會(huì)議信息
由中國人工智能學(xué)會(huì)（CAAI）主辦，人工智能基礎(chǔ)專業(yè)委員會(huì)承辦、天津大學(xué)智能與計(jì)算學(xué)部與河北工業(yè)大學(xué)人工智能與數(shù)據(jù)科學(xué)學(xué)院協(xié)辦的第一屆“生物神經(jīng)智能——神經(jīng)網(wǎng)絡(luò)和圖神經(jīng)網(wǎng)絡(luò)”專題學(xué)術(shù)研討會(huì)，定于2022年5月14-15日線上舉行，騰訊會(huì)議號：806-724-277，直播地址： https://meeting.tencent.com/l/hBWxf7WgmE1p。
會(huì)議背景
學(xué)習(xí)與智能的數(shù)學(xué)定義與模型已突顯為21世紀(jì)的重大科學(xué)問題，也成為了以信息和智能為標(biāo)志的新時(shí)代的必答題，科學(xué)目標(biāo)為實(shí)現(xiàn)機(jī)器智能。要想使得學(xué)習(xí)與智能成為科學(xué)，而不僅僅是技術(shù)，科學(xué)界的新使命是創(chuàng)建人工智能新基礎(chǔ)、新理論，包括：數(shù)學(xué)智能、信息智能、（生物）神經(jīng)智能、物理智能和智能工程原理等重要科學(xué)理論支撐，實(shí)現(xiàn)科學(xué)為智能。生物神經(jīng)智能（包括神經(jīng)、腦、進(jìn)化等）是從生物的角度研究智能產(chǎn)生的機(jī)理、機(jī)制、原理、理論、方法與技術(shù)，是實(shí)現(xiàn)未來機(jī)器智能的重要支柱之一。本次研討會(huì)重點(diǎn)是從現(xiàn)有的神經(jīng)網(wǎng)絡(luò)與圖神經(jīng)網(wǎng)絡(luò)作為起點(diǎn)和切入點(diǎn)，對上述新學(xué)科及其涉及的重要科學(xué)問題進(jìn)行深入交流和探討。
人工神經(jīng)網(wǎng)絡(luò)是一種對人腦神經(jīng)認(rèn)知機(jī)制的模擬，是人工智能連接主義的基礎(chǔ)。近年來隨著深度學(xué)習(xí)的興起，神經(jīng)網(wǎng)絡(luò)再次成為了人工智能的前沿研究熱點(diǎn)，大量新的理論與算法被提出，且廣泛應(yīng)用于機(jī)器視覺、語音、自然語言處理等諸多領(lǐng)域，顯著提升了當(dāng)今人工智能的發(fā)展水平。除卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等經(jīng)典模型以外，善于描述實(shí)例間依賴關(guān)系的圖神經(jīng)網(wǎng)絡(luò)最近被提出。它被視為是連接主義與符號主義的結(jié)合，不僅可使深度學(xué)習(xí)應(yīng)用于圖這種非歐式結(jié)構(gòu)上，還能為深度學(xué)習(xí)賦予一定的推理能力。在深度學(xué)習(xí)的魯棒性和解釋性受到質(zhì)疑的今天，圖神經(jīng)網(wǎng)絡(luò)或可為未來人工智能的發(fā)展提供一個(gè)可行方向。
本研討會(huì)主要關(guān)注于神經(jīng)網(wǎng)絡(luò)與圖神經(jīng)網(wǎng)絡(luò)的前沿基礎(chǔ)理論算法及其重要應(yīng)用的當(dāng)前進(jìn)展，包括但不僅限于：深度學(xué)習(xí)與認(rèn)知推理、神經(jīng)網(wǎng)絡(luò)的魯棒性與可解釋性、結(jié)構(gòu)信息論下的圖神經(jīng)網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)與因果推斷、復(fù)雜圖上的圖神經(jīng)網(wǎng)絡(luò)及其應(yīng)用等，期望能夠?yàn)樵擃I(lǐng)域研究者提供一個(gè)新思維碰撞的開放式交流平臺。
大會(huì)程序
特邀嘉賓
楊博
