SMP 2024 特邀报告 | 蒋昌俊 中国工程院院士、同济大学讲席教授
个人简介:蒋昌俊,计算机专家,中国工程院院士。同济大学讲席教授、Brunel University London名誉教授、英国工程技术学会会士、国家杰青、973首席科学家、全国优秀科技工作者、全国创新争先奖状获得者等。成果获中、美、德等国发明专利120余件、国际PCT 22件;发表论文300余篇(含ACM/IEEE汇刊100余篇),中英文专著6本;获国家技术发明二等奖1项(排1)、国家科技进步二等奖2项(均排1)、HO PAN CHING YI Award(独立)等。
他长期致力于网络计算方面的研究,相关成果被美国、英国、德国、瑞典、印度等国家院士等知名专家正面评价和引用,主持建立了我国首个网络交易风险防控体系、系统及标准,为我国在该领域成为国际“领跑者”做出了开拓性贡献。
报告标题:智能三脑与智能算网
报告摘要:首先介绍了智能的三脑,包括:首先介绍了三脑(电脑/数脑/人脑)的计算智能,阐述了三种智能在各自擅长领域的应用;然后介绍了智能的融合与发展,分析了逻辑与数据在人工智能中的结合;最后,对三脑智能进行了总结。然后介绍了智能算网系统,包括:首先介绍了国家东数西算重大战略背景、现状和问题;接着介绍了方舱计算的架构和特点,由此与东算西算固定网形成了舱网融合的智能算网系统,分析了它的创新优势,演示了同济智能算网系统;最后,指出了它的三步走计划及未来前景。
SMP 2024 特邀报告 | 冯仕政 教授
个人简介:冯仕政,1974年1月生,研究生,法学博士,中共党员,教授。教育部“长江学者奖励计划”特聘教授。现任中国人民大学党委常委、副校长,兼任中国社会学会副会长、北京市社会学学会副会长。
主要研究领域:政治社会学、组织社会学、社会转型与社会治理、国家构建与政治秩序。出版《再分配体制的再生——杰村的制度变迁》《当代中国的社会治理与政治秩序》《西方社会运动理论研究》《社会治理新蓝图》等专著。先后入选教育部“新世纪优秀人才支持计划”、“长江学者奖励计划”青年学者,以及北京市新世纪社科理论人才“百人工程”和“四个一批”理论人才培养工程。曾获北京市哲学社会科学优秀成果奖、北京市高校教学名师奖、霍英东教育基金高校青年教师奖(研究类)、宝钢优秀教师奖、北京市高等教育优秀教学成果奖、高等教育国家级教学成果奖、教育部人文社会科学优秀成果奖等。
报告标题:社会建设与AI发展
报告摘要:揭示AI逻辑和社会逻辑的同构性和背反性。反思去社会、反社会的科学主义、技术主义思维及其后果。思考AI怎样有机地结合社会逻辑以更好地发展、更好地造福人类。
SMP 2024 特邀报告 | 薛建儒 教授
个人简介:薛建儒,西安交通大学教授、博士生导师,中国自动化学会会士和中国图形图象学会会士,主要研究领域为计算机视觉、机器学习、无人驾驶与混合增强智能等,入选教育部长江学者特聘教授(2015年)、国家科技创新领军人才计划。科研成果获国家自然科学二等奖(2016)、国家技术发明二等奖(2007),教育部自然科学一等奖(2015)、陕西省自然科学一等奖(2023),主要学术兼职有中国自动化学会混合智能专业委员会主任委员、《自动化学报》、《机器人》等多个期刊编委。
报告标题:人在回路混合增强智能的技术路径探索与实践
报告摘要:人在回路的混合增强智能是将人的作用引入到智能系统的计算回路中,实现智能水平更高的智能形态构建。这是我国新一代人工智能发展规划中的重点方向,也是人工智能赋能当前无人自主系统的最主要途径之一。本报告主要讨论人在回路混合增强智能发展的三条主要技术路径:共享自治、拟人化交互和交互策略学习,并分析这些路径所面临的主要挑战性前沿问题及发展方向,最后介绍团队近期的主要工作进展。
SMP 2024 特邀报告 | Professor Sam Bowman
Bio: Sam Bowman is currently a Member of Technical Staff at Anthropic, where he directs a research division focused on safety and evaluations. He is also on leave from New York University, where he is an Associate Professor of Data Science, Linguistics, and Computer Science, and co-directs the Alignment Research Group, the Machine Learning for Language group, and the CILVR deep learning lab. He has worked on the evaluation and analysis of neural network language models since 2012, and holds a PhD from Stanford University. His past work includes the SNLI, MNLI, XNLI, GLUE, SuperGLUE, BBQ, QuALITY, and GPQA benchmarks, as well as over 100 academic research papers.
