智能、大數據和物聯網。該戰(zhàn)略包括三個目標：（1）使丹麥企業(yè)最善于利用數字技術;（2）具備開展業(yè)務數字化轉型的最佳條件;（3）確保每一位丹麥人民都具備必要的數字技能競爭能力。2018年已為該戰(zhàn)略提供了7500萬DDK，直到2025年，每年將提供1.25億DDK。報告總共概述了38項新舉措。主要的聲明包括建立丹麥的數字中心（公私數字技術集群），SME: Digital（支持丹麥中小型企業(yè)數字化轉型的協調方案），以及技術協定（Technology Pact）（促進數字技能的全國性倡議）。政府還宣布了進一步開放政府數據、試驗監(jiān)管沙箱、加強網絡安全的舉措。
1.9意大利《人工智能服務公民》
2018年3月31日，意大利公布了《人工智能服務公民》（AI at the Service of Citizens）白皮書，指出將充分利用意大利和歐洲的人工智能，創(chuàng)新公共服務的創(chuàng)新文化。人工智能需要加速數字化轉型的道路。提出了三年計劃，為實現AI解決方案奠定了基礎。例如對公共行政部門進行ICT安全防護的最低限度措施。激活多采購渠道，具體包括從更經典的呼吁到公共管理電子市場（MEPA），再到公共連接系統（SPC），尤其是很多關于數據和應用程序合作的互操作性，以及關于門戶，APP，網站和Web應用程序的創(chuàng)建和管理，直至創(chuàng)新的采購工具。引入的是商業(yè)前采購（PCP），在歐洲范圍內通過歐洲資金進行區(qū)域規(guī)劃，最后是服務和創(chuàng)新產品的公共采購（PPI）。
1.10法國《法國人工智能戰(zhàn)略》
2017年3月21日，法國政府發(fā)布《人工智能戰(zhàn)略》。法國總統馬克龍2018年3月在歐洲率先推出了國家人工智能發(fā)展戰(zhàn)略，擬從人才培養(yǎng)、數據開放、資金扶持及倫理建設等方面入手，將法國打造成在人工智能研發(fā)的世界一流強國。包括1）培養(yǎng)學科人才、建設良好科研生態(tài)。2）推動公共數據開放和私營部門數據共享。3）以法德合作為核心，聯手推動歐盟制定人工智能發(fā)展規(guī)則和行業(yè)標準。4）加強法國對人工智能行業(yè)的資金扶持。5）探索解答人工智能發(fā)展帶來的倫理性和政治性問題。未來數年內，法國將投入15億歐元的公共資金以及5億多歐元的私人部門投資，用于建立世界頂級的人工智能研發(fā)中心；總計100億歐元的法國創(chuàng)新與工業(yè)基金中，將撥出4億歐元資助跟人工智能相關的工業(yè)項目；法國經濟部等部門會在未來數月內撥出1億歐元鼓勵人工智能中小企業(yè)發(fā)展，法國公共投資銀行今后每年將提供7000萬歐元投資，以鼓勵初創(chuàng)企業(yè)發(fā)展；此外，法國在2024年之前還將投入8億多歐元用于跟人工智能發(fā)展密切相關的納電子學的發(fā)展。
1.11突尼斯《國家人工智能戰(zhàn)略講習班》
2018年4月20日，為了構想國家AI戰(zhàn)略，聯合國教科文組織科學，技術和創(chuàng)新政策主席與突尼斯國家科學研究促進局（ANPR）合作，組織一個名為“國家人工智能戰(zhàn)略：釋放突尼斯的能力潛力”的講習班，以制定出人工智能戰(zhàn)略框架、方法和行動計劃。
1.12歐盟《歐洲人工智能合作宣言》和《人工智能協調計劃》
2018年4月，歐盟委員會提交了《歐洲人工智能》，旨在秉持以人為本的人工智能發(fā)展理念，推動歐盟人工智能領域的技術研發(fā)、道德規(guī)范制定以及投資規(guī)劃。1）加大財政支持力度，為企業(yè)創(chuàng)造良好創(chuàng)新環(huán)境。歐盟委員會鼓勵歐洲公共和私營機構在2020年底前增加200億歐元的人工智能研究和創(chuàng)新投資。2018-2020年期間，歐委會在“地平線2020計劃”中將AI的科研投入增加到15億歐元，并希望借助此項行動帶動25億歐元的社會資金投入，重點支持人工智能技術在交通、醫(yī)療等關鍵應用領域的發(fā)展。