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...

2026年春季学期-人工智能前沿讲座-第六讲----新加坡科技研究局（A*STAR）研究员吴龑学术报告

时间：2026年5月21日 5-6节 13:30-15:10线下地点：吉林大学前卫校区-正新楼4楼学生教室线上入口：腾讯会议510-549-321报告题目：弥合大脑与世界之间的鸿沟Mind the Gap Between the Brain and the World吴龑 博士新加坡科技研究局 资讯通信研究院  机器人与自主系统所 报告摘要：当前机器人领域面临一个深刻的悖论：我们拥有超过二十自由度的灵巧手、能够推理规划的基础模型，以及在若干任务中超越人类水平的具身人工智能系统—...

2026年春季学期-人工智能前沿讲座-第五讲——新加坡科技研究局前沿人工智能研究中心余兴瑞(Research Scientist)学术报告

报告题目：流匹配赋能在线强化学习的前沿探索报告人：余兴瑞 Research Scientist 新加坡科技研究局前沿人工智能研究中心报告摘要：近年来，以扩散模型（Diffusion）和流匹配（Flow Matching）为代表的生成式模型在策略表达上展现出超越传统Gaussian策略的能力，能够精确捕捉专家行为中的多峰动作分布。然而，将这类模型直接应用于在线强化学习（RL）却面临根本性障碍：其似然不可解析，梯度需反向传播穿越长ODE链，导致训练极其...

人工智能学院系列学术活动（第81场）——韩国汉阳大学 ERICA 校区Gwanghyun Jo（조광현）副教授学术报告

报告题目：泊松-玻尔兹曼方程轴增强 PINN 的开发报告人：Gwanghyun Jo（조광현），韩国汉阳大学 ERICA 校区副教授报告摘要：近年来，基于神经网络求解偏微分方程（Partial Differential Equation, PDE）的方法得到了广泛研究。其中，物理信息神经网络（Physics-Informed Neural Network, PINN）是备受关注的重要方法之一，其核心思想是在损失函数中显式引入控制方程，从而使神经网络近似解满足物理规律。该方法取得成功的重要原...

2026年春季学期人工智能前沿讲座第4讲——吉林大学人工智能学院张志文教授学术报告

报告题目：极端天气与突发事件对交通运行影响分析报告人：张志文教授 吉林大学人工智能学院报告摘要：本报告围绕极端天气与突发事件对交通系统运行的影响展开研究，重点分析暴雨、台风、大雪、事故、活动管制等情景下交通流量、拥堵传播、通行效率及路网韧性的变化特征。通过融合时空交通数据、事件信息与环境因素，识别关键影响区域、敏感时段和典型演化模式，为交通预警、应急调度和城市精细化治理提供支撑。报告人简介：张志...