現在位置:首頁 > 學術會議
【2020.12.08-12.08 北京】人工智能前沿研討會
2020-11-30 | 编辑:

人工智能前沿研討會
(SFAI’2020)

2020年12月08日中國北京

組織:陸汝钤、張松懋(中國科學院數學與系統科學研究院)

李三江(澳大利亞悉尼科技大學)劉偉茹(英國布裏斯托大學)

地點:中國科學院數學與系統科學研究院南樓二層 N219 會議室

北京海澱區中關村東路恒興大廈南(四環保福寺橋南


沿

2020 Symposium on Frontiers of AI at AMSS, CAS, Beijing, December 8, 2020

時間:              2020128日(星期二)
线下會场:     北京海澱區中關村東路恒興大廈南(四環保福寺橋南)

中國科學院數學與系統科學研究院南樓二層219會議室

线上参會:  https://zoom.com.cn/j/66559500901(會議号:665 5950 0901

B 站觀看:       https://live.bilibili.com/8176212?visit_id=918o7zfvkh6o

組織:              陸汝钤、張松懋(中國科學院數學與系統科學研究院)

李三江(澳大利亞悉尼科技大學)劉偉茹(英國布裏斯托大學)

Session: 量子人工智能 (主持:張松懋)
8:00-8:40    段潤堯(百度研究院):百度量子平台: 邁向量子人工智能
8:40-9:20   
李三江(澳大利亞悉尼科技大學):Quantum Circuit Transformation in the NISQ Era

 

9:20-9:40 茶歇

Session: 機器學習 (主持:李三江)
9:40-10:20 俞揚(南京大學):基于環境模型的強化學習

10:20-11:00 胡事民(清華大學):深度學習框架“計圖”的平台創新與技術探索

青年講壇(第一部分)(主持:鄭文萍)
11:00-11:20
李飛江(山西大學):聚類集成有效性要素研究

11:20-11:40 張浩(廣東石油化工學院):因果推斷及其在致病基因檢測中的應用

11:40-13:40
午餐(物理所餐廳四層自助餐)

青年講壇(第二部分) (主持:張自力)

13:40-14:00 李陽陽(中國科學院數學與系統科學研究院):動態流形學習——幾何流學習
14:00-14:20
劉玉欣(上海海事大學):生物啓發式算法及其在路徑優化問題中的應用

Session
:人工智能與安全 (主持:劉偉茹)
14:20-15:00 陳儀香(華東師範大學):可信人工智能

15:00-15:40 Thomas Pasquier (Bristol University, UK): Building a Provenance-based Intrusion Detection System 


15:40-16:00 茶歇

Session: 金融人工智能  (主持:陸汝钤)
16:00-16:40 蔣昌俊(同濟大學):網絡交易風險控制
16:40-17:20
陸一帆(中國平安保險公司):跨機構數據整合中的隱私計算和區塊鏈

17:20-18:00 楊強(微衆銀行):人工智能與AI金融落地


報告介紹

 

Session: 量子人工智能

上午8:00-8:40

報告:百度量子平台: 邁向量子人工智能

報告人: (百度研究院)

報告摘要:

量子计算借助于叠加、纠缠以及干涉等多种经典世界里很难想象的量子特性进行信息处理,从而在大数据处理、機器學習和量子化学模拟等多个重要的问题上表现出了強大的计算性能。如何建立实际应用与底层硬件之间的高效连接则是发掘量子计算潜能过秤懶的一个巨大挑战。百度量子平台(quantum.baidu.com)旨在實現“量子設施即服務”(QaaS),聚焦于量子算法、量子人工智能、量子體系結構的研發,包含三大核心模塊:量子脈沖雲計算服務系統量脈,量子機器學習开发工具集量槳,以及雲原生量子計算平台量易伏,提供連接頂層解決方案和底層硬件基礎所需的軟件工具以及接口,是實現人工智能和量子計算深度交叉融合的新型基礎設施。

報告人簡介:

