2022年5月28日上午，由中国计算机学会主办、中国计算机学会人工智能与模式识别专业委员会、山东建筑大学、山东大学联合承办的第844期走进高校活动以线上形式成功举行。本次活动邀请了北京大学金芝教授，湖南大学李智勇教授，东北大学于戈教授，南京大学俞扬教授，以及中国科学院周园春研究员五位专家学者做特邀报告。山东建筑大学计算机科学与技术学院刘萌教授和山东大学计算机科学与技术学院尹建华副教授担任本次会议的执行主席。

中国计算机学会人工智能与模式识别专业委员会常委、副秘书长尹义龙教授进行会议致辞，感谢大家对本次会议的大力支持。报告会分两个环节，分别由刘萌教授、尹建华副教授主持。报告会聚焦领域前沿，五位专家以通俗易懂和深入浅出的方式为参会人员带来精彩的报告分享。

报告信息：

金芝教授的报告题目是“软件系统视角下AI赋能系统的可信性”。随着人工智能技术的快速发展，基于人工智能技术构建的软件系统的可信性也逐步提上了日程。金芝教授从软件系统视角进行切入，提到了系统功能可信的三个视角：系统开发视角，交互环境视角，度量视角，并指出AI赋能系统可信性目前的难点有传统构件和AI构件的交互可信以及AI构件特有的可信问题等。然后金芝教授提出了“环境建模+系统控制+分层设计”的策略来创建可信系统。最后，金芝教授通过三个例子说明了如何建构可信AI赋能系统。

李智勇教授带来了题为“动态开放场景下的鲁棒目标跟踪方法”的报告。李教授首先对视觉目标跟踪问题进行了介绍。指出视觉目标跟踪是给定目标的初始定位，要准确预测目标在后续的位置中的匹配关系的一种任务。接下来介绍了视觉目标跟踪的研究现状，指出了主要有三类方法，生成式跟踪方法，判别式跟踪方法和深度学习跟踪方法。接下来李教授分享了自己做的四个典型工作，分别是局部稀疏外观模型，基于时空上下文信息的加权局部稀疏外观模型，通道感知相关滤波方法和检测和关联的在线多目标跟踪方法。最后介绍了典型的工程应用案例。

于戈教授带来了题为“基于学习迁移理论的知识结构与熟练度追踪方法”的报告。于戈教授首先介绍了知识追踪是来追踪学习者对知识的掌握情况，属于认知心理学与计算机科学的交叉研究，以及相关的理论与模型。然后，介绍了奥苏贝尔提出的认知结构迁移理论。最后，于戈教授介绍了自己团队的研究工作——基于学习迁移的知识结构追踪模型。

俞扬教授带来了题为“强化学习：从游戏走向工业应用”的报告。俞扬教授指出了目前强化学习主要应用于游戏场景，而将强化学习应用于工业应用是一个难题。同时，指出了将强化学习应用到工业应用的两种方式：一是直接使用积累的数据进行强化学习的训练，二是利用积累的数据学习出一个强化学习的环境模型，而后通过agent端与环境模型进行交互来进行强化学习。俞扬教授指出后者是一种更有潜力的方式。接着俞扬教授指出了目前在环境模型学习中存在的一些问题：计算误差的问题和执行偏置的问题。

周园春研究员带来了题为“科学数据出版与开放共享”的报告，其以开放科学为主题，依次介绍了它的起源和发展。联合国教科文组织的开放科学建议书，标志着开放科学进入了全球共识新阶段。接着介绍了开放科学的国际政策和国内政策。随后，周园春研究员介绍了科学数据出版，中国科学数据的共享以及科学数据银行等相关内容。

初审：刘萌
审核：李晓峰
终审：王少华