CNCC | 第一届科学智能（AI for Science）论坛——探索科学智能的边界

王新

CCF杰出会员、理事，复旦大学教授、计算机科学技术学院党委书记

CCF理事、杰出会员、杰出演讲者，YOCSEF荣誉委员。研究兴趣包括新一代互联网体系结构、无线与移动网络、数据中心网络、网络存储系统等。

田永鸿

北京大学博雅特聘教授、北京大学深圳研究生院信息工程学院院长，鹏城实验室网络智能部副主任兼云脑研究所所长

IEEE Fellow，北京大学深圳研究生院信息工程学院院长，鹏城实验室网络智能部副主任兼云脑研究所所长，2018 年国家杰出青年基金获得者，2024年首批国家杰出青年基金延续资助计划获得者。主要研究方向为分布式机器学习、脉冲神经网络和神经形态视觉。累计主持国家重点研发计划项目、国基金杰青/重点/重大仪器项目等国家、省部级与企业合作项目40 余项，累计在Nature/Science子刊、IEEE Trans等国际期刊和ICML、NeurIPS等国际会议发表学术论文350余篇，两获国际期刊和会议最佳论文奖；拥有美/中国发明专利110余项，获国家技术发明/进步二等奖各1次、教育部科技进步一等奖1 次、中国电子学会技术发明/科技进步一等奖各1次、2023年广东省科技进步特等奖、2022年IEEE标准奖章和标准新兴技术奖、2022年ACM戈登贝尔奖特别奖提名，国内外算法竞赛奖10余次，是首届高校计算机专业优秀教师奖励计划获奖者。曾任香港中文大学（深圳）和华中科技大学兼职教授，多个国际期刊编委和国际会议大会主席/程序主席，现任IEEE数据压缩标准委员会副主席兼IEEE 2941标准工作组组长、中国图象图形学会理事与交通视频专委会副主任等。他是科技部十四五重点专项“智能传感器”专家组成员、广东省十四五重点专项“新一代人工智能”专家组成员。

报告题目：从Science for AI到AI for Science：人工智能与基础科学的“双重奏”

摘要：在大模型时代，企业成为科技创新的绝对主力，因此我们必须面对的问题是“高校应该在人工智能创新体系中发挥什么作用？”一方面，克服当前人工智能局限性的关键是需要搭建包括脑科学、神经科学和数理科学在内的基础科学与人工智能间的桥梁，利用科学基本原理来启发新的AI模型研发，探索更高效的通用人工智能之路；另一方面，AI大模型正在改变基础科学领域的研究范式，可用于解决科学问题、引导科学假设生成并推进科学发现。本报告将从Science for AI到AI for Science两个角度来描述最近的一些研究探索和进展，以期达到抛砖引玉之效。

杨易

浙江大学求是讲席教授/博导、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

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7万余次，H-index 131，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、澳大利亚基金委青年研究职业奖、澳大利亚计算机学会颠覆创新金奖、谷歌学者研究奖、澳大利亚科研终身成就奖、亚马逊机器学习科研奖、AAAI最具影响力论文、ACM MM唯一最佳论文奖等多项AI领域国际奖项，以及20余次国际科研竞赛世界冠军。

报告题目：数据和物理驱动的科学智能

摘要：数据和物理驱动的科学智能旨在融合数据驱动和物理机制驱动的方法，解决复杂的科学问题，利用大规模数据和物理原理的协同作用，通过神经网络代理模型提高计算精度和效率，同时利用物理约束增强结果的可靠性和可解释性。本报告将介绍科学智能的主要方法，并探讨它们在流体力学、生物医学等领域的应用前景。通过数据和物理的互补作用，科学智能为复杂系统的建模、预测和优化提供了新的可能性。

颜波

复旦大学教授、发展规划处副处长

复旦大学计算机科学与技术一级学科负责人和博士后流动站站长、上海市图像图形学学会副理事长。至今以第一作者/通讯作者在Nature Methods/Engineering/IEEE Trans.等国际期刊和CVPR/AAAI/ACM MM/ICCV/IJCAI等CCF A类会议发表论文70 余篇。先后获得国家优秀青年科学基金、国家自然科学基金联合重点基金／面上基金／青年基金、华为基金等多项省部级项目和企业合作项目的资助。项目相关成果在华为旗舰手机、公安系统和三甲医院得到了较好应用，取得了良好的社会经济效益。曾获2020年度教育部自然科学二等奖、2019年度中国图象图形学学会科学技术二等奖和2020年度IEEE多媒体旗舰学术会议ICME最佳学生论文亚军奖。曾任IEEE Trans. on CSVT编委、IEEE JETCAS期刊客座编委。主要研究领域包括：计算机视觉、智慧医疗和科学智能等。

