报告会时间：2024年5月31日（星期五）14:00-16:00
报告会讲者：金耀初 博士、邓成 博士、郑伟诗 博士、杨易博士
报告会地点：长望楼N102报告厅
主 持 人： 郑钰辉博士
报告一题目: Graph Neural Networks for CombinatorialOptimization
摘要: Graph neural networks have been found successful in solving combinatorial optimization problems. This talk starts with a simple example of solving the travelling salesman problem using graph neural networks. Then, we present an approach to multi-objective facility location using two graph neural networks with supervised training. Finally, we showcase how a graph neural network with negative message passing can be trained using unsupervised training for solving graph coloring problems. We conclude the talk with a summary and discussion of futurework.
个人简介：金耀初，欧洲科学院院士，IEEE Fellow，国家级海外高层次人才计划入选者。分别于1988、1991及1996年在浙江大学电机系获学士、硕士和博士学位，并于2001年在德国波鸿鲁尔大学神经信息研究所获工学博士学位 （Dr.-Ing.）。目前担任西湖大学人工智能讲席教授，“可信及通用人工智能实验室”负责人。同时担任IEEE计算智能学会候任主席，《复杂与智能系统》主编。2021至2023任德国比勒菲尔德大学工学院“洪堡人工智能教席教授”，2010至2021任英国萨里大学计算机系“计算智能”杰出教授，1999至2010年在本田欧洲研究院担任科学家、高级科学家及主任科学家。曾为教育部特聘专家、芬兰国家技术创新局“芬兰杰出教授”、澳大利亚悉尼科技大学“杰出访问学者”。长期从事人工智能与计算智能的理论、算法和工程应用研究，特别是数据驱动的复杂系统演化优化、基于深度学习的组合优化、多目标优化与机器学习、可信学习与优化、演化发育通用人工智能及形态发育自组织机器人等。金耀初教授已出版专著5部，发表学术论文500余篇，获美国、欧盟和日本专利9项。据Google Scholar, 其论文被引用总次数49000余次，h-index 为107，2019年以来连续5年入选科睿唯安“全球高被引科学家”榜单。多次获“IEEE进化计算汇刊优秀论文奖”及“IEEE 计算智能杂志优秀论文奖”。曾任《IEEE认知与发育系统汇刊》主编，IEEE计算智能学会副理事长，两次担任IEEE杰出演讲人。
报告二题目：生成式AI的缘起、发展与挑战
摘要：生成式AI代表了机器学习与计算机视觉领域的一次革命性跃迁，其核心价值在于赋予机器创造高质量、连贯数据的能力，无论是文本、图像、或是视频。本报告首先将追溯生成模型的起源，分析其从基础模型到大模型的演变过程，并聚焦于这一历史进程中的关键技术突破与理论创新。我们还将探讨生成式大模型的最新发展，并讨论其在图像、文本、音频、视频生成等多个领域的显著成就。最后，本报告将对生成式AI的未来前景进行前瞻性思考，探讨如何通过提升模型的生成质量、稳定性、鲁棒性以及可解释性，推动生成式AI的进一步发展，以及其对人类文化、社会价值和道德伦理的深远影响。
个人简介：邓成，西安电子科技大学二级教授、博士生导师。国家级高层次人才，国家百千万人才工程入选者，国家有突出贡献中青年专家，陕西省重点科技创新团队负责人，陕西省教学名师，陕西省师德标兵，教育部电子信息类教学指导委员会秘书长。长期从事人工智能领域的研究工作，主持国家自然科学基金重点项目、科技部重点研发计划等项目近30项。在本领域国际一流期刊和CCFA类会议上发表论文200余篇，连续多年入选爱思唯尔中国高被引学者榜单。研究成果获2019年、2023年陕西省自然科学一等奖、2016年国家自然科学二等奖。
报告三题目：机器人行为视觉建模与学习
摘要：最近我们研究组正在将面向人的视觉行为分析逐渐延拓到面向机器人的视觉行为建模分析。本次报告将汇报我们研究组在机器人自由抓取建模上所展开的相关研究，包括机器人自由抓取建模、机器行为质量评估和相关一些三维重建的初步研究成果等。
个人简介：郑伟诗，中山大学计算机学院教授/副院长、国家级高层次人才、英国皇家学会牛顿高级学者，现任教育部机器智能与先进计算重点实验室主任。他长期研究协同与交互分析理论与方法，解决人体建模和机器人行为的视觉计算问题。担任IEEET-PAMI等期刊的编委。主持承担国家级重点类项目和人才项目5项、以及广东省自然科学基金委卓越青年团队(负责人)项目等。获国家教学和省部级科技奖励6项。
报告四题目：混合模型协同的人工智能研究：方法和案例
摘要：本报告将首先介绍混合模型协同在人工智能领域的研究背景，讨论如何在垂直领域应用中实现预训练大模型、先验知识及领域专用模型的高效整合。随后，通过内容生成等应用场景的深入分析，本报告将详细阐述混合模型协同在解决特定领域问题时，针对可解释性、计算效率和鲁棒性等方面所展现出的优势。最后，本报告将展望人工智能研究中发展混合模型协同技术的前景，探讨其在实际应用中的潜力和价值。
个人简介：杨易，浙江大学求是讲席教授（二级教授）、国家特聘专家。目前担任浙江大学计算机学院副院长、微软-教育部视觉感知重点实验室主任、人工智能省部共建协同创新中心副主任。主要研究方向为人工智能及其应用。所发论文Google Scholar引用6万余次，H-index 123，近6年连续入选Clarivate Analytics全球高被引学者。获教育部全国优秀博士论文（2010）、澳大利亚基金委青年研究职业奖（2013）、澳大利亚计算机学会颠覆创新金奖（2016）、谷歌学者研究奖（2016）、澳大利亚科研终身成就奖（2019）、亚马逊机器学习科研奖（2020）、IJCAI最具影响力论文（2021）、ACMMM唯一最佳论文奖（2023）等多项AI领域国际奖项，以及20余次国际科研竞赛世界冠军。
Panel环节&项目进展汇报会专家
序号 | 姓名 | 基本情况 |
1 | 刘青山 | 南京邮电大学副校长、教授、国家杰青 |
2 | 汪萌 | 合肥工业大学副校长、教授、国家杰青 |
3 | 卢湖川 | 大连理工大学人工智能学院院长、教授、国家杰青 |
4 | 吴小俊 | 江南大学研究生院院长、教授、国际模式识别协会会士 |
5 | 唐金辉 | 南京理工大学计算机学院院长、教授、国家杰青 |
6 | 丁大志 | 南京理工大学教务处处长、教授，国家杰青 |
7 | 洪日昌 | 合肥工业大学计算机学院院长、教授、国家级高层次人才 |
8 | 查正军 | 中国科技大学科研部部长、教授、国家杰青 |
9 | 肖斌 | 重庆邮电大学科学技术处处长、教授、国家级高层次人才 |
知识无界，交流无限，欢迎广大师生参与讨论。
南京信息工程大学人工智能学院
江苏省军工学会学术工委会
江苏省人工智能学会智能感知技术与应用专委会
2024年5月28日