此外，歐洲戰(zhàn)略投資基金（EFSI）還將為創(chuàng)新企業(yè)提供超過5億歐元的資金支持。2）教育和培訓體系改革。人工智能技術的發(fā)展將創(chuàng)造更多的就業(yè)崗位，也會使一些傳統崗位消失或轉型。歐委會鼓勵成員國開展教育和培訓體系改革，以適應技術進步給勞動力結構帶來的轉變。歐委會將支持商業(yè)與教育的合作，以吸引和留住更多的人工智能專業(yè)人才，并在歐洲社會基金的資助下建立專門的培訓計劃。歐盟下一個五年（2021-2027）財政預算將增加對包括人工智能等先進數字技能的培訓資金。3）建立相應的倫理和法律框架。與任何變革性技術一樣，人工智能可能引發(fā)新的倫理和法律問題。歐盟委員會將在2018年底之前制定指導人工智能發(fā)展的倫理指南，同時在歐洲科學和新技術倫理小組開展的工作基礎上將數據保護和透明度等原則納入考慮范圍。
2018年12月，歐盟發(fā)布《促進人工智能在歐洲發(fā)展和應用的協調行動計劃》，該計劃以“人工智能歐洲造”為主題，提出設計倫理和設計安全兩大關鍵原則，旨在使歐盟成為發(fā)展前沿、符合道德倫理、安全的人工智能技術的世界領先地區(qū)，強調將通過以人為本的方式促進人工智能技術發(fā)展。
1.13英國《英國人工智能行業(yè)協議》
英國政府于2018年4月公布了人工智能行業(yè)協議（AI Sector Deal）。這是英國政府產業(yè)戰(zhàn)略的一部分，旨在將英國定位為人工智能領域的全球領導者。該協議涉及廣泛的領域：促進公共和私人研發(fā)，投資于STEM教育，改善數字基礎設施，開發(fā)人工智能人才，并領導全球關于數據倫理的對話。其中包括超過￡3億英鎊用于私營部門投資的國內外科技公司，阿蘭·圖靈研究所創(chuàng)建圖靈的獎學金，和促進倫理創(chuàng)新數據中心。該中心是該項目的一個關鍵項目，因為政府希望領導AI倫理的全球治理。該中心于2018年6月開始進行公眾咨詢。未來10年，英國政府將研發(fā)經費（包括人工智能技術）占GDP的比例提高到2.4%；2021年研發(fā)投資將達125億英鎊；從“產業(yè)戰(zhàn)略挑戰(zhàn)基金”中撥款9300萬英鎊，用于機器人與AI技術研發(fā)等。同時，英國設立專門機構為人工智能基礎研究和技術轉移提供服務。英國成立人工智能辦公室，打造國家級艾倫·圖靈研究所，協同工程與物理科學研究委員會（EPSRC）、科學技術設施理事會（STFC）和聯合信息系統委員會（JISC）以及牛津大學、劍橋大學、帝國理工學院及倫敦大學學院等共同努力聚焦人工智能；通過英國國家科研與創(chuàng)新署（UKRI）管理的產業(yè)戰(zhàn)略挑戰(zhàn)基金（ISCF）、小型企業(yè)研究計劃（SBRI）和公共部門技術基金等多渠道支持英國人工智能發(fā)展。
介紹完世界在2017-2018相繼發(fā)布人工智能國家戰(zhàn)略的國家后，接下來介紹荷蘭的人工智能國家戰(zhàn)略。
荷蘭于2019年發(fā)布了《人工智能戰(zhàn)略行動計劃》Strategisch Actieplan voor Artificiele Intelligentie，為荷人工智能發(fā)展制定百余條具體計劃。計劃將于2019年為人工智能發(fā)展撥款6400萬歐元，并爭取未來幾年將撥款數額翻一番；與企業(yè)和研究機構開展公私合作，啟動由65方組成的荷“人工智能聯盟”，通過該聯盟7年內為荷人工智能發(fā)展投資20億歐元。同時，荷《知識與創(chuàng)新議程》及《知識與創(chuàng)新契約2020-2023》等計劃將為荷人工智能發(fā)展提供額外資金，投資機構Invest-NL將把人工智能作為重點關注領域之一，歐盟“地平線計劃”和“數字歐洲計劃”亦將為人工智能發(fā)展撥款75億歐元。
再介紹奈美亨大學的人工智能發(fā)展情況。
奈美亨大學在人工智能方面已經有30多年的經驗和知識，是全荷蘭人工智能最頂尖的3所大學之一，設有人工智能本科、研究生及博士學位，每年招收250多名人工智能領域的碩士生（認知計算Cognitive Computing、智能技術Intelligent Technology、數據科學Data science 3個專業(yè)）和博士生。
