SMP 2022 特邀报告
特邀报告一
上海大学 汪小帆 副校长
报告主题：网络科学20年：进展与挑战
报告摘要：兴起于世纪之交的网络科学在数据采集与网络构建、特征分析与网络建模、性能优化与网络控制等方面取得了显著性进展，网络正在成为分析各种复杂问题的一种基本工具和方法。随着网络化时代的不断发展，网络科学方法在互联网平台、供应链网络和金融系统等不同领域也得到越来越多且规模越来越大的实际应用。报告结合个人从事网络科学研究20年的经验体会，从十个方面概要阐述网络科学取得的标志性进展、值得注意的问题和未来面临的挑战。
嘉宾简介：汪小帆，上海大学副校长。长期从事网络科学研究，曾获国家杰出青年科学基金（2002），入选教育部长江学者特聘教授（2008）。获国家级教学成果一等奖（2014）和国家自然科学二等奖（2015）等。现任国际自动控制联合会（IFAC）信息物理制造系统协调委员会副主席、国际网络科学理事会理事、中国系统工程学会副理事长等学术职务。
特邀报告二
中国人民大学 文继荣 教授
报告主题：文澜多模态基础模型
报告摘要：自2020年以来，我们开始了“文澜”项目的研究，该项目的目标是探索和构建大规模多模态预训练模型。文澜模型是一种基于多个模态数据之间的弱语义相关假设，采用自学习方式从海量互联网数据训练得到的基础模型，它更符合人类的认知原理，因而更接近于人类的认知能力。文澜模型在许多下游任务中展现出了优良的性能。通过可视化工具，我们对文澜模型进行了分析，揭示了其良好的语义关联和想象能力。
嘉宾简介：文继荣，教授，现任中国人民大学信息学院院长、高瓴人工智能学院执行院长。长期从事大数据和人工智能领域的研究工作，担任国际会议SIGIR 2020程序委员会主席、国际期刊ACM TOIS和IEEE TKDE编委等。曾任微软亚洲研究院高级研究员和互联网搜索与挖掘组主任。到中国人民大学工作后，积极致力于推动人民大学人工智能和大数据的研究和教学，特别是新技术与相关学科的交叉。2013年入选国家“海外高层次人才计划”特聘专家，2018年入选首批“北京市卓越青年科学家”，2019年担任北京智源人工智能研究院首席科学家。
特邀报告三
清华大学 黄民烈 长聘副教授
报告主题：自然语言生成的未来
报告摘要：自然语言生成（NLG）已经占据了自然语言处理的半壁江山，在人类的交流通讯中，语言生成也是极其重要的一环。虽然大数据＋大模型研究范式下的语言生成取得了令人惊叹的效果，但以深度学习为基本方法的语言生成模型仍然面临的诸多挑战（如重复、信息量低、臆测、冲突等）。在本报告中，讲者试图通过NLG发展趋势的分析，现代NLG方法存在的本质问题，新的生成范式，探讨现代自然语言生成的未来。
嘉宾简介：黄民烈，清华大学长聘副教授，国家杰出青年基金获得者。清华大学计算机系智能技术与系统实验室副主任，中文信息学会自然语言生成与智能写作专委会副主任委员，CCF学术工作委员会秘书长，北京聆心智能科技有限公司创始人。主要研究方向为自然语言生成、对话系统、阅读理解等。曾获得中国人工智能学会吴文俊人工智能科技进步奖一等奖（第一完成人），中文信息学会汉王青年创新奖，阿里巴巴创新合作研究奖。发表国际顶级会议或期刊论文超过100篇，获得专利授权10余项，5次获得国际主流会议的最佳论文或提名（IJCAI、ACL、SIGDIAL等），著有国内第一本关于自然语言生成的著作《现代自然语言生成》。研发对话系统平台ConvLab和ConvLab2，首个中文开放域对话预训练模型CDial-GPT，中文开源对话模型EVA，首个情感对话机器人Emohaa。担任顶级期刊TNNLS、TACL、CL编委，10余次担任ACL/EMNLP的领域主席。
特邀报告四
美国艺术与科学学院 Ronald Burt 院士
报告题目：Trust and Reputation Beyond the Network
报告摘要：Our premise here is that understanding trust beyond a network is essential to enhancing creativity and achievement within the network. We build on three anchor results (anchor results are strong, robust empirical results likely to be found in quality research): (1) Network brokers are more creative and successful than other people. (2) Returns to network brokerage are contingent on broker reputation in a target market – poor reputation means poor returns to brokerage. (3) Trust and reputation are facilitated and maintained in densely-connected, closed networks. But brokers usually operate outside the network around a target audience, so they operate beyond reputation governance within the network. Thus our premise that understanding trust beyond a network is essential to enhancing creativity and achievement within the network. We use familiar network theory about trust within a network to make predictions about trust and cooperation beyond the network. The closed networks that facilitate trust and reputation within a network, inhibit trust and cooperation beyond the network. Successful people are especially prone to the bias. Our initial predictions offer grounded insights into reputation’s emergence and persistence in our polarized world of segregated interests.
