發電玻璃，是新型節能創能建材，是有望平價上網的新能源，是中國貢獻世界的“綠色科技”。
人工智能，是風口浪尖的熱點，是最接近未來的科技，是多數科研人關注的趨勢。
發電玻璃VS人工智能，如何進行碰撞呢？
8月7日，美國北伊利諾伊大學電氣工程系副教授、數字信號處理實驗室主任劉麗川應邀到成都中建材，為青年科研工作者及實訓生帶來一場關于人工智能的講座。
參觀——潘錦功拋出發電玻璃的看點
潘錦功邀請劉麗川參觀了碲化鎘發電玻璃展廳及下片區，講述了產品從理論提出到工業生產過程中的精彩故事。
劉麗川對公司所掌握的碲化鎘發電玻璃技術贊不絕口，了解了近年來開發的產品及其弱光發電性能。
講座——劉麗川分享人工智能的應用
人工智能對嬰兒哭聲的識別:信號檢測、模式提取和識別
信號檢測：通過機器檢測嬰兒在饑餓、困倦等不同狀態下的哭聲，將其轉化成機器可識別的數據，從而形成嬰兒哭聲的信號數據庫。
模式選擇：通過實驗觀察，選擇最優的神經網絡識別模式對數據庫進行學習。
結果識別：在對嬰兒哭聲檢測、收集、學習及模式選擇的基礎上，人工智能可輸出較為穩定的識別結果，幫助成人通過哭聲理解嬰兒的訴求。
問答——發電玻璃與人工智能的碰撞
碲化鎘發電玻璃在生產過程中，會對每一個工藝流程進行檢測，從而得出產品的性能特征等數據。是否能夠用人工智能中的機器學習方式生成性能數據，與最終的檢測數據進行對比，從而全面掌握發電玻璃在各個生產流程中的狀態，構建一個系統化的檢測系統？
可以的，當前人工智能已經應用到手機屏幕等高端精密儀器的檢測中，用在碲化鎘發電玻璃上也是有希望的，需要將有問題的產品進行收集采樣，建好特征數據系統，不斷擴充和更新，從而提升機器對產品檢測的準確度。
我們在做科研的時候，通常是以問題為導向，然后做文獻綜述，但很難找到很好的研究課題，您可否給我們一些選擇研究課題的建議?
首先你要清楚你的動機，你為什么要做研究，一定是做了很多調研，讀了很多相關的文章，相關文章列出的方法，都不能解決你的問題，那么你的問題就很有研究的價值。比如碲化鎘發電玻璃，別的玻璃不能變色，不能發電，更談不上這么高的轉化效率，這個研究方向就很有價值。所以，科研，就要找出與別人不同的地方并進行突破。
感謝劉麗川所做的精彩講座和對青年員工的勉勵，希望各位員工立足崗位，崇尚科學，以國際化的視野和前沿的科技思維進行探索創新，不斷提升綜合素質，與企業共成長。——成都中建材總經理潘錦功
劉麗川副教授：新澤西理工學院電氣工程博士，研究領域包括數字信號處理、實時信號處理、人工智能和機器學習。劉麗川已在國際期刊發表論文七十余篇，被授權四項專利，主持并參與了多項研究基金，如國家科學基金會、美國宇航局和美國國立衛生研究院基金，作品曾被《泰晤士報》、《每日鏡報》、《新聞周刊》、《每日郵報》、NBC、BBC、IEEE Spectrum等媒體報道。
