4月8日至9日，西湖大學(xué)可信及通用人工智能實(shí)驗(yàn)室（TGAI）成功舉辦了CAAI/IEEE CIS人工智能前沿聯(lián)合研討會。該研討會由西湖大學(xué)金耀初實(shí)驗(yàn)室（可信及通用人工智能實(shí)驗(yàn)室）主辦，得到了浪潮電子信息產(chǎn)業(yè)股份有限公司和西湖大學(xué)工學(xué)院的贊助支持。本次研討會共邀請了11位專家，為參會的科研人員分享了人工智能領(lǐng)域的最新研究進(jìn)展，分別是浙江大學(xué)吳飛教授、西湖大學(xué)可信及通用人工智能實(shí)驗(yàn)室負(fù)責(zé)人金耀初教授、香港嶺南大學(xué)姚新教授、塞浦路斯大學(xué)Prof. Marios M. Polycarpou、西安交通大學(xué)孟德宇教授、杭州電子科技大學(xué)余宙教授、寧波諾丁漢大學(xué)Prof. Jonathan Garibaldi、南京大學(xué)史穎歡教授、浪潮公司朱紅、上海交通大學(xué)吳帆教授以及臺灣成功大學(xué)Prof. Pau-Choo Chung教授?；顒游藖碜陨虾＝煌ù髮W(xué)、同濟(jì)大學(xué)、哈爾濱工業(yè)大學(xué)、東北大學(xué)、山東大學(xué)等46所大學(xué)140余位AI領(lǐng)域的老師、博士、碩士及本科生積極報(bào)名參與。

開幕致辭

首先，金耀初教授和吳飛教授分別發(fā)表了開幕辭。金耀初教授，作為主辦方，熱情歡迎了所有到場的專家和學(xué)生，并詳細(xì)介紹了IEEE CIS及其旗下期刊。吳飛教授在開幕式上強(qiáng)調(diào)了人工智能在當(dāng)前社會發(fā)展中的關(guān)鍵地位，表達(dá)了對本次研討會順利展開的期許，并詳細(xì)介紹了CAAI的相關(guān)信息。

專家報(bào)告

香港嶺南大學(xué)的姚新教授以《When Evolutionary Computation Meets Trustworthy Artificial Intelligence》為主題，深入剖析了可信人工智能的多維屬性和研究動機(jī)。他詳細(xì)探討了多目標(biāo)進(jìn)化算法構(gòu)建可信AI在公平性到可解釋性各層面上的顯著優(yōu)勢，并預(yù)測了進(jìn)化算法與可信AI交叉結(jié)合的巨大潛力。

塞浦路斯大學(xué)的Marios M. Polycarpou教授就《Intelligent Fault Diagnosis: Towards More Resilient Societies》這一主題，對resilient systems的設(shè)計(jì)與構(gòu)建進(jìn)行了討論，主要涵蓋了resilient systems構(gòu)建的目標(biāo)、關(guān)鍵問題以及整體步驟與框架，另外還分析了一些實(shí)現(xiàn)細(xì)節(jié)和未來的挑戰(zhàn)。

浙江大學(xué)吳飛教授就《LLM & Agent：人工智能賦能科學(xué)研究和工程突破》這一主題進(jìn)行了深入探討。他詳細(xì)闡述了生成式人工智能（LLM）的發(fā)展背景、模型成功的底層原因以及當(dāng)前面臨的挑戰(zhàn)。此外，他還探討了LLM如何在工程和科學(xué)研究中發(fā)揮作用，并對未來的趨勢進(jìn)行了預(yù)測。

西安交通大學(xué)孟德宇教授圍繞《機(jī)器學(xué)習(xí)的數(shù)學(xué)技術(shù)》主題，就目前機(jī)器學(xué)習(xí)理論研究現(xiàn)狀與發(fā)展進(jìn)行了闡述，另外在LLM趨勢下，對機(jī)器學(xué)習(xí)理論研究的關(guān)鍵問題“泛化”進(jìn)行了探討，包括將“泛化”的討論范疇進(jìn)一步拓展。最后分享了課題組在新型機(jī)器學(xué)習(xí)基礎(chǔ)理論方向上的成果。