嘉宾简介：Professor Burt’s work describes social networks creating advantage in careers, organizations, and markets. In addition to computer software and articles in research journals, Professor Burt’s last three books include the one that proposed the concept of structural holes, Structural Holes: The Social Structure of Competition (1992, Harvard University Press), a broad review of links between network structure and performance, Brokerage and Closure: An Introduction to Social Capital (2005, Oxford University Press), and argument and evidence on advantage spillover from affiliation with advantaged others, Neighbor Networks: Competitive Advantage Local and Personal (2010, Oxford University Press, which received the 2011 Academy of Management George R. Terry Book Award for the work that most advanced management knowledge in the last two years). Professor Burt is an elected fellow of the Academy of Management, the American Academy of Arts and Sciences, and the Sociological Research Association.
特邀报告五
田纳西大学 Jack Dongarra 2021年图灵奖得主
报告题目：An Overview of High Performance Computing, the Importance of AI/ML and Future Requirements
报告摘要：In this talk we examine how high performance computing has changed over the last 10-year and look toward the future in terms of trends. These changes have had and will continue to have a major impact on our numerical scientific software. We will look at the challenges and opportunities presented by the convergence of HPC, big data, and machine learning. We will discuss what is driving this convergence and what capabilities might it provide over the current scope/timescale of traditional HPC.
嘉宾简介：Jack Dongarra is an expert in supercomputing and high- performance computing. He is the winner of the 2021 A.M. Turing Award “for pioneering concepts and methods which resulted in world-changing computations.” He specializes in numerical algorithms in linear algebra, parallel computing, the use of advanced-computer archi- tectures, programming methodology, and tools for paral- lel computers. His research includes the development, testing and documentation of high quality mathematical software. He has contributed to the design and implemen- tation of the following open source software packages and systems: EISPACK, LINPACK, the BLAS, LAPACK, ScaLAPACK, Netlib, PVM, MPI, NetSolve, Top500, ATLAS, and PAPI. He has published over 400 articles, papers, reports and technical memoranda and he is coau- thor of several books.