奈美亨大學的人工智能研究包含社會科學與人文學院（Social Sciences and Humanities, SSH）的腦和行為（Brain & behavior）、醫(yī)學院（Radboud University Medical Center, UMC）的健康（Health）、理學院（Faculty of Science）的數據科學（Data Science）以及文學院（Faculty of Arts）的語言和語音（Language & speech）4大方面。
2.1腦和行為研究。包含社會科學與人文學院（Social Sciences and Humanities, SSH）下的唐納斯認知科學研究中心（Donders Centre for Cognition, DCC）的人工智能（Artificial Intelligence）和行為科學研究所（Behavioural Science Institute, BSI）的交流科學（Communication Science）。主要進行機器學習機（Machine Learning）、以及神經網絡（Neural Networks）、認知機器人（Cognitive robotics）、虛擬現實（Virtual reality）、人工智能的社會影響（Societal impact of AI）的研究。
2.2健康研究。包含奈美亨大學醫(yī)學中心的重塑（Reshape）和圖像診斷分析（Diagnostic Image Analysis Group）研究小組，主要進行個人衛(wèi)生保健（Pers. Healthcare）以及醫(yī)學圖像（Medical imaging）分析。
2.3數據科學研究。包含理學院的計算與信息科學研究所（Institute for Computing and Information Sciences, ICIS）的數據科學(Data Science)、唐德斯神經科學研究中心（Donders Centre for Neuroscience, DCN）的生物物理（Biophysics）、分子材料研究所（Institute for Molecules and Materials, IMM）的分析化學（Analytical Chemistry）。主要進行機器學習（Machine Learning）、神經網絡（Neural Networks）、信息檢索（Information Retrieval）和化學計量學（Chemometrics）研究。
2.4語言和語音研究。包含文學院的語言研究中心（Centre for Language Studies）以及語言與語音技術研究中心（Centre for Language and Speech Technology）。主要進行交流（Communication）以及語言學習及教學（Language learning and teaching）研究。
具體來講，奈美亨大學的人工智能包含分析化學（Analytical Chemistry）、診斷圖像分析組（Diagnostic Image Analysis Group, DIAG）、機器學習（生物物理學）Machine Learning (Biophysics)、社會人際互動（Social Human Agent Interactions, sHAI）、數據科學（Data Science）、人工認知系統（Artificial Cognitive Systems）、語言和語音技術中心（Centre for Language and Speech Technology, CLST）9個研究課題組。
3.1分析化學
課題組網址：https://www.ru.nl/science/analyticalchemistry/
課題組組長：Prof. Dr. Lutgarde Buydens
課題組研究：分析化學課題組完全專注于數據分析（化學計量學）。他們對可以從化學數據中獲取相關信息的方法進行了研究。
3.2診斷圖像分析組
課題組網址：http://diagnijmegen.nl/index.php/Home
