第八届中国智能技术与大数据会议成功举办

（新闻作者：袭肖明 新闻来源：计算机科学与技术学院）

2023年3月11日，由中国人工智能学会（CAAI）主办，CAAI智能服务专委会、山东建筑大学和北京工商大学联合承办的“2022第八届中国智能技术与大数据会议”以线上形式成功举办，吸引了线上19万余人参加。本次大会主席为尹义龙教授，程序委员会主席为聂秀山教授，组织委员会主席为袭肖明副教授。会议邀请了国家级领军人才黄萱菁教授、国家杰出青年科学基金获得者陶建华教授、山东省人工智能学会理事长尹义龙教授做大会特邀报告，与会专家就人工智能的可解释性、个性化人物音频生成与伪造鉴别、开放动态任务环境下鲁棒域自适应进行了探讨和交流。会议还举办了第一届中国智能技术与大数据会议青年学术论坛，邀请了复旦大学何震瀛副教授、北京航空航天大学李文玲教授、山东建筑大学聂秀山教授、北京邮电大学欧中洪教授和薛哲副教授做了精彩学术报告。

CAAI智能服务专委会秘书长、极智嘉科技联合创始人兼CTO李洪波博士主持开幕式。

CAAI/CCF会士、CAAI智能服务专委会副主任、复旦大学王晓阳教授向与会专家学者表示热烈欢迎，指出在当前的人工智能时代，人工智能技术正在带给人们全新的惊喜，人工智能服务正在走进各行各业，在这样的时代下智能服务专委会将大有可为。在预祝本次会议圆满成功的同时，王晓阳教授表示期待新的一年里与大家线下见面，期待大家取得新的更有意义的工作成果和进步。

CAAI智能服务专委会副主任、北京工商大学副校长左敏教授代表北京工商大学预祝本次会议顺利召开。左敏教授表示，CAAI智能服务专委会在杜军平教授的带领下以及在全体委员的共同努力下，已成为人工智能领域一支非常活跃的专委会，大家在该平台上共同交流学术问题。在人工智能蓬勃发展的当今时代，作为在人工智能领域的研究学者深感幸运。希望大家在线下多多交流，期待各位专家学者到北京工商大学指导工作。

山东省人工智能学会理事长、山东大学二级教授、山东建筑大学计算机科学与技术学院特聘院长尹义龙代表山东建筑大学对CAAI智能服务专委会的信任表示感谢。尹义龙教授介绍了山东建筑大学计算机学院近几年的发展情况，诚挚邀请各位专家到山东建筑大学计算机科学与技术学院指导工作，并预祝本次大会圆满成功。

CAAI/CCF会士、CAAI智能服务专委会主任、北京邮电大学杜军平教授代表专委会向与会人员表示欢迎，她回顾了中国智能技术与大数据会议的发展历程，介绍了本次会议的组织情况、专委会过去一年发展会员的情况和专委会委员取得的成绩，专委会成功举办了CAAI云论坛（济南站）、第三届全国智能技术与服务学术论坛、人工智能与智能服务论坛、2022全球人工智能技术大会专题论坛“复杂大数据与高效学习技术论坛”等一系列学术交流活动，以及专委会组织撰写的“科技大数据技术与应用白皮书”发布情况，并强调了本次会议举办的第一届中国智能技术与大数据会议青年学术论坛的背景和意义——为青年人才提供了一个学术交流的平台。

复旦大学王晓阳教授主持了黄萱菁教授的报告。

国家级领军人才、上海市优秀学术带头人、中国中文信息学会理事、中国计算机学会自然语言处理专委会副主任、复旦大学黄萱菁教授报告的主题是“人工智能的可解释性分析-以自然语言处理为例”。机器学习和深度学习的可解释性指的是以受众可理解的，直截了当的方式解释模型预测值的程度。近年来，深度学习已经在自然语言处理中取得成功应用，大幅度提升了各种任务的性能，但由于其内在复杂性，可理解性和可解释性不够令人满意，也妨碍了深度学习方法的进一步推广。报告中黄萱菁教授介绍了什么是可解释性分析，自然语言处理中有哪些可解释性分析任务，可解释性分析的目的，从理解模型部件的功能属性、解释模型预测的行为、模型诊断三个方面介绍了可解释性分析在自然语言处理领域的发展现状，并讨论了未来的研究趋势。