特邀报告六
中国科学院自动化技术研究所 王飞跃 教授
报告题目：引导计算：基于平行区块链智能的社会推理与治理
报告摘要：传统上，西方哲学都是围绕存在“Being”和变化“Becoming”这二个理念展开，相应的科学研究也是沿着描述与模型、预测与分析进行。就社会计算和计算社会研究工作而言，基本上也是感知、建模、分析和干预，本质上依然是Being和Becoming。本报告将基于卡尔波普尔的“三个世界”认知，引入相信“Believing”理念和相应的引导计算“Prescriptive Computing”，借助于区块链智能和DAO技术，在社会计算和计算社会学中引入新的社会推理和社会治理机制和方法，建立社会智能新的基础设施，为数字经济、数字社会、数字政府、数字生态的落实提供更强有力的科技保障，推动数字中国和智慧中国的健康和快速发展。
嘉宾简介：王飞跃，博士/研究员，博士生导师，中国科学院自动化技术研究所复杂系统管理与控制国家重点实验室主任。发表论文150多篇，在本专业方向上软件著作权10多项、软件专利20多项。已发表数百篇论文，编写了数十部学术专著，并获得多项发明专利。此外，他还作为独立完成人获得国家自然科学奖二等奖。凭借着出色的科研成果，王飞跃教授先后获得国家杰青项目资助，并入选国家百千万人才工程。此外，他在国际上颇具影响力，获得了包括国际自动控制联合会会士等多个会士头衔。报告主题：引导计算：基于平行区块链智能的社会推理与治理
特邀报告七
山西大学 梁吉业 教授
报告题目：图机器学习前沿进展与挑战
报告摘要：图数据给现有的机器学习技术带来了前所未有的挑战，探索图机器学习新理论与新方法已成为机器学习和数据挖掘领域关注的重要问题之一。本报告首先介绍图机器学习的相关背景、主要方法及应用前景；其次对我们在基于构图的机器学习和基于图表示的机器学习两方面的最新研究进展进行阐述；最后对未来研究工作进行展望。
嘉宾简介：梁吉业，博士、教授、博士生导师，CCF会士，CAAI会士，山西大学学术委员会主任委员，山西大学计算智能与中文信息处理教育部重点实验室主任，曾任山西大学副校长、太原师范学院院长。现任教育部科技委人工智能与区块链/科技伦理专门委员会委员，教育部计算机类专业教指委委员，中国计算机学会人工智能与模式识别专委会副主任，山西省计算机学会理事长，享受国务院政府特殊津贴专家。近年来先后主持科技创新“2030—新一代人工智能”重大项目、国家自然科学基金重点项目、国家863计划项目等10余项。先后在AI、JMLR、IEEE TPAMI、IEEE TKDE、ICML、AAAI、KDD等国际国内重要学术期刊和会议发表论文300余篇。作为第一完成人获山西省自然科学一等奖2项、第五届中国国际发明展览会金奖1项。2014—2021年连续入选爱思唯尔中国高被引学者榜单。指导的博士生获得全国百篇优秀博士学位论文提名奖、CCF优秀博士学位论文奖、中国人工智能学会优秀博士学位论文奖、中国中文信息学会优秀博士学位论文奖。
特邀报告八
京东集团 何晓冬 总裁
报告题目：生成式AI：前沿技术进展及产业实践
报告摘要：生成式AI（Generative AI）是人工智能领域最前沿的技术方向，它指通过AI技术创造全新的文本、图像、音频、视频、2D/3D交互内容等。随着大模型、多模态等技术的发展，生成式AI正以全新的方式影响着社会的方方面面，比如在社交媒体、内容创作、个性化营销、人机交互、数字人等一系列的应用上产生巨大的商业价值，但也在诈骗欺诈、虚假信息、身份伪造等方面存在潜在的风险。Gartner预测2025年生成式AI创造的数据将占所有数据的10%。本演讲主要围绕生成式AI的研究内容、技术进展及思考展开，并结合场景，介绍生成式AI的大规模产业实践，包括商品文案生成、高表现力的语音合成、数字人交互内容生成等。
嘉宾简介：何晓冬博士，京东集团副总裁、京东智能服务与产品部总裁、IEEE/CAAI Fellow。何晓冬博士二十多年来从事自然语言处理和语言与视觉多模态智能等人工智能领域的研究，是本领域世界级科学家。加入京东之前，何晓冬博士就职于美国微软雷德蒙研究院，担任首席研究员及深度学习技术中心负责人。他发表了200多篇论文，引用3万余次。他多次获得ACL杰出论文奖、IEEE SPS最佳论文奖等奖项，他还领导团队聚焦智能技术的前沿突破及智能服务与产品打造，大规模赋能政务、医疗、零售、金融等产业。他拥有清华大学学士学位及密苏里大学博士学位，同时在华盛顿大学(西雅图)等院校兼任教授