吉林大学王湘浩人工智能杰出学者系列讲座——ZhengHong Zhu教授主题讲座

报告题目：Spacecraft Swarm for Tracking and Enclosing Space Targets in Active Space Debris Removal报告人：Zheng H. Zhu Professor and Tier I York Research Chair in Space Robotics and Artificial Intelligence Department of Mechanical Engineering, York UniversityAbstract: Autonomous active debris removal is increasingly critical to ensuring the long-term sustainability, safety, and accessibility of...

2026年秋季学期人工智能前沿讲座第4讲——吉林大学王博助理教授学术报告

报告题目：复杂开放环境中智能体的可信安全风险与防护报告人：王博 助理教授  吉林大学人工智能学院报告摘要：随着大语言模型在推理、规划、工具调用和长期记忆等方面能力的快速提升，人工智能正逐步从以内容生成和问答交互为主的大模型，向能够感知环境、自主决策并执行复杂任务的智能体演进。智能体自主性和任务执行能力的不断增强，为人工智能在复杂现实场景中的应用带来了新的机遇，同时也使其面临的可信与安全问题从模型输...

2026年秋季学期-人工智能前沿讲座-第三讲--吉林大学于卓含助理教授学术报告

报告题目：人工智能驱动的生命组学数据分析与理解报告人：于卓含 助理教授 吉林大学人工智能学院报告摘要：随着单细胞测序、空间组学等高通量技术的快速发展，生命科学研究正逐步从单一分子特征分析向细胞状态辨识、组织空间结构刻画及复杂分子调控机制理解拓展。海量、多源、高维的生命组学数据为揭示生命活动规律和复杂疾病发生机制提供了新的研究机遇，同时也对人工智能方法的表征能力、分析精度及生物学可解释性提出了更高...

2026年秋季学期人工智能前沿讲座第二讲--美国约翰霍普金斯大学吴亮学术报告

报告题目：智能决策底座—模型预测控制与优化算法报告人：吴亮 美国约翰霍普金斯大学报告摘要：模型预测控制(MPC)通过模型预测、滚动优化与反馈校正，将系统性能与物理约束统一纳入决策过程，是连接系统理论、控制理论、数值优化与人工智能的重要方法。本讲座首先介绍MPC的基本原理与应用场景，阐述预测模型、优化求解与闭环控制之间的联系；随后结合报告人的研究，重点讨论高效二次规划算法、执行时间认证及沿预测时域的并行优...

人工智能学院系列学术活动（第85场）——阿卜杜拉国王科技大学陈奕梦博士后学术报告

报告题目：AI检索助手值得信任吗？对抗性网络内容下的可靠性评估报告人：陈奕梦博士后 阿卜杜拉国王科技大学报告摘要：随着智能体技术的发展，AI检索助手正成为人们获取互联网信息的重要入口。但面对纷杂的网络内容，AI能否去伪存真，避免将被操纵的信息转化为用户信赖的建议？本报告将介绍发表于EMNLP的研究工作SearchGEO：一个结合五类攻击模式与多维输出指标的可控评估框架，系统分析13种主流大语言模型驱动的检索智能体对网...

2026年秋季学期人工智能前沿讲座第一讲——吉林大学人工智能学院张庆刚教授学术报告

报告题目：从个体智能到系统智能：多智能体时代的Graph Engineering技术全景解读报告人：张庆刚教授 吉林大学人工智能学院报告摘要：当Multi-Agent System（多智能体系统）被用于科学探索、软件开发等长周期任务时，简单地增加智能体数量并不能直接带来整体能力的提升。任务拆解是否合理、智能体协作是否高效，以及执行过程是否可跟踪、可诊断、可恢复，才是提升整体系统性能的关键。本报告从个体智能走向系统智能的视角出发，...

吉林大学王湘浩人工智能杰出学者系列讲座——郑宇教授主题讲座

报告题目：时空AI：人工智能进入物理世界的基础理论和关键技术报告人：郑宇西南交通大学 上海交通大学报告摘要：人工智能技术在虚拟世界取得了突破性进展，但在物理世界的成功案例还比较稀少。在物理世界，人工智能技术首先需要理解空间约束、物理规律、物种行为和运行法则，面临着观测不充分、理论不完备、数据量不足、时空理解难等挑战。本报告介绍时空AI的定义、面临的挑战、解决思路、发展历程、关键技术和典型案例，充分理...

人工智能学院系列学术活动（第84场）——吉林大学人工智能学院王博-博士学术报告

报告题目：知识在语言模型文本推理中的应用报告人：王博 吉林大学人工智能学院报告摘要：文本推理是自然语言处理领域的重要研究方向，在知识挖掘、情感分析、事实核查、问答系统等场景中具有广泛应用。近年来，预训练语言模型和大语言模型的出现显著提升了文本理解与推理能力。然而，现有方法仍面临结构化知识利用不足、数据偏差导致推理公平性受限以及决策过程缺乏透明性等问题，制约了语言模型在复杂推理场景中的应用效果和可...

人工智能学院系列学术活动（第83场）——北京大学临床医学高等研究院吴华君研究员学术报告

报告题目：单细胞3D基因组数据分析与预测工具报告人：吴华君 北京大学临床医学高等研究院报告摘要：为了突破单细胞三维基因组学在数据分析工具和实验成本上的瓶颈，本研究开发了STARK与 Hi-Compass两大核心计算工具。针对数据分析缺乏通用工具的问题，我们推出了普适性分析平台 STARK，实现了单细胞三维基因组数据从预处理、质控到下游分析的标准化全流程，并基于此评估了15种现有技术，构建了 scNucleome 标准化数据集资源库。...

人工智能学院系列学术活动（第82场）——吉林大学人工智能学院于卓含博士学术报告

报告题目：单细胞和空间组学数据分析与理解报告人：于卓含博士 吉林大学人工智能学院报告摘要：单细胞和空间组学作为生命科学的前沿颠覆性技术，其核心价值在于驱动数字化精准医疗变革并为复杂疾病机制解析赋能。然而，目前市面上的常规分析模型多为单模态或离散空间模式，用户只能进行碎片化数据聚类，而无法深入挖掘时空连续的表观调控网络。图深度学习作为一种引导组学大数据适配下游任务的重要方法，在复杂组织解构时，却面...