杭州電子科技大學(xué)余宙教授圍繞“多模態(tài)人工智能的黃金十年”這一主題發(fā)表了演講。他詳細(xì)梳理了從早期深度學(xué)習(xí)時代到Transformer時代的多模態(tài)信息學(xué)習(xí)和融合方法的演變，并探討了如何對齊多模態(tài)語義信息。最后，他預(yù)測了多模態(tài)領(lǐng)域未來的潛力方向，包括端云協(xié)同和多實(shí)體代理集成。

西湖大學(xué)金耀初教授圍繞《Data-Driven Optimization: From Small Surrogate to Large Generative Models》主題展開演講。針對數(shù)據(jù)驅(qū)動優(yōu)化面臨的挑戰(zhàn)和難題，金老師詳細(xì)介紹了小代理模型輔助的進(jìn)化計(jì)算和現(xiàn)在流行的大語言模型、擴(kuò)散生成模型輔助的進(jìn)化優(yōu)化，為相關(guān)研究和實(shí)踐提供了參考和啟發(fā)。

寧波諾丁漢大學(xué)Jonathan Garibaldi教授以《Emerging Topics in Fuzzy AI》為主題進(jìn)行了精彩的演講。他在演講中指出了模糊AI系統(tǒng)的幾個熱門方向，并對如何利用模糊系統(tǒng)量化不確定性大小和如何以一種自然方式處理量化不確定性進(jìn)行了深刻剖析。

南京大學(xué)史穎歡教授就《深度半監(jiān)督學(xué)習(xí)及醫(yī)療影像分析應(yīng)用》這一主題發(fā)表了演講。他不僅對當(dāng)前常規(guī)半監(jiān)督學(xué)習(xí)模型進(jìn)行了詳解，還對當(dāng)前醫(yī)療大模型范式進(jìn)行了總結(jié)闡述，就如何針對通用大模型進(jìn)行協(xié)調(diào)調(diào)度，在診療環(huán)節(jié)中實(shí)現(xiàn)多模態(tài)復(fù)雜推理進(jìn)行了詳細(xì)討論。

上海交通大學(xué)吳帆教授以《大小模型端云協(xié)同智能計(jì)算》為主題發(fā)表了演講。他詳細(xì)對比了大小模型云端協(xié)同學(xué)習(xí)與聯(lián)邦學(xué)習(xí)的優(yōu)勢，描述了云側(cè)大模型、端側(cè)小模型按照端云兩側(cè)不同特點(diǎn)和實(shí)際需求進(jìn)行各項(xiàng)資源分配的方案，并進(jìn)一步討論了如何實(shí)現(xiàn)模型更新、如何凸顯數(shù)據(jù)樣本和特征等優(yōu)勢。

臺灣成功大學(xué)的Pau-Choo Chung教授圍繞《Resolving Cross-Hospital Variation Effects in AI-based Pathology Image Analysis》主題，討論了如何解決不同醫(yī)院數(shù)據(jù)不一致的問題，并且分享了一些醫(yī)療影像數(shù)據(jù)分析方法，包括對圖像進(jìn)行分割、利用CycleGAN等前沿方法實(shí)現(xiàn)圖像分析和知識蒸餾。

提問與互動

在現(xiàn)場互動環(huán)節(jié)中，專家學(xué)者們充分交流、探討學(xué)術(shù)前沿，與會者加深了對行業(yè)前沿的認(rèn)識與理解。此次會議促進(jìn)了人工智能研究的前沿探討，推動了國內(nèi)外學(xué)術(shù)合作與交流，啟發(fā)了高性能計(jì)算與人工智能相關(guān)領(lǐng)域研究的發(fā)展和進(jìn)步，為國際人工智能領(lǐng)域的深度合作與交流創(chuàng)造了重要的合作平臺，助力我國科研事業(yè)發(fā)展與科技人才培養(yǎng)。