中国科学技术大学陈恩红教授主持了陶建华教授的报告。

国家杰出青年基金获得者、国家级领军人才、CCF会士、CAAI常务理事、CSIG人机交互专委会主任、清华大学陶建华教授报告的主题是“个性化人物音频生成与伪造鉴别技术”。高度拟人化和个性化的人物音频生成技术，正在通信、教育、金融、社交、娱乐等领域发挥重要作用，人们可享受到高质量和定制化的语音服务，报告介绍并展示了近几年在迁移学习、生成式网络模型等帮助下的个性化人物音频生成技术的最新成果。与此同时，逼真的个性化音频模仿能力，在造福人类的同时，也不可避免带了安全风险，技术的恶意利用与传播会对国家和社会造成严重危害，已受到世界各国政府的高度重视，报告系统性的介绍了伪造音频鉴别技术，分别在伪造声音鉴别方法、伪造溯源分析方法、面向复杂场景的声音生成与鉴别对抗博弈机制等方面进行了深入分析和阐述。

南京大学高阳教授主持了尹义龙教授的报告。

山东省人工智能学会理事长，CCF人工智能与模式识别专委会常委、副秘书长，CAAI机器学习专委会常委、IET Fellow、山东大学尹义龙教授报告的主题是“开放动态任务环境下鲁棒域自适应”。典型机器学习模型在满足独立同分布假设的静态封闭环境中具有相对完备的理论保证和较好的泛化性能。但在现实应用中，训练和测试样本偏离同分布假设，面临多种以分布变化为主的开放动态任务环境。报告以开放动态任务环境下鲁棒域自适应为主题，着重介绍了如何解决域不变特征表示学习不充分、源域数据受损、隐私保护条件下源域数据不可见和目标域出现新类等问题。

中国人民大学信息学院院长、高瓴人工智能学院执行院长文继荣教授主持了第一届中国智能技术与大数据会议青年学术论坛。文继荣院长介绍了本次论坛的发起背景和筹备情况。

复旦大学何震瀛副教授报告的主题是“元数据驱动的自然语言到SQL翻译”。Seq2Seq模型在自然语言转换为SQL（NL2SQL）方面取得了不错的翻译效果，在NLIDB基准（Spider）上达到70%以上的翻译准确率。利用基础数据库设计的语义，提出了一种用于NLIDB的统一框架MetaSQL，MetaSQL首先分解给定自然语言查询，并将其映射到一组查询元数据中，通过利用现有的转换模型，MetaSQL通过调节检索到的查询元数据的不同组成来操纵模型行为并生成一组候选SQL查询，实现过滤和排名机制，获取给定自然语言查询的最佳匹配。

国家级青年人才、CAAI智能服务专委会副秘书长、北京航空航天大学李文玲教授报告的主题是“Kernel Reproduced Gradient Descent Algorithm for Online Learning”。针对在线学习中随机梯度下降算法收敛慢的问题，基于再生核希尔伯特空间理论，提出了一种核再生梯度下降算法，并采用了核线性化和矩阵对角化两种近似策略降低计算需求，并给出了核再生梯度下降算法在求解强凸和非凸优化问题时的收敛速度。仿真和实验结果表明，核再生梯度下降算法比随机梯度下降算法能够更快地收敛，而且对参数的估计精度更高。

山东省杰青、山东省泰山学者青年专家、山东建筑大学聂秀山教授报告的主题是“Online Cross-modal Hashing With Discriminative Embedding and Adaptive Weighting”。报告提出了一种新的带有判别嵌入和自适应加权的监督在线跨模态哈希方法，通过扩大语义标签的类间边界和类内相似性，构建了一个判别语义空间，以增强监督信息的判别能力；通过无缝地嵌入比特平衡和不相关约束、离散优化和非对称策略，将监督信息嵌入哈希空间；提出了自适应的bit-wise权重来反映bit学习条件，通过弥合学习和泛化之间的差距来促进泛化过程。

国家重点研发计划青年科学家、北京市青年教学名师、北京邮电大学人事处副处长欧中洪教授报告的主题是“一种基于前景增强的无人机航拍图像小目标检测算法”。报告提出了一种基于前景增强的无人机图像目标检测方法，主要包括统一前景提取、通用前景增强适配器和自适应区域超分辨率尺度均衡三部分，统一前景提取方法对粗糙检测器给出的子区域进行聚类合并以抑制背景，通用前景增强适配器赋予任何单个通用目标检测前景提取能力，而超分辨率尺度均衡技术对前景提取过程中产生的小尺度目标进行均衡，且不会造成目标模糊。

北京邮电大学薛哲副教授报告的主题是“基于互信息约束的图表示学习与关联挖掘”。无监督图表示学习是一种在低维空间中表示图数据的方法，其主要挑战在于如何将图数据的节点和边的信息编码到低维嵌入空间中，使得低维空间有效能够保留图的结构信息。报告介绍了一种基于互信息约束的变分图自动编码器，通过最大化图结构的局部特征以及全局特征之间的互信息使得所学的节点表示能够表征节点之间共享的信息，抑制噪声对嵌入空间的干扰，提高图表示和关联挖掘的准确性。

初审：袭肖明

审核：李晓峰

终审：王少华