CCDE2024大模型算法与应用专题会议——大模型：算法创新与应用探索

研究人工智能、认知图谱、数据挖掘、社交网络和机器学习。发表论文400余篇，获ACM SIGKDD Test-of-Time Award（十年最佳论文）。主持研发了超大规模预训练模型“悟道”，参数规模超过1.75万亿。他还主持研发了研究者社会网络挖掘系统AMiner，吸引全球220个国家/地区3000多万用户。担任国际期刊IEEE T. on Big Data、AI OPEN主编以及WWW’23 General Chair、WWW’21、CIKM’16、WSDM’15的PC Chair。获国家科技进步二等奖、北京市专利奖一等奖、KDD杰出贡献奖。

承担国家自然科学基金重点项目、面上项目、青年基金多项，多次参与国家重大研发计划项目。曾获得中国人工智能学会吴文俊人工智能科技进步奖一等奖（第一完成人），中文信息学会汉王青年创新奖，微软合作研究奖等。在国际顶级会议和期刊发表论文150多篇，谷歌学术引用17000多次，h-index 64，入选2022年Elsevier中国高被引学者，连续三年入选AI 2000全球最有影响力AI学者榜单；多次获得国际顶级会议论文奖项（NLPCC 2015最佳论文、IJCAI 2018杰出论文、ACL 2019最佳演示论文提名、SIGDIAL 2020最佳论文、NLPCC 2020最佳学生论文，ACL 2023领域主席奖）。研发任务型对话系统平台ConvLab、ConvLab2、ConvLab3，中文对话大模型EVA、OPD、CharacterGLM，智源中文大模型CPM的核心研发成员，研发AI乌托邦拟人对话交互平台。担任顶级期刊TNNLS、TACL、CL、TBD编委，多次担任自然语言处理领域顶级会议ACL/EMNLP资深领域主席。

报告题目：

大模型安全与超级对齐

报告摘要：

随着ChatGPT、GPT-4等大语言模型的智能水平日益提升，我们似乎正越来越接近实现通用人工智能的目标。然而，伴随着智能化程度的增加，“越智能越危险”的论调亦随之而来。因此，对大语言模型安全性的研究变得尤为关键。从偏见与歧视、隐私保护、潜在滥用、伦理道德到价值观传递等，多方面的安全问题成为了人们广泛关注的焦点。与此同时，人工智能的治理机制也成为了智能社会亟需解决的重大课题。本次演讲将专注于探讨大语言模型特别是中文大语言模型及对话系统的安全性问题和超级对齐挑战。讲者将从弱到强泛化(Weak-to-Strong Generalization)、规模化监督(Scalable Oversight)、自动化红队测试(Automated Red Teaming)到对齐学习(Alignment Learning)等多个维度，深入阐述在这一领域的最新研究进展。

主要研究方向为自然语言处理基础模型和算法，发表CCF A/B类论文100余篇，被引用1.8万余次，连续多年入选爱思唯尔中国高被引学者、2023全球前2%顶尖科学家榜单。获得ACL 2017杰出论文奖（CCF A类）、CCL 2019/2023最佳论文奖、《中国科学：技术科学》2021年度高影响力论文奖，有5篇论文入选ACL/EMNLP等会议的最有影响力论文，主持研发的MOSS已经成为国内影响力最大的开源大型语言模型之一。曾获中国科协青年人才托举工程、国家优青等项目，2020年获第四届上海高校青年教师教学竞赛优等奖，两次获得上海市计算机学会教学成果奖一等奖，2022年获钱伟长中文信息处理科学技术奖一等奖，2023年入选中国教师发展基金会“高校计算机专业优秀教师奖励计划”。培养学生多人次获得国家一级学会优博。

报告题目：

从语言大模型到多模态大模型

报告摘要：

从GPT-4开始，一系列多模态大语言模型的工作都是接受多模态输入，产生文本输出的范式，没有产生多模态输出的能力，但这离AGI还有一定的距离。本报告介绍一种以语言为中心的统一多模态框架AnyGPT，它具有内生的跨模态能力，既能接受跨模态输入，也能产生跨模态输出。AnyGPT将所有模态都转换为离散的符号序列，这样每个模态都是一个新的语言，从而让大语言模型实现了模态之间的知识对齐和融合。