段潤堯,百度研究院量子计算研究所所长、悉尼科技大学终身教授和量子软件和信息中心主任(兼)、澳大利亚研究理事會(ARC) Future Fellow。本科與博士分別于20022006年畢業于清華大學計算機系。主要從事量子計算和量子信息技術研究,于2016年與Andreas Winter合作,首次給出圖論中著名的Lovász number1979年以來完整的信息論解釋。曾獲微軟學者(2005),清华大学研究生十大学术新秀、清华大学优秀博士畢業生等称号,以及优秀博士学位論文一等奖、中国计算机学會(CCF)首屆优秀博士学位論文奖(2006)、澳大利亚研究理事會(ARC) Future Fellowship(2012)等獎項。2016915日起擔任悉尼科技大學量子軟件和信息中心(UTS:QSI)創辦主任,201837日起擔任百度量子計算研究所所長,負責百度量子計算戰略的制定和實施。

 


上午8:40-9:20

報告:Quantum Circuit Transformation in the NISQ Era

報告人: (澳大利亞悉尼科技大學)

報告摘要:

Quantum computing and Artificial Intelligence (AI) are widely acknowledged as two key technologies that will define our future. It is vital to bridge the two research fields that have been largely developed in parallel. Besides developing quantum algorithms for solving AI problems, there are important problems arising in quantum computing that can be better described and solved as AI problems. One such example is the quantum circuit transformation (QCT) problem, which is necessary if we want to run ideal quantum algorithms (described as quantum circuits) on Noisy Intermediate-Scale Quantum (NISQ) devices. In recent years, QCT has attracted rapidly increasing interests from both classical and quantum computing communities. This problem is in essential an NP-hard search problem and the challenge is to reduce, among others, the gate and depth overheads. In a series of works, we designed a simulated annealing and heuristic search algorithm, a filtered depth-limited search algorithm with subgraph isomorphism-based initial mappings, and a Monte-Carlo Tree Search algorithm to attack this problem, which can often reduce the gate overhead by 30-50% when compared with the state-of-the-art algorithms on the NISQ device IBM Tokyo. See arXiv: 2008.09331, 2004.07138 1908.08853

報告人簡介:

Sanjiang Li received his B.Sc. and Ph.D. degrees in mathematics from Shaanxi Normal University, in 1996, and Sichuan University, in 2001, respectively. He is a professor in Centre for Quantum Software and Information (QSI), University of Technology Sydney (UTS). Before joining UTS, he worked in the Department of Computer Science and Technology, Tsinghua University from 2001 to 2008. His research interests are mainly in knowledge representation and artificial intelligence. Recently, he is also interested in research in quantum artificial intelligence, where the aim is to develop quantum algorithms for solving AI problems and to apply AI methods in solving classical problems in quantum computing.

 

 


Session: 機器學習

上午9:40-10:20

報告:基于環境模型的強化學習

報告人: (南京大學)

報告摘要:

強化學習是實現自主決策的主要技術途徑之一,已在圍棋、視頻遊戲等領域展示出了超越人類的決策能力。然而目前強化學習的訓練過程需要大量試錯,因而只能在封閉的遊戲場景下起效,大量的實際應用中面臨開放的環境以及高昂的試錯代價,使得目前的強化學習技術難以應用。從曆史數據中學習環境模型,並基于環境模型低成本的訓練強化學習,是解決其應用難題的希望之一,然而要學習到一個有效的環境模型的也面臨諸多困難。此次報告將彙報我們在基于環境模型強化學習研究上的進展,以及初步的應用結果。

報告人簡介:

俞揚,博士,南京大学教授,国家万人计划青年拔尖人才。主要研究领域为機器學習、強化学习。入选IEEE Intelligent Systems雜志評選的國際人工智能10大新星”(2018),獲“CCF-IEEE青年科學家獎”(2020)、亞太數據挖掘"青年成就獎”(2018),獲得4项国际論文奖励和2項國際算法競賽冠軍,並受邀在IJCAI’18作關于強化學習的"青年亮點"报告。博士学位論文被评为全国優博(2013)CCF優博(2011)

 

 


上午10:20-11:00

報告:深度学习框架“计图”的平台创新与技术探索

報告人: (清華大學)

 

報告摘要:

深度學習框架是現代人工智能算法開發和應用的基本支撐框架,自主可控的深度學習框架是推動中國人工智能更好發展的必然要求。國外主流深度學習框架基于開源開放的生態環境,已經構建起了完整的産業鏈和龐大用戶群體。計圖(Jittor)是國內首個由高校研制和開源的深度學習框架。計圖框架創新地使用了元算子融合和動態編譯技術,並提出“統一計算圖”的思想,目前在多種任務性能上超越國外主流平台。除此之外,計圖框架還在易用性、靈活性以及模型算法覆蓋度上做了大量改進,旨在降低用戶學習成本,吸引更多用戶,構建自己的開源深度學習生態。本報告擬介紹計圖平台的整體架構和多項創新技術,分享一些基于計圖框架的最新研究進展。

