学会动态丨2019第二届全国智能技术与服务学术论坛在中国石油大学(华东)成功举办

2019 年 6 月 10 日 中国人工智能学会

2019年6月1-2日,第二届全国智能技术与服务学术论坛在山东青岛隆重开幕。作为中国智能技术与服务研究领域的IT盛会,本次论坛由中国人工智能学会(CAAI)主办,中国人工智能学会智能服务专委会、中国石油大学(华东)与山东省人工智能学会联合承办。

第二届全国智能技术与服务学术论坛参会人员300余人,聚焦智能技术与服务相关的科学基础理论、关键技术方法与系统进行探讨和交流,旨在加强相关方向的理论、技术与应用研究,掌握最新和实用技术,了解前沿发展趋势,从而推动我国智能技术与服务领域的学术繁荣及其在大数据领域的应用推广。

 

开幕式:抓住智能技术与服务发展契机 共商人工智能发展大计        

中国石油大学(华东)计算机与通信工程学院院长宫法明副教授主持开幕式

 

论坛首先由中国石油大学(华东)副校长姚军教授作开幕式致辞。姚校长对本次论坛在中国石油大学(华东)成功召开表示热烈的欢迎和祝贺,并表达了对论坛的美好祝福以及希望各位专家学者常来中国石油大学(华东)交流和指导的愿望。

 

中国石油大学(华东)副校长姚军教授致辞

 

复旦大学计算机科学技术学院、软件学院院长王晓阳教授解读了人工智能与智能服务之间的关系,分析了从人工智能技术到智能服务转化对现代服务业发展的必要性。


复旦大学计算机科学技术学院、软件学院院长王晓阳教授致辞

 

CAAI智能服务专委会副主任、中国科学技术大学陈恩红教授发表致辞,强调了智能服务根植于大数据与人工智能相结合的重要观点。


智能服务专委会副主任、中国科学技术大学计算机科学与技术学院副院长陈恩红教授致辞

 

山东省人工智能学会理事长、山东大学尹义龙教授表示,CAAI与山东地方高校共同举办学术论坛,这种深度融合有助于人工智能技术及智能服务理念的推广。


山东省人工智能学会理事长、山东大学尹义龙教授致辞


CAAI智能服务专委会主任、北京邮电大学杜军平教授在发言中提到目前智能服务技术已经受到了国家层面的重视,如何把人工智能技术和理论转换为服务是非常重要的问题。专委会正朝着更好的方向发展壮大,每届会议都有力地推动了智能服务技术的推广和普及。她对中国石油大学(华东)高度重视、精心准备本届论坛表示诚挚谢意。


智能服务专委会主任、北京邮电大学杜军平教授致辞

 

第二届全国智能技术与服务学术论坛合影

 

报告会:了解智能服务与大数据前沿发展趋势 掌握最新技术

大会邀请了国内本领域知名专家学者以及部分智能服务专委会委员报告最新的研究成果,分享了智能技术与服务相关的最新学术成果和发展趋势,并就其关键技术和主要战略发展方向进行深入地交流和研讨。此外,还邀请了本领域杰出的学者报告最新的研究成果,并评选优秀论文报告。

 

  • 专家报告:

国家“863”领域专家组专家,铁道警察学院副院长胡传平报告的主题是“公共安全大数据与人工智能技术应用”。他从面向实战的公安信息化建设的角度出发,论述了什么是公安大数据、公安大数据包含了哪些内容、如何才能获取公安大数据、公安大数据和其它类别的大数据相比具有哪些特点等问题,并在此基础上进一步论述了人工智能和公安大数据的关系,以及人工智能在公安信息化建设中所扮演的角色。

 

胡传平教授以“公共安全大数据与人工智能技术应用”为题作报告

 

IEEE Fellow、IEEE TKDE主编、新南威尔士大学林学民教授以“Cohesive Subgraph Mining: Models Applications and Advances”为题,探讨了图模型应用的激增导致凝聚子图计算受到了研究界和商业组织的高度重视的现象,介绍了凝聚力子图的流行模型,并讨论了它们的应用,在有凝聚力的子图计算中介绍了最近的一些成果。


林学民教授以“Cohesive Subgraph Mining: Models Applications and Advances”为题作报告

 

中国科学技术大学计算机科学与技术学院副院长、大数据学院常务副院长陈恩红教授以“面向个性化学习的教育数据挖掘方法研究”为题,介绍了大数据分析在驱动智慧教育方面的一些重要研究成果,尤其是探讨了如何利用数据挖掘技术和教育领域知识应对教育数据的稀疏异构性、学生学习过程的复杂性与个性化需求的多样性等带来的挑战。


陈恩红教授以“面向个性化学习的教育数据挖掘方法研究”为题作报告

 

