科创中国

由中国人工智能学会主办，CAAI智能服务专委会、济南大学承办，山东省人工智能学会协办的CAAI云论坛（济南站）：大数据与智能服务于2022年6月25日成功举办。邀请了产学研知名专家与企业家，围绕大数据与智能服务相关热点问题进行了交流与研讨，进一步助力新一代人工智能的技术创新和应用。本次论坛在线观看519898人次。

本次云论坛由复旦大学计算机科学技术学院教授、CAAI/CCF Fellow、CAAI智能服务专委会副主任王晓阳以及北京邮电大学计算机学院教授与CAAI/CCF Fellow、CAAI智能服务专委会主任杜军平共同主持。邀请了国家杰青、教育部长江学者特聘教授、CAAI智能创意与数字艺术专委会主任、教育部人工智能协同创新中心主任、CAAI Fellow、浙江大学庄越挺教授，国家杰青、江苏省计算机学会副理事长、IETI Fellow、首席教授、东南大学研究生院常务副院长耿新教授，国家优青、CCF走进高校工作组组长、北京航空航天大学童咏昕教授，欧洲科学院外籍院士、CAAI Fellow，清华大学人工智能研究院常务副院长孙茂松教授做特邀报告。论坛期间还举行了“大数据与智能服务前沿”主题Panel。

论坛开幕式由王晓阳教授主持，对参加本次论坛的报告嘉宾表示感谢，介绍了本次论坛的主办单位、承办单位和协办单位等。

济南大学副校长陈月辉教授致辞，对参加论坛的专家和朋友表示热烈欢迎，作为本次论坛的承办单位感到十分荣幸。介绍了济南大学的整体情况以及学校信息学科的建设情况。学校积极搭建平台，着力凝练有特色的学科方向。希望各位领导和专家一如既往地关心和支持济南大学，为学校的改革发展多提宝贵意见。

山东大学尹义龙教授致辞，介绍了山东省人工智能学会的发展和会员情况，对各位专家对山东省学术界和产业界的大力支持表示感谢，希望大家继续支持山东省人工智能学会和山东省的大数据和人工智能相关领域的发展。

CAAI智能服务专委会主任、北京邮电大学杜军平教授致辞，介绍了智能服务专委会的基本情况。作为中国人工智能学会最大的分支机构，专委会大力推动智能服务理论、技术和应用创新。本次论坛是2020年“CAAI云论坛（北京站）：大数据与人工智能”活动的延续和扩展，希望通过本论坛的举办进一步推动大数据和人工智能技术赋能智能服务，助力新一代人工智能技术的创新和应用。

王晓阳教授主持了以“大数据与智能服务前沿”为主题的Panel讨论，Panel嘉宾有孙茂松教授、庄越挺教授、耿新教授、尹义龙教授、童咏昕教授和杜军平教授。围绕“大数据与智能服务前沿”主题上展开了交流和讨论。

清华大学孙茂松教授认为将大数据与智能服务结合是一个非常好的方向。回顾了人工智能浪潮的发展，分析了自然语言处理技术在人工智能领域发挥的作用。当前语音识别、语音合成、机器翻译、搜索引擎、语言模型等技术已为日常生活提供智能服务。最新的语言大模型为下一代智能服务提供了很好的机会，除了现有的智能服务场景外，应思考能做哪些新的智能服务，以及如何充分发挥大模型的价值和作用。

浙江大学庄越挺教授围绕多重知识表达、知识与数据双轮驱动、大规模预训练模型进行了分析。如何将知识与深度神经网络相结合进行多重知识表达非常重要。围绕知识与数据的双轮驱动进行了分析，并在数据驱动的基础上分析了知识驱动的可解释性。大规模预训练模型是很多科技企业智能服务的基础，如何基于大数据并利用大规模预训练模型更好地开展智能服务是关键问题。

东南大学耿新教授对自然语言处理、计算机视觉、大数据等技术发挥的作用进行了分析。基于大数据的预训练大模型解决了很多现实问题。围绕数据量和网络规模的增加探讨了模型的边际效应。训练一个优质的模型投入较大，需要海量的数据和昂贵的GPU资源做支撑。大数据和大模型如何满足高效、低成本的需求是需要解决的重要问题。