個(gè)人簡介：楊博，吉林大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院教授，博士生導(dǎo)師?，F(xiàn)任計(jì)算機(jī)學(xué)院和軟件學(xué)院院長，符號計(jì)算與知識工程教育部重點(diǎn)實(shí)驗(yàn)室主任，吉林大學(xué)校學(xué)術(shù)委員會(huì)委員，中國人工智能學(xué)會(huì)理事，中國人工智能學(xué)會(huì)知識工程與分布智能專委會(huì)副主任，中國計(jì)算機(jī)學(xué)會(huì)杰出會(huì)員。長期從事知識工程、數(shù)據(jù)挖掘和社交網(wǎng)絡(luò)分析等方面的研究，在 IEEE TPAMI、IEEE TKDE、IEEE TCYB、IEEE TNNLS、ACM TKDD、ACM TWEB、中國科學(xué)、AAAI、NeurIPS、ICLR、CVPR、WWW、IJCAI、UbiComp、ICDM、COLING等期刊和會(huì)議上發(fā)表學(xué)術(shù)論文120多篇；出版專著1部和譯著1部；獲吉林省科技進(jìn)步一等獎(jiǎng)2項(xiàng)，吉林省自然科學(xué)二等獎(jiǎng)1項(xiàng)，吳文俊人工智能自然科學(xué)二等獎(jiǎng)1項(xiàng)。
報(bào)告題目： 神經(jīng)符號系統(tǒng)—基本原理與案例分析
內(nèi)容摘要： 符號主義和鏈接主義是人工智能的兩大方法論，分別模擬演繹推理和歸納學(xué)習(xí)兩種認(rèn)知過程。神經(jīng)符號系統(tǒng)期望將兩者融合起來，取長補(bǔ)短，建立具有更加高效、魯棒、可解釋的智能系統(tǒng)，是當(dāng)前人工智能研究的一個(gè)熱點(diǎn)。本報(bào)告簡要介紹神經(jīng)符號系統(tǒng)的基本原理，關(guān)鍵技術(shù)，以及在相關(guān)領(lǐng)域的應(yīng)用案例。
吳飛
個(gè)人簡介：浙江大學(xué)求是特聘教授，博士生導(dǎo)師。主要研究領(lǐng)域?yàn)槿斯ぶ悄堋⒍嗝襟w分析與檢索和統(tǒng)計(jì)學(xué)習(xí)理論。浙江大學(xué)人工智能研究所所長、美國加州大學(xué)伯克利分校統(tǒng)計(jì)系訪問學(xué)（2009.10-2010.8）。 國家杰出青年科學(xué)基金獲得者（2016年）、入選“高校計(jì)算機(jī)專業(yè)優(yōu)秀教師獎(jiǎng)勵(lì)計(jì)劃”(2018年)、寶鋼優(yōu)秀教師獎(jiǎng)（2019年度），教育部人工智能科技創(chuàng)新專家組工作組組長（2018.8-2020.12）、科技部科技創(chuàng)新2030“新一代人工智能”重大科技項(xiàng)目指南編制專家。 科技部重點(diǎn)研發(fā)計(jì)劃項(xiàng)目負(fù)責(zé)人、主持國家自然科學(xué)基金重點(diǎn)項(xiàng)目2項(xiàng)，擔(dān)任中國工程院院刊《Engineering》信息與電子工程學(xué)科執(zhí)行主編、中國工程院信息學(xué)部分刊信息電子前沿《Frontiers of Information Technology & Electronic Engineering》編委、《IEEE Transactions on Cybernetics》編委、中國計(jì)算機(jī)學(xué)會(huì)多媒體技術(shù)專業(yè)委員會(huì)常務(wù)委員。
報(bào)告題目： 端云協(xié)同下分布式模型學(xué)習(xí)與進(jìn)化