報告人簡介:

胡事民,清華大學計算機系教授,主要研究方向爲計算機圖形學、虛擬現實、智能信息處理和系統軟件等。2002年获国家傑出青年基金资助,2006-2015年擔任兩期國家973計劃項目首席科學家,2007年入選教育部長江學者特聘教授,2013年入選國家“萬人計劃”科技領軍人才,2016年起擔任國家自然科學基金委創新研究群體學術帶頭人。在ACM TOG/SIGGRAPHIEEE CVPR等重要刊物和国际會議上发表論文100余篇。现为中国计算机学會副理事长,并担任Computational Visual Media主編和CAD等多個期刊編委。

 

 


青年講壇(第一部分)

 

上午11:00-11:20

報告:聚类集成有效性要素研究

報告人: (山西大學)

報告摘要:

集成學習是一種行之有效的提升學習系統泛化能力的學習策略。聚類集成則是是一類重要的無監督集成學習方法。然而,由于缺乏明確學習目標,聚類集成爲什麽有效目前沒有系統的理論支撐。本報告圍繞聚類集成的一般流程,揭示了與聚類集成有效性(Accuracy)緊密相關的基聚類集(Base clustering set)、類簇質量(Cluster quality)、數據特性(Data characteristic)、關系表示(Expression)、融合策略(Fusion strategy)五個方面要素,並提出相應聚類集成算法,以提升聚類集成技術的泛化能力(Generalization),初步形成了A= f (B,C,D,E,F)->G的聚類集成有效性要素範式。

報告人簡介:

李飛江,2020年于山西大学获博士学位,现为山西大学计算机与信息技术学院、大数据科学与产业研究院讲师。主要从事機器學習、知识发现等方面的研究工作,重點關注無監督學習以及無監督學習群體學習相關領域研究。在《Artificial Intelligence》、《Machine learning》、《ACM Transactions on Knowledge Discovery from Data》、《IEEE Transactions on Neural Networks and Learning Systems》、《IEEE Transactions on Fuzzy Systems》、《中国科学:信息科学》等国内外重要学术期刊发表論文10余篇,獲評山西省優秀博士學位論、寶鋼優秀學生獎、山西大學第7"青年五四獎章"榮譽稱號。

 

 


上午11:20-11:40

報告:因果推断及其在致病基因检测中的应用

報告人: (廣東石油化工學院)

報告摘要:

因果關系是普遍存在于事物之間的內在聯系,挖掘事物之間的因果關系是一項重要的科學研究任務。作爲大多數因果推斷算法的核心工具,條件獨立性(CI, Conditional Independence)测试对数据维度通常较为敏感,随着维度上升其准确率急速详懙,同时其运算时间呈指数增长,这制约了因果推断算法在大规模数据集的适应能力。报告主要介绍如何针对加噪声场景,通过残差独立性测试技术在因果推断过秤懶降低CI測試的計算複雜度,同時提高准確率,從而在一定程度上解決了大規模數據集的因果推斷問題,並將相關成果應用到癌症致病基因檢測問題上。

報告人簡介:

張浩,广东石油化工学院,特聘副教授。2011年本科、2015年碩士畢業于廣東工業大學數學專業, 2018~2019年于卡內基梅隆大學進行博士聯合培養,2020年博士畢業于複旦大學計算機專業。近年來主要從事因果推斷相關研究,于ACM TISTIEEE TCYBInformation SciencesAAAI-17&18&19等期刊/會議发表相关文章10余篇。

 

 


青年講壇(第二部分)

 

下午13:40-14:00

報告:动态流形学习——幾何流學習

報告人: (中國科學院數學與系統科學研究院)

報告摘要:

流形學習自2000年被提出至今,发展了一系列经典的流形学习算法,此类算法都采用静态“一步到位”学习机制,这种学习机制无法挖掘数据集的深层几何结构,并且无法处理大规模数据集。幾何流學習的提出,解决静态流形学习“一步到位”学习机制的不足。通过分析流形的度量与曲率之间的关系,构造新的几何流,使得数据集沿着时间轴动态的流动,分析数据集的深层几何性质。

報告人簡介:

