当前位置: 首页 > 学术报告 > 正文

人工智能交叉学科发展研讨会

发布时间:2021-07-15 13:43:19 发布人:张俊  审核人:人工智能学院

2021年人工智能交叉学科发展研讨会

时间:2021年07月19日(周一) 8:30-17:00

地点:欧洲杯比赛投注人工智能学院学术报告厅(原专业学位楼一楼学术报告厅)

主办单位:欧洲杯比赛投注人工智能学院

时间

会议内容

主持人

地点

08:30-08:40

欧洲杯比赛投注校领导讲话

刘洪波

人工智能学院学术报告厅

08:40-08:50

合影


人工智能学院

08:50-09:25

人工智能:从专业到交叉学科的探索

西安电子科技大学人工智能研究院焦李成教授

刘洪波

人工智能学院学术报告厅

09:25-10:00

人工智能的启示与智慧教育的愿景

华东师范大学数据科学与工程学院周傲英教授

10:00-10:35

人工智能前沿发展与基础理论问题

清华大学自动化系季向阳教授

10:35-10:50

休息



10:50-11:25

神经符号机

清华大学自动化系张长水教授

刘洪波

人工智能学院学术报告厅

11:25-12:00

大规模知识图谱数据管理

北京大学计算机技术研究所邹磊教授

12:00-13:30

午餐


海创建国饭店

13:30-15:45

人工智能院建设规划咨询会

刘洪波

人工智能学院4楼会议室

14:00-14:35

OLML:在线机器学习数据库系统

中国人民大学信息学院杜小勇教授

张俊

人工智能学院学术报告厅

14:35-15:10

考虑不确定特性的数据建模方法与应用

天津大学人工智能学院胡清华教授

15:10-15:45

面向人机协作的自动化码头作业系统优化研究

欧洲杯比赛投注航运经济与管理学院曾庆成教授

15:45-16:00

休息



16:00-17:00

人工智能交叉学科发展Panel

全体专家

张俊

人工智能学院学术报告厅

报告题目1:人工智能:从专业到交叉学科的探索

报告摘要:新一轮科技革命和产业变革蓬勃兴起,一些基本科学问题孕育重大突破,可望催生新的重大科学思想和科学理论,产生颠覆性技术。人工智能技术作为当今社会的主要生产力,为社会不断赋能,在诸多行业和领域取得了非常显著的成效。我国高度重视人工智能的发展,制定了诸多战略方针,发展人工智能,引领人工智能。本报告回顾了人工智能及其核心技术的内涵与发展,以及其发展过程中变革和存在的挑战。紧接着从人工智能专业建设到交叉学科的特性展开讨论,最后给出了未来的一些思考。

专家简介:

    焦李成,西安电子科技大学计算机科学与技术学部主任、人工智能研究院院长、俄罗斯自然科学院外籍院士、欧洲科学院外籍院士、智能感知与图像理解教育部重点实验室主任、智能感知与计算国际联合研究中心主任、智能感知与计算国际合作联合实验室主任、“智能信息处理科学与技术”高等学校学科创新引智基地主任、教育部科技委学部委员、教育部人工智能科技创新专家组专家、教育部创新团队首席专家,“一带一路”人工智能创新联盟理事长,IEEE Fellow、IET Fellow、CAAI Fellow、CAA Fellow、CIE Fellow、CCF Fellow。国务院学位委员会学科评议组成员,曾任第八届全国人大代表。全国模范教师、陕西省突出贡献专家和陕西省师德标兵。


报告题目2:人工智能的启示与智慧教育的愿景

报告摘要:我们正在经历以人工智能为代表的信息科技革命,互联网正在深刻改变着世界,彰显了数据的能源(Power)属性。这不仅仅是技术起点,更是一场新的启蒙运动,会带来新的科学主义、理性主义和人本主义、会改变人类的认知和意识。信息技术和教育教学的深度融合会带来教育的大变革。智慧教育就是用人工智能来实现“有教无类,因材施教,寓教于乐,教学相长”的教育智慧,迫切需要破解乔布斯之问,探索教育科技(EduTech)的发展之道。