北京交通大学人工智能研究院常务副院长于剑教授报告的主题是“人工智能中的悖论”。他从人工智能的技术基础和算法发展历程谈起,分析了人工智能至今没有一个大家公认的定义导致的AI屡屡产生极具争议的断言和概念的问题。并通过AI研究中存在的悖论来为AI划出边界的一个尝试,指出了AI研究中面临的理论挑战。


于剑教授以“人工智能中的悖论”为题作报告

 

中国科学院计算技术研究所副所长陈熙霖研究员作了题为“零样本识别”的报告,他从现有的计算机视觉系统对未见过物体(零样本)的识别面临着重要挑战的问题谈起,分析了这一领域的发展难题,并对目前在解决这些问题上的一些进展进行了介绍。

 

陈熙霖研究员以“零样本识别”为题作报告

 

  • 委员报告:

重庆大学张磊研究员以“Beyond PAC Learning:Model-driven Transfer Learning”为题,从人工智能或机器学习在单个时刻的状态下表现较为优越,而如何实现不同时刻间知识互通的重要问题出发,介绍了迁移学习的问题定义、应用场景、技术进展和挑战,并对其在该领域最新的研究工作进行了介绍。


张磊研究员以“Beyond PAC Learning:Model-driven Transfer Learning”为题作报告

 

北京航空航天大学副教授任磊以“新一代人工智能背景下的工业云与大数据”为题,探讨了新一代人工智能背景下的智能制造的发展趋势、工业互联网与云制造2.0的新动态,并介绍了工业大数据相关的新技术、平台、系统及应用案例。


任磊副教授以“新一代人工智能背景下的工业云与大数据”为题作报告

 

  • Panel Discussion:

为了更加深入形象地研究智能技术与智能服务的关系,大会以“智能技术vs智能服务”为题设立了专题讨论环节,由王晓阳教授主持,与陈恩红教授、张文生研究员、高阳教授、于剑教授以及蒋树强研究员共同分享了人工智能理论与技术飞速发展背景下的信息技术到信息服务的转化实例,探讨了智能服务成熟度以及对科研方面的影响等诸多热点问题。


王晓阳教授主持“智能技术vs智能服务”主题研讨

 

会议还评选出了1名优秀论文报告获奖者以及3名优秀论文报告提名获奖者。


优秀论文报告颁奖


  • 智能服务专委会工作会议:

会议期间于2019年6月1日晚召开了中国人工智能学会智能服务专委会委员会议,智能服务专委会主任杜军平教授总结了去年专委会工作,讨论了专委会换届的工作安排,并就将于2019年9月在常州召开2019第五届全国智能技术与大数据会议的相关事宜进行了讨论。

 

2019年中国人工智能学会智能服务专委会会议

登录查看更多
0

相关内容

学校始建于1953年,1988年,更名为 石油大学,逐步形成山东、北京两地办学的格局,1997年,石油大学正式进入国家“211工程”首批重点建设的高等学校行列;2005年1月,学校更名为中国石油大学;2010年,学校成为国家首批实施“ 卓越工程师教育培养计划”的61所试点高校之一 。
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
分布式智能计算系统前沿
中国计算机学会
19+阅读 · 2019年10月8日
2019年CCF专委学术活动计划(首批)发布
中国计算机学会
6+阅读 · 2019年3月2日
学界丨面向未来培养人工智能人才 天津大学人工智能学院成立
国内高校人工智能教育现状如何?
大数据技术
9+阅读 · 2018年4月24日
报名 | 知识图谱前沿技术课程(苏州大学站)
PaperWeekly
12+阅读 · 2017年11月27日
报名 | 知识图谱前沿技术课程(暨学术交流)
PaperWeekly
17+阅读 · 2017年7月10日
Inferred successor maps for better transfer learning
Arxiv
6+阅读 · 2018年10月3日
Arxiv
11+阅读 · 2018年5月13日
Arxiv
9+阅读 · 2018年3月23日
Arxiv
3+阅读 · 2015年5月16日
VIP会员
相关VIP内容
相关资讯
分布式智能计算系统前沿
中国计算机学会
19+阅读 · 2019年10月8日
2019年CCF专委学术活动计划(首批)发布
中国计算机学会
6+阅读 · 2019年3月2日
学界丨面向未来培养人工智能人才 天津大学人工智能学院成立
国内高校人工智能教育现状如何?
大数据技术
9+阅读 · 2018年4月24日
报名 | 知识图谱前沿技术课程(苏州大学站)
PaperWeekly
12+阅读 · 2017年11月27日
报名 | 知识图谱前沿技术课程(暨学术交流)
PaperWeekly
17+阅读 · 2017年7月10日
相关论文
Inferred successor maps for better transfer learning
Arxiv
6+阅读 · 2018年10月3日
Arxiv
11+阅读 · 2018年5月13日
Arxiv
9+阅读 · 2018年3月23日
Arxiv
3+阅读 · 2015年5月16日
Top
微信扫码咨询专知VIP会员