課題組組長：Prof. Bram van Ginneken; Prof. Nico. Karssemeijer
課題組研究：診斷圖像分析組開發(fā)了計算機算法來幫助臨床醫(yī)生解釋醫(yī)學圖像，從而改善診斷過程。
3.3機器學習（生物物理學）
課題組網址：https://www.ru.nl/donders/research/theme-4-neural-computation-neurotechnology/research-groups-theme-4/machine-learning-biophysics/
課題組組長：Prof. Dr. Bert Kappen
課題組研究：這項研究的重點是當人們試圖理解自然系統中的智能行為或試圖構建人工智能時所面臨的計算挑戰(zhàn)。
3.4社會人際互動
課題組網址：https://www.ru.nl/bsi/research/group-pages/social-human-agent-interactions-shai/
課題組組長：Prof. Dr. Tibor Bosse
課題組研究：社會人際互動小組研究了人類與“社會” AI系統（例如機器人，虛擬代理和聊天機器人）之間的交互。從技術和心理學的角度對這個主題進行了研究。
3.5數據科學
課題組網址：https://www.ru.nl/datascience/
課題組組長：Prof. Dr. Elena Marchiori; Prof. Dr. Tom Heskes; Prof. Dr. Martha Larson; Prof. Dr. Ir Arjen de Vries; Prof. Dr. Ir Sjoerd Hiemstra; Prof. Dr. Ir David van Leeuwen
課題組研究：研究通常涉及機器學習和AI，以及在自然科學，健康，信息檢索和工業(yè)等領域的應用。
3.6人工認知系統
課題組網址：https://artcogsys.com/
課題組組長：Prof. Dr. Marcel van Gerven
課題組研究：該研究小組研究了自然智能基礎的計算原理，并將這些原理用于通用人工智能的發(fā)展。
3.7語言和語音技術中心
課題組網址：https://www.ru.nl/clst/
課題組組長：Prof. Dr. Antal van den Bosch; Prof. Dr. Mirjam Ernestus; dr. Henk van den Heuvel
課題組研究：該中心有多個小組致力于語音技術，特別是基礎ASR技術和語音數據。他們在整合基于規(guī)則的書面語言和統計處理方面具有專業(yè)知識。
3.8 腦（啟發(fā)）計算/（或譯為類腦計算）Brain (Inspired) Computing
課題組網址：https://www.ru.nl/donders/research/theme-4-neural-computation-neurotechnology/research-groups-theme-4/brain-inspired-computing/
課題組組長：Dr. Johan Kwisthout
課題組研究：該小組研究新穎的，受大腦啟發(fā)的計算機體系結構的形式屬性，并將其最終目標理解為為什么大腦如此高效？為神經形態(tài)處理器構建能量瘦型算法，并知道哪些問題本質上是能量貪婪可解決的。
3.9 腦機接口
課題組網址：https://www.mindaffect.nl/labs/
課題組組長：Prof. Dr. Peter Desain
課題組研究：腦機接口可檢測秘密活動（通常基于單項試驗），并使用該活動來控制設備或提供反饋。
學校工作人員還介紹了學校在人工智能政策以及基金申請。
報告完畢，進行茶歇以及自由交流。所有參會人員分別加入人工智能與健康（AI & Healthcare）、人工智能與交流（AI & Communication）、人工智能與教育（AI & Education）以及人工智能與神經科學（AI & Neuroscience）4大討論組進行交流學習。大家首先進行自我介紹，講述自己做什么研究，然后提出自己研究的困難，以此尋求相互之間的合作。