Title:The Checklist: What Succeeding at AGI Safety Will Involve
Abstract: This talk will give a broad overview of the major milestones that I expect that AGI-focused AI developers will need to meet in order to have the development of AGI go well. This will include discussion of both short-term work and work that takes place only very close to AGI, and will span technical alignment and interpretability work, safety evaluation work, and some points of connection with policy and international-coordination.
SMP 2024 特邀报告 | 张民 教授
个人简介:张民,教授,博导。哈工大(深圳)特聘校长助理,计算与智能研究院院长。国家杰出青年科学基金获得者,“国家百千万人才工程”入选者,国家有突出贡献中青年专家,深圳市大模型智能与安全重点实验室主任,享受国务院政府特殊津贴。长期从事自然语言处理、大模型和人工智能研究。发表CCF A/B类会议和期刊论文300余篇,出版Springer专著2部,主编论著(论文集)16本,获部级科技进步奖3项,最佳会议论文4次。担任本领域10本期刊编委。
报告标题:语言大模型、多模态大模型通用能力提升与具身智能应用
报告摘要:本报告将分享对大模型总览概论、语言大模型、多模态大模型内容理解与生成的背景分析、并介绍哈工大(深圳)最近的一些相关工作,包括自主研发的“立知”文本大模型、“九天”多模态大模型,其中涵盖“九天”1.0版本中的多模态内容理解、生成,多模态大模型量化压缩等内容,同时介绍“九天”2.0版本分别从感知、理解、决策三方面升级多模态大模型的通用能力。最后介绍“九天”多模态大模型将其决策能力用于物理世界并在具身智能上的应用。以下是几个主要观点:1. 为了适应真实世界的多模态特性,大模型的发展趋势将从基于大语言模型的单模态理解逐步发展为以语言为核心的多模态大模型,以及基于多模态大模型的多模态理解;2. 为了构建更加通用的多模态理解能力,多模态大模型的发展趋势将从固定视觉尺度感知拓展到可变视觉尺度感知,从单张图像理解延展到多帧视频关联理解,以及从简单问答上升到复杂任务规划决策,从而实现感知、理解、决策三方面能力的提升;3. 未来为了让大模型真实影响人类真实生活,多模态大模型发展为具身大模型是必然趋势,从感知、规划、执行三方面提升多模态大模型对于物理世界的理解能力,是多模态大模型发展为具身大模型是必然途径。
SMP 2024 特邀报告 | 刘奕群 教授
个人简介:刘奕群,清华大学计算机系教授,科研院院长、互联网司法研究院院长。国家级高层次人才,获得第十七届中国青年科技奖、以第一完成人获得2015、2022年度北京市科学技术一等奖、2020年度钱伟长中文信息处理科学技术一等奖等奖励。主要学术兼职包括:中国人工智能学会副秘书长、中国中文信息处理学会信息检索专委会主任、中国高等教育学会科研管理分会秘书长。国际计算机学会信息检索专委会亚太分会(ACM SIGIR-AP)指导委员会主席、国际计算机学会杰出会员、国际计算机学会信息检索专委会荣誉学院(ACM SIGIR Academy)成员。主要研究兴趣集中在人工智能领域,特别是人工智能技术在互联网搜索,智能司法,认知理解等方面的应用。在自然科学基金重点项目和国家重点研发计划等项目的支持下,从搜索用户的群体交互规律和个体认知过程两方面着手,在宏观和微观两个层面对用户行为中蕴含的丰富反馈信息进行挖掘,提出了利用群体智能和认知心理模型改进搜索技术性能的创新技术路线,取得了一系列创新性成果,在搜狗搜索引擎、最高人民法院司法信息公开平台等获得显著的经济和社会效益。相关成果先后获得SIGIR、WSDM、CIKM等相关领域主要国际学术会议最佳论文奖。
报告标题:大模型时代的司法信息智能处理
报告摘要:以 ChatGPT 为代表的生成式大型语言模型技术引发了人工智能和信息处理领域的新一轮研究与应用热潮。相比传统的统计语言模型,这类模型在语义理解能力和专业知识储备上表现出显著优势,普遍认为将对司法等专业领域的人工智能技术应用产生深远影响。本报告立足于司法信息处理的视角,阐述了生成式大型语言模型在司法智能化进程中的机遇与挑战。内容包括大语言模型在司法领域的应用演进,司法领域大型语言模型的构建与应用路径,司法大模型的评估体系,以及大模型技术在司法信息处理领域的未来发展。