报告题目：AI4S新引擎：融合知识的AIGC加速范式变革

摘要：在大模型和多模态两个方向持续突破的推动下，人工智能生成内容（AIGC）技术演化出孪生、编辑、衍生三大前沿能力。本报告将介绍融合领域知识的AIGC三大能力如何推动AI for Science科研范式变革。首先，孪生能力可提升图像和视频质量，让人眼“看的清”，相关成果成功应用于华为系列旗舰手机和荧光显微镜图像增强。其次，编辑能力可提高内容的可用性，让机器“算的准”，相关成果应用于公安系统，可节省99%的目标搜寻时间。最后，衍生能力可解决数据长尾分布的头部冗余尾部稀缺难题，让大模型“训的好”，相关成果应用于三甲医院的智慧诊疗。

傅晓明

欧洲科学院院士，复旦大学社会智能研究中心首席科学家，哥廷根大学中德社会计算研究所所长

IEEE Fellow、ACM杰出科学家。东北大学工业自动化仪表专业工学学士、计算机应用专业工学硕士，清华大学计算机系统结构专业工学博士。2007年初成为德国哥廷根大学270年历史上首位华人终身教授、互联网实验室主任，并先后兼任学院学术院长、国际办公室主任、系务委员会委员、学术委员会主任、中德社会计算社会研究所所长等职务。2023年起任复旦大学社会智能研究中心（筹）首席科学家。

曾担任CleanSky、MobileCloud、GreenICN、ICN2020等欧盟项目总负责人、首席科学家，IEEE通信学会计算机通信技术委员会秘书（2008-2010）、副主席（2010-2012），IEEE通信学会互联网技术委员会主席（2011-2013），获2022年IEEE通信学会互联网技术委员会杰出服务奖。是IEEE Network及多个IEEE Transactions的副编辑，国际期刊Journal of Social Computing的创刊主编（2020-）。

报告题目：大数据时代的社会计算

摘要：作为一个新兴的跨学科研究领域，社会计算体现了计算方法与人类社会之间的互动。它不仅涵盖了计算社会科学的范围，例如用计算方法研究人类行为和社会系统，而且还包括利用人类社会进行计算的研究，例如集体智慧和创新。本报告回顾这一领域的起源和发展，并通过几个案例阐述大数据给社会计算如何带来前所未有的机会，包括基于时空数据的社会经济地位评估和消费者行为分析。

黄萱菁

CCF杰出会员、自然语言处理专委主任，复旦大学教授

国家级领军人才，兼任CCF自然语言处理专委主任、ACL亚太分会候任主席，主要从事自然语言处理与大模型研究，在国际重要学术刊物和会议发表论文多篇，被引2万余次，8次入选优秀论文奖。

报告题目：大模型知识边界探寻与拓展

摘要：经过海量数据预训练后的大模型，虽然以参数形式存储了大量的知识，但其训练目标仅为进行下一个词的预测，受生成式框架限制，不可避免产生幻觉现象，影响了生成内容的真实性和可用性。该报告首先从知识的存储和认知两个角度切入，分析大模型知识边界和模型幻觉之间的潜在关联，提出探测大模型知识边界的方法。随后，以垂直领域大模型、数学推理大模型和智能体大模型为例，探讨如何运用思维链、指令微调、强化学习、自我进化等手段，向大模型有效注入领域知识，以拓展其处理海量领域数据、理解用户意图、进行知识推理的能力，从而为科学智能提供强大助力。

CNCC2024将于10月24-26日在浙江省东阳市横店镇举办，大会主题为“发展新质生产力，计算引领未来”。大会为期三天，包括18个特邀报告、3个大会论坛、138个专题论坛及34场专题活动和100余个展览。图灵奖获得者、两院院士、国内外顶尖学者、知名企业家在内的超过800位讲者在会上展望前沿趋势，分享创新成果。预计参会者超过万人。