专家简介:

    周傲英,华东师范大学副校长、“智能+”研究院院长、数据科学与工程学院教授。现任第八届国务院学科评议组成员、第八届教育部科技委委员、中国计算机学会会士、上海计算机学会副理事长、《计算机学报》副主编。曾入选教育部长江学者特聘教授,获得过国家杰出青年基金项目。主要研究兴趣包括:数据库、数据管理、数字化转型、金融科技(FinTech)、教育科技(EduTech)和物流科技(LogTech)等数据驱动的应用等。


报告题目3:人工智能前沿发展与基础理论问题

报告摘要:人工智能理论与算法研究经过多年长足积累,已在多个方面取得突破。本报告简要回顾人工智能、机器学习的发展历史,尤其关于基础理论对发展的重要性,进一步阐述人工智能国际研究发展现状、认知智能的发展趋势、基础学科促进人工智能发展的意义。

专家简介:

    季向阳,清华大学自动化系教授,博士生导师,主要研究方向为机器学习、视觉信号获取与处理,北京信息科学与技术国家研究中心智能科学部主任、自动化系脑与认知科学研究所所长。获国家杰出青年科学基金,国家万人计划领军人才,中国青年科技奖等学术荣誉;任中国电子学会青年工作委员会主任委员、中国人工智能学会深度学习专委会主任等职务。近年来发表IEEE Trans. TCI、TPAMI、IJCV、NIPS、ICML、CVPR、ICCV等SCI/EI论文100余篇;授权国家发明专利40余项,国际发明专利10项,获得第 70 届纽伦堡国际发明金奖 2 项;课题组曾在MSCOCO视觉实例分割、ECCV视觉质量增强、ICCV/ECCV 6D位姿估计等多个国际比赛中获得冠军;获多项自动驾驶汽车挑战赛冠军。获2019年国家科技进步二等奖1项(第一完成人),2012年国家科技发明一等奖1项(第二完成人)。


报告题目4:神经符号机

报告摘要:在该报告中讨论当前人工智能技术的发展瓶颈,探讨结合神经模型和符号系统实现推理任务的一些问题。

专家简介:

张长水照片_20210713072835    张长水, 1986 年7 月毕业于北京大学数学系,获得学士学位。1992年7 月毕业于清华大学自动化系,获得博士学位。1992 年7 月至今在清华大学自动化系工作。现任清华大学自动化系教授、博士生导师,主要研究兴趣包括:机器学习、模式识别、计算视觉等方面。目前是IEEE Fellow, 计算机学会高级会员;担任学术期刊:IEEE Trans. on PAMI 等杂志编委;在国际期刊发表论文130多篇,在顶级会议上发表论文50多篇。


报告题目5:大规模知识图谱数据管理

报告摘要:在本次的报告中,我首先回顾一些经典的按照关系数据库的方法来管理RDF数据的技术。然后,我集中讨论从图数据库的观点来研究RDF数据管理的问题。具体的,我将讨论如何利用图数据库中的子图匹配技术来处理RDF知识库中的查询问题。我讨论两种查询,SPARQL和自然语言查询,以及如何利用子图匹配来有效地回答这两类查询。最后,我将演示我们自主研发的基于图的RDF知识图谱数据管理系统gStore和面向知识图谱的自然语言问答系统gAnswer;前者是用来设计支持SPARQL 1.1的RDF存储和查询系统,后者是用来支持自然语言和关键词的RDF语义检索系统。目前这两个系统都已经在Github开源,被用户广泛下载;同时已经成果应用到多个企业的知识图谱数据管理中。

专家简介:

    邹磊,北京大学计算机科学技术研究所教授、国家自然科学基金委优秀青年基金项目获得者,北京大学大数据科学研究中心主任助理。目前的主要研究领域包括图数据库,RDF知识图谱,尤其是基于图的RDF数据管理。邹磊及其团队构建了面向海量RDF知识图谱数据(超过100亿三元组规模)的开源图数据库系统。邹磊已经发表了50余篇国内外学术论文,包括数据库领域国际顶级期刊/会议论文(SIGMOD,VLDB等)近50余篇;其论文被引用超过2100多次(根据Google Scholar的统计)。前期研究成果《大规模图结构数据管理》获得教育部自然科学二等奖(邹磊排名第一)。