山东大学尹义龙教授探讨了我国大数据和人工智能人才的培养，分成三个阶段。第一个阶段是追赶期，从师资队伍建设、培养机制改革等方面进行了长时间的努力和追赶。第二个阶段是“并跑”期，整体培养水平上与国际名校还有或大或小的差距。第三个阶段是领跑期，这是个未来时，但并不遥远，如何培养出更好地符合“四个面向”要求、未来有能力在学术界和工业界“自由切换”的、有实力引领国际学术界和工业界发展的杰出人才，是值得我们深入思考的重要问题。

北京航空航天大学童咏昕教授从应用角度讨论了智能服务和大数据技术和理论的发展，讨论了群体智能的概念以及关键技术问题。基于互联网的群体智能重点在于利用互联网进行合理资源分配，吸引、汇聚和管理大规模的互联网参与者，协同完成一项任务，进而超越个体智能。围绕群体智能领域一个热门的研究主题联邦学习展开了讨论，联邦学习是群体智能的延展。如何做好数据的隐私保护、缓解通信过程中的通信开销压力，做好安全、高效的智能服务是值得关注的问题。

北京邮电大学计算机学院杜军平教授介绍了课题组在国家重点研发计划项目的支持下，实现了跨领域、跨学科、跨媒体、跨时空的科技资源的智能分析与处理。介绍了今年启动的国家自然科学基金重大项目“复杂大数据高效学习基础研究及公共安全应用”，建立复杂大数据的高效表示模型，对大数据表达的语义进行高阶推理，实现公共安全突发事件的发现与演化分析，研究数据质量和学习效率均衡优化的联邦学习方法，实现多方协作的公共安全突发事件刻画和态势预测。

在论坛报告环节，四位专家分别做了精彩的报告，由王晓阳教授和杜军平教授分别主持。浙江大学庄越挺教授报告的主题是“智能服务：让大数据发“光”发“热””。“大数据”一词自问世至今已有数年，大数据之重要被等同于未来的能源、电力等，中国《新一代人工智能发展规划》中也提出了“大数据智能”这一新的认识。对大数据、知识表达及知识获取等基本问题进行了再认识和思考，探讨当前的研究趋势，如多重知识表达、知识和数据双轮驱动、(超)大规模预训练模型、跨媒体智能的结合等，介绍了目前从事的可泛化的知识计算引擎等智能服务与技术，介绍了大数据智能在数字城市治理、产业链预警和精准招商等数字经济领域的应用。

东南大学耿新教授报告的主题是“机器学习的‘基因’：让机器像人一样学习”。本轮人工智能热潮的根本动力之一是现代机器学习、尤其是深度学习技术的发展。深度学习需要大量训练数据和计算资源。然而，人类往往通过少量样本就能快速学习一个新的概念。这是因为新生儿大脑并非随机，人类千万年的进化结果通过基因初始化了新生儿大脑。受此启发，提出机器学习的“基因”——Learngene。基于Learngene的全新学习框架有望改变目前深度学习领域的游戏规则：现在只需要在少数“模型供应商”处进行面向开放世界任务的大规模训练，而一个面向具体任务的“客户”只需要从“模型供应商”处购买一个Learngene，对自己的轻量模型进行初始化，即可用少量样本快速适应自己的目标任务，就像人的学习一样。

清华大学孙茂松教授报告的主题是“语言大模型及其典型智能服务应用”。语言大模型是近年来国际人工智能领域学界和业界激烈竞争的学科前沿及技术前沿的双重制高点，大幅提升了文本信息智能处理众多重要任务的性能，且其影响已从文本领域快速拓展到多模态计算领域乃至面向科学的人工智能多学科交叉领域。首先阐述了语言大模型的特点及其作为智能信息处理“软”基础设施的重要地位，通过若干典型案例，评价并讨论了在其支撑下可赋能的典型智能服务新应用，包括智能写作（应用文类）、智能写作（创作类）、语法改错、反向词典及以智能问答为核心、多模态技术融合的现实-虚拟世界交互等。

王晓阳教授对本次云论坛进行总结，期待更多的智能服务相关技术的发展能为科技发展和社会进步做出贡献。CAAI云论坛（济南站）：大数据与智能服务圆满结束。