內(nèi)容摘要： 基于深度學(xué)習(xí)和遷移學(xué)習(xí)等技術(shù)，以“涌現(xiàn)”和“同質(zhì)化”為特點(diǎn)的大模型或基石模型取得了突出成效。在 “泛在互聯(lián)、端云協(xié)同、AI賦能”時(shí)代背景下，將大模型蒸餾壓縮為終端可用個(gè)性化小模型，同時(shí)終端可用個(gè)性化小模型匯聚起來提升云端大模型的泛化能力，形成端云協(xié)同機(jī)器學(xué)習(xí)計(jì)算范式，體現(xiàn)“須彌納于芥子”的哲學(xué)思想，是大模型賦能經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步要解決的關(guān)鍵問題。本報(bào)告將介紹大小模型協(xié)同進(jìn)化分布式機(jī)器學(xué)習(xí)平臺“洛犀”。在端云協(xié)同分布式架構(gòu)下，洛犀平臺對圖式結(jié)構(gòu)海量數(shù)據(jù)深度學(xué)習(xí)，所得大模型通過高精度壓縮，約簡為終端可用的小模型，小模型的實(shí)踐向大模型匯聚累積起來，以不斷提升云端大模型的認(rèn)知推理能力
王震
個(gè)人簡介：王震，西北工業(yè)大學(xué)教授，網(wǎng)安學(xué)院書記，國家保密學(xué)院常務(wù)副院長，國家杰青，國防科技創(chuàng)新團(tuán)隊(duì)負(fù)責(zé)人， 中國科協(xié)十大代表，全球高被引科學(xué)家，Elected member of the Academia Europaea，AAIA Fellow。 圍繞博弈智能、智能決策與認(rèn)知、網(wǎng)絡(luò)空間智能對抗方向從事基礎(chǔ)研究和應(yīng)用研究。 目前，在Nature Communications，Science Advances、PNAS、PRL、IEEE T-PAMI、IEEE T-KDE、中國科學(xué)等發(fā)表系列成果， 引用2萬余次，H因子59，獲批國家發(fā)明專利10余項(xiàng)，完成行業(yè)技術(shù)標(biāo)準(zhǔn)4項(xiàng)。研究成果被國內(nèi)外院士、會(huì)士等國際知名學(xué)者積極評價(jià)， 被Nature News、LiveScience等知名學(xué)術(shù)媒體專題報(bào)道。主持國家自然科學(xué)基金重點(diǎn)項(xiàng)目、國防項(xiàng)目、海外基金等20余項(xiàng)， 受邀在國外知名研究機(jī)構(gòu)和國際頂級會(huì)議做大會(huì)報(bào)告和特邀報(bào)告80余次。獲科學(xué)探索獎(jiǎng)、陜西省自然科學(xué)獎(jiǎng)一等獎(jiǎng)等。
報(bào)告題目： 博弈智能與網(wǎng)絡(luò)空間智能對抗的一些觀點(diǎn)
王平輝
個(gè)人簡介：王平輝，西安交通大學(xué)教授/博士生導(dǎo)師，國家優(yōu)秀青年科學(xué)基金獲得者。2002年至2012年就讀于西安交通大學(xué)并獲學(xué)士和博士學(xué)位，曾任香港中文大學(xué)、加拿大麥吉爾大學(xué)和新加坡國立大學(xué)博士后、華為香港諾亞方舟大數(shù)據(jù)實(shí)驗(yàn)室研究員。作為項(xiàng)目負(fù)責(zé)人主持國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目課題、國家自然科學(xué)基金優(yōu)秀青年科學(xué)基金項(xiàng)目、教育部-中國移動(dòng)“人工智能”建設(shè)項(xiàng)目等。主要研究方向?yàn)榇髷?shù)據(jù)、智能服務(wù)、智能運(yùn)維與網(wǎng)絡(luò)安全等，在SIGMOD、KDD、VLDB、NeurIPS、ACL、IEEE TKDE、IEEE TIFS等中國計(jì)算機(jī)學(xué)會(huì)（CCF）推薦的A類會(huì)議和期刊上發(fā)表學(xué)術(shù)論文40余篇。
報(bào)告題目： 面向大圖學(xué)習(xí)的高效神經(jīng)網(wǎng)絡(luò)模型
內(nèi)容摘要： 圍繞實(shí)際應(yīng)用中大規(guī)模圖數(shù)據(jù)的挖掘分析，匯報(bào)圖神經(jīng)網(wǎng)絡(luò)模型針對大圖學(xué)習(xí)面臨的技術(shù)挑戰(zhàn)，介紹當(dāng)前主流的幾類解決大圖學(xué)習(xí)的技術(shù)思路，最后展望未來技術(shù)的發(fā)展方向。
高曉沨