 

 

 

报告题目6:OLML:在线机器学习数据库系统

报告摘要:本报告以“应用驱动创新”为主题,介绍了数据库技术的发展历史,并通过例子展示未来数据库应用的主流需求是在线机器学习,提出支持在线机器学习数据库系统的一些基本科学技术问题,以及部分研究进展。

专家简介:

杜小勇,中国人民大学信息学院教授,明理书院院长。CCF会士,大数据专家委员会主任,教育工委主任。主要从事数据库管理系统方面的研究,曾获得国家科技进步二等奖、教育部科技进步一等奖等。




报告题目7:考虑不确定特性的数据建模方法与应用

报告摘要:由于大数据在采集、整理和标注的各环节都不可避免的会引入缺失、错误以及噪声,导致数据中存在的各种不确定性,这已成为制约大数据建模性能的关键挑战。数据质量低造成数据驱动的建模出现重大偏差,产生重大事故或者错误决策这一现象已经引起普遍的关注。本报告将系统总结数据中存在的不确定性现象,尝试用数学模型去建模这些不确定性,进而设计考虑数据不确定性的建模策略和算法,从海量低质的数据中建立可靠的模型,并且对模型输出的不确定性进行估计。相关的算法已经在新能源预测、空间天气预测以及智能医学中得到应用。

专家简介:

胡清华照片--    胡清华,天津大学北洋讲席教授,教育部科技委委员。博士毕业于哈尔滨工业大学,目前工作于天津大学智能与计算学部,任学部副主任兼人工智能学院院长,天津市机器学习重点实验室主任。先后获得国家重点研发计划项目、国家自然基金重点项目、国家优青/杰青以及军工项目支持,从事大数据粒计算、不确定性建模和自主机器学习方面的研究。在IEEE-TPAMI、IEEE TKDE、IEEE TCYB等期刊以及NeurIPS、CVPR、IJCAI、AAAI等会议发表论文200余篇,连续数年入选我国高被引学者。担任IEEE Trans. Fuzzy Systems,自动化学报,智能系统学报的编委。


报告题目8面向人机协作的自动化码头作业系统优化研究

报告摘要:随着人力成本上升,以及人工智能、物联网、大数据等技术发展,自动化码头进入快速发展期。 目前全球已建成30多个自动化码头,我国先后投产了厦门远海、青岛新前湾、上海洋山四期等自动化 码头。尽管自动化码头具有作业成本低、可靠性高等优点,但其作业效率远未达到预期水平,甚至明显低于传统人工码头,成为制约自动化码头发展的瓶颈问题。过多关注码头硬件设备自动化,忽视人与自动化设备、系统的协作关系,是制约自动化码头作业效率的主要原因。为此,从人机协同视角研究自动化码头作业系统人机交互机理,提出面向人机交互的自动化码头流程优化方法,构建基于数字孪生的自动化码头人机混合决策支持平台,从而建立适用于自动化码头作业调度需求的人机混合智能决策方法。

专家简介

曾庆成,博士,欧洲杯比赛投注航运经济与管理学院,教授,发展规划与质量管理处处长,主要从事港口生产调度、运输与物流规划、智慧港口与自动化码头领域的研究工作。入选教育部新世纪优秀人才、交通运输部青年科技英才、“兴辽英才计划”青年拔尖人才。兼任中国管理科学与工程学会理事、中国优选法统筹法与经济数学研究会理事、中国交通运输协会青年科技工作者委员会常务委员、中国系统工程学会物流系统工程专业委员会委员、国际期刊Maritime Policy & Management与Maritime Economics& Logistics编委。近年来,主持国家自然科学基金项目3项、省部级基金与人才项目20余项,在Transportation Research Part A、Transportation Research Part E、Computers & Industrial Engineering、系统工程学报、系统工程理论与实践等期刊发表论文50余篇,获得2017年辽宁省科技进步二等奖、2017年中国物流采购联合会科技进步一等奖。