冯俊兰博士于2001年在中国科学院获得声学博士学位，同年加入美国AT&T实验室研究中心，曾任高级研究员，主任研究员。2013年冯俊兰博士加入中国移动研究院，近十年带领中国移动人工智能团队攻关人工智能算法和核心技术，构建了全面的九天人工智能产品体系,服务3700余项生产性应用，年赋能价值达39亿元。冯俊兰博士和她领导的中国移动九天人工智能团队承担国家级科研项目18项， 获得国际算法比赛奖和国家、省部级奖项30余项。冯俊兰博士在国际学术会议和期刊发表学术论文120余篇，参与著书一部， 国内外专利100余项， 是人工智能主要国际会议和期刊的审稿人和程序委员会委员，现任和曾任IEEE等国内外学术机构的委员会委员、副主任委员15项。

报告题目：

体系化人工智能(Holistic Aritificial Intelligence, HAI)

报告摘要：

如今我们可以访问数百个大型生成模型和数百万个面向特定任务的小模型，但目前仍缺乏一种机制，允许灵活调度和组合多个模型，以解决我们在现实场景中遇到的无数智能任务。在这次演讲中，冯俊兰博士将介绍一种新的框架——“体系化人工智能”（HAI），该框架旨在通过协调可用的AI模型来缓解人工智能服务开发的困难。使用HAI框架，用户或客户可以以多种自然的方式，例如通过自然语言、语音、说明性图像、动作序列或这些方法的组合，表达他的智能服务需求。HAI的中央控制单元基于基础模型，将用户需求映射到由特定模型或多模型级联组成的执行规划。此外，它还将这些模型与最合适的计算资源和网络设施相结合，以实现高效部署。本次演讲将讨论支撑HAI框架的四大技术挑战、领域中的相关工作，以及冯博士团队对该领域的探索。

主要研究方向为自然语言处理、基础模型。2011年获得清华大学博士学位，已在ACL、EMNLP、IJCAI、AAAI等人工智能领域的著名国际期刊和会议发表相关论文200余篇，Google Scholar统计引用超过4.2万次。曾获教育部自然科学一等奖（第2完成人）、中国中文信息学会钱伟长中文信息处理科学技术奖一等奖（第2完成人）、中国中文信息学会汉王青年创新奖，入选国家青年人才项目、2020-2022连续三年Elsevier中国高被引学者、《麻省理工科技评论》中国区35岁以下科技创新35人榜单、中国科协青年人才托举工程。

报告题目：

大模型自主智能体技术及其应用

报告摘要：

2023年以来ChatGPT引爆了全球对大模型技术与应用的热烈关注，本报告首先简介人工智能发展历程，阐明大模型技术的历史地位，然后针对大模型应用的关键挑战问题，介绍大模型驱动的自主智能体技术及其创新应用，探讨大模型通向通用智能的发展趋势和技术动态。

圆桌讨论：大模型——算法创新与应用探索

清华大学计算机系硕士，曾任北京瑞莱智慧科技有限公司副总裁，先后负责公司产品团队、AI安全产研团队及相关业务。在此之前担任腾讯优图实验室高级产品经理、TP-LINK手机事业部用户体验团队及界面研发团队负责人。现任科技部、工信部重大项目骨干，人工智能副高级职称，获得20余项发明专利授权，出版普通高等教育国家级规划教材1本。2021年9月，在瑞莱智慧期间主导研发的“安全可靠可控的新一代人工智能平台”获评世界互联网大会世界互联网领先科技成果。

毕业于清华大学计算机科学与技术系，长期从事信息检索、用户行为分析、智能推荐方面的研究。在SIGIR、WWW、WSDM等AI顶级国际会议上发表论文20余篇。罗成博士曾获多项顶级国际会议最佳论文（ACM SIGIR，AIRS），获中国中文信息学会优秀博士论文。