個(gè)人簡介：高曉沨，上海交通大學(xué)計(jì)算機(jī)科學(xué)與工程系教授、博導(dǎo)，教育部青年學(xué)者。 研究方向?yàn)閿?shù)據(jù)工程、網(wǎng)絡(luò)優(yōu)化等，發(fā)表中國計(jì)算機(jī)學(xué)會(huì)（CCF）推薦A/B區(qū)期刊會(huì)議論文130余篇。 任CCF分布式計(jì)算與系統(tǒng)專委會(huì)、數(shù)據(jù)庫專委會(huì)、大數(shù)據(jù)專家專委會(huì)委員；中國運(yùn)籌學(xué)會(huì)數(shù)學(xué)規(guī)劃分會(huì)青年理事等。 榮獲上海市“浦江人才”、“晨光計(jì)劃”、“寶鋼優(yōu)秀教師獎(jiǎng)”、“CCF杰出演講者”等資助和榮譽(yù)。 曾8次榮獲國際學(xué)術(shù)會(huì)議最優(yōu)論文獎(jiǎng)。與華為、騰訊、阿里等多家企業(yè)開展合作， 曾獲CCF-華為創(chuàng)新研究計(jì)劃A類評審第一名（2020年）、CCF-騰訊犀牛鳥基金卓越獎(jiǎng)（2021年）。
報(bào)告題目： 時(shí)間序列數(shù)據(jù)的預(yù)測及應(yīng)用
內(nèi)容摘要： 時(shí)間序列數(shù)據(jù)可廣泛應(yīng)用于計(jì)量經(jīng)濟(jì)、金融貿(mào)易、天氣預(yù)報(bào)、航空學(xué)、通信工程以及涉及時(shí)間數(shù)據(jù)測量的應(yīng)用科學(xué)與工程學(xué)， 本質(zhì)上反映了隨機(jī)變量隨時(shí)間變化的趨勢，對其特征進(jìn)行挖掘分析可以發(fā)現(xiàn)隱含規(guī)則，從而預(yù)測后續(xù)發(fā)展趨勢。 本報(bào)告將對時(shí)間序列挖掘預(yù)測的相關(guān)概念、方法和應(yīng)用進(jìn)行概覽，并對最近幾年重要期刊會(huì)議中的相關(guān)文獻(xiàn)進(jìn)行綜述， 最后結(jié)合主講人團(tuán)隊(duì)已有工作介紹時(shí)間序列挖掘預(yù)測的一些最新應(yīng)用。
熊贇
個(gè)人簡介：熊贇，博士，復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院教授，博士生導(dǎo)師，上海市數(shù)據(jù)科學(xué)重點(diǎn)實(shí)驗(yàn)室副主任，CCF YOCSEF上海主席（2020-2021）。 長期從事數(shù)據(jù)領(lǐng)域研究，研究工作獲得了國家自然科學(xué)基金、國家863、上海市科委基金等資助，研究成果發(fā)表在數(shù)據(jù)領(lǐng)域國際權(quán)威期刊和會(huì)議上。 曾獲中國計(jì)算機(jī)學(xué)會(huì)科學(xué)技術(shù)發(fā)明、上海市科技進(jìn)步獎(jiǎng)。在國內(nèi)率先開展大數(shù)據(jù)和數(shù)據(jù)科學(xué)的研究工作，提出了一批新型的大數(shù)據(jù)挖掘算法， 這些算法已被應(yīng)用于醫(yī)聯(lián)平臺、證券交易所、交通信息中心等上海市大數(shù)據(jù)建設(shè)重要領(lǐng)域。
報(bào)告題目： 基于圖深度學(xué)習(xí)的復(fù)雜行為數(shù)據(jù)分析
內(nèi)容摘要： 人類的行為被記錄在計(jì)算機(jī)中，行為數(shù)據(jù)如何有效利用已成為學(xué)界與業(yè)界都關(guān)注的問題。 行為數(shù)據(jù)為識別和分析用戶特征提供了豐富的數(shù)據(jù)基礎(chǔ)，但與此同時(shí)，行為數(shù)據(jù)的復(fù)雜性（例如動(dòng)態(tài)性、異質(zhì)性、關(guān)聯(lián)性等）也給分析方法研究帶來了挑戰(zhàn)。 本報(bào)告介紹基于圖深度學(xué)習(xí)的復(fù)雜行為數(shù)據(jù)分析方法，及其在用戶深度畫像生成與業(yè)務(wù)監(jiān)管場景中的應(yīng)用。
