人工智能学院系列学术活动（第47场）—— 香港科技大学（广州）谢思泓教授学术报告

图数据上的可靠机器学习

人工智能学院系列学术活动（第46场）——澳大利亚莫纳士大学杜岚教授学术报告

Uncertainty Estimation for Active Learning & Multimodal Learning

人工智能学院系列学术活动（第45场）——中国科学技术大学何向南教授学术报告

报告题目：大模型推荐前沿进展报告人：何向南 教授     国家级青年人才        中国科学技术大学人工智能与数据科学学院副院长报告摘要：预训练大模型在推荐系统领域备受关注，在多个推荐任务上的初期探索已展现出大模型对于推荐的价值。本次报告聚焦大模型驱动的推荐前沿进展并探讨未来发展方向， 具体包括：面向推荐任务的大模型微调和对齐、在大模型中建模协同过滤信息、面向推荐的大模型智能体构建等。同时，...

人工智能学院系列学术活动(第44场) ——复旦大学计算机学院邱锡鹏教授学术报告

报告题目：    从大语言模型到世界模型 报告摘要：    大语言模型在可解释性、可信性以及处理复杂、多模态和长期记忆任务方面还存在一定不足。为了缓解大语言模型在理解物理世界和社会世界时的一些限制，我们可以让大语言模型和实际环境交互来进行持续学习，将大语言模型转变成“世界模型”。相比大语言模型，世界模型的技术路线还不清晰，未来发展之路尚存争议。本报告主要探讨如何从多语言和多模态扩展、具身学习等角...

吉林大学王湘浩人工智能杰出学者系列讲座——Irwin King教授主题讲座

讲座题目：Multimodal Foundation and Large Language Models: Applications, Challenges, and Future Directions报 告 人：Irwin KingDept. of Computer Science and EngineeringThe Chinese University of Hong Kong讲座时间：2024年6月14日（星期五）下午2：00讲座地址：正新楼三楼报告厅Abstract:In recent years, the field of artificial intelligence has witnessed significant advancements in multimodal foundation ...

人工智能学院系列学术活动（第43场）——北京航空航天大学王元宏博士学术报告

报告题目：  统计关系模型的提升算法研究：从推断到采样报告摘要：  统计关系人工智能（Statistical relational AI）是在不确定性下，对个体与关系进行分析研究的领域，其中所使用的表示通常被称为统计关系模型（Statistical relational models，SRM）。SRM可以看作是概率图模型（如贝叶斯网络和马尔可夫网络）在关系逻辑（relational logic）中的扩展，不同于概率图模型对于具体个体进行建模，SRM将一组具有某种相同性质的个体...

人工智能学院系列学术活动（第42场）——麦考瑞大学周义朋博士学术报告

报告标题: 通过稀疏化传输的模型更新增强联邦学习报告摘要: 联邦学习通过互联网通信，使用中央服务器交换模型更新，促进了地理上分散的客户端之间对机器学习模型的协作训练。然而，在服务器与众多分散客户端之间传输这些更新消耗了大量带宽，并且容易受到恶意攻击。本报告展示了我们在提高通信效率和保护隐私方面的多项贡献，其重点在于稀疏化服务器与客户端之间的模型更新传输。通过仔细评估每个单独模型更新的学习价值、通信...

吉林大学王湘浩人工智能杰出学者系列讲座——曾志刚教授主题讲座

讲座题目：基于联想记忆的类脑智能研究报 告 人：曾志刚教授,华中科技大学人工智能与自动化学院院长图像信息处理与智能控制教育部重点实验室主任讲座时间：2024年5月24日（星期五）上午10：00讲座地址：正新楼一楼报告厅   讲座摘要：受巴甫洛夫联想记忆的神经机制和生物学现象的启发，提出了一个多感官相互关联记忆网络框架和记忆性电路，以模仿生物大脑对同时收到的信息进行联想的能力。模拟了联想记忆的获得、消退、恢复、传...

吉林大学王湘浩人工智能杰出学者系列讲座——张宏科院士主题讲座

讲座题目：新型互联网研究与探索报 告 人：张宏科 中国工程院院士，北京交通大学教授,移动专用网络国家工程研究中心主任讲座时间：2024年5月20日（星期一）上午10：00讲座地址：中心校区国际学术大讲堂   讲座摘要：传统互联网技术在取得巨大成功的同时，也面临着特殊行业应用带来的新需求和新挑战，如高移动、高安全和确定性等，亟待进行技术创新，满足行业迫切需求。本报告将介绍国家工程研究中心团队在新型网络技术方面的研...

人工智能学院系列学术活动（第41场）——沙特阿卜杜拉国王科技大学（KAUST）李昊阳学术报告

报告题目：SANTO：一个用于空间组学的粗到细的对齐和拼接方法报告摘要：随着多平台、多维度、多模态下空间组学技术的蓬勃发展，组织切片的对齐和拼接对于整合信息并解读三维的组学视图是不可或缺的。然而，现有的对齐和拼接方法由于耗时且低准确度的问题，难以处理大规模基于图像的空间组学数据集。此外，这些方法中的一些需要手动的标注。在这里，我们提出了SANTO，一个针对空间组学数据对齐和拼接任务的粗粒度到细粒度的方法...