李陽陽于2019年在中国科学院数学与系统科学研究院取得博士学位,博士生导师为陸汝钤院士。目前在数学院三所实验室做博士后,合作导师为陸汝钤院士以及楊晓光研究員。进五年来以唯一作者以及第一作者共完成并发表了7篇高质量学术論文,2020年获得中国科学院优秀博士学位論文奖励。研究方向为:理论人工智能、几何機器學習、图的表示学习等。

 

 

 


下午14:00-14:20

報告:生物启发式算法及其在路径优化问题中的应用

報告人: (上海海事大學)

報告摘要:

路徑優化問題是一類典型的組合優化問題,是應用數學和計算機科學等領域的一個重要研究方向,並在實際運輸領域具有重要的應用價值。生物啓發式方法由于具有高效的優化性能、靈活的解表達方式等優點,逐漸成爲求解複雜優化問題的熱點方法。本報告將首先介紹我們基于傳統進化算法方面的工作,基于超啓發式遺傳編程自主設計路由規則,爲求解動態弧路徑優化問題提供了一種實時高效的解策略。然後介紹我們在探索新的智能算法方向的進展,該類算法受多頭絨泡菌覓食行爲啓發,爲求解路徑優化問題提供了新思路。最後總結了未來要開展的一些研究工作。

報告人簡介:

劉玉欣,分别于2012年、2015年和2018年獲西南大學計算機與信息科學學院學士、碩士和博士學位,2016-2017年在新西蘭惠靈頓維多利亞大學進行訪學,博士畢業後加入上海海事大學信息工程學院工作。研究方向爲進化算法、生物啓發的人工智能和組合優化問題求解等。以第一作者在Evolutionary ComputationGECCO17等国际期刊和會議上发表論文十余篇。

 

 

 

 


Session:人工智能與安全

下午14:20-15:00

報告:可信人工智能

報告人: (華東師範大學)

報告摘要:

可信人工智能是近兩年出現的一個研究熱點, 其根本思路是使用可信軟件研究方法來研究人工智能的可信性,提高人工智能系統的可信性。本報告將綜合闡述的可信人工智能的科學技術問題以及解決方法與技術, 具體包括人工智能系統的描述性和規範性建模方法,面向神經網絡的人工智能系統測試和驗證技術,面向人工智能系統的可信性度量模型。

報告人簡介:

陳儀香,华东师范大学软件工程学院教授,四川大学数学博士、苏州大学数学博士后、英国伯明翰大学计算机学院高级访问学者、上海市曙光学者。曾任上海师范大学科技处处长、华东师范大学软件学院副院长、教育部软硬件协同设计技术与应用工程研究中心主任。从事智能系统的可信基础研究工作:建立了具有时空一致性的智能系统规范语言STeC及其混成時鍾邏輯系統,設計了智能系統的軟硬件優化設計技術方法,構建了基于多維屬性的軟件可信度量評估方法和增強規範,爲我國在該領域處于國際先進水平做出了開拓性貢獻。承擔973863研究項目、國家基金委以及國防基礎重點研究基礎項目10余項。榮獲教育部自然科學一等獎1項、北京市科技進步獎一等獎1项。出版国家自然科学基金研究成果專著1部,国家科学技术出版基金研究成果專著1部,发表学术論文100余篇。曾担任中国计算机学會嵌入式系统专委會副主任委员,现担任中国系统科学学會模糊系统与模糊数学专委會副主任委员、上海市張江物联网协會副會长。

 

 


下午15:00-15:40

報告:Building a Provenance-based Intrusion Detection System

報告人:Thomas Pasquier (Bristol University, UK)

報告摘要:

Provenance is the representation of a system execution as a directed acyclic graph. Those graphs, representing the execution of an entire system from initialization to shut down, can be comprised of millions of graph elements. In this talk, I will present my work on the development of a provenance-based intrusion detection system. I will discuss the development of the stack from the kernel-level capture mechanism to the algorithm used to perform intrusion detection. Finally, I will discuss planned future work and areas of potential collaborations. This talk is based on papers published at ACM CCS, NDSS and Usenix Security.

報告人簡介:

Thomas is a Lecturer (Assistant Professor) at the University of Bristol working on building more transparent computer systems. His work combines the development of audit techniques to improve computer systems transparency and machine learning techniques to exploit audit traces. He has worked on topics such as intrusion detection or system self-optimization. Before joining the University of Bristol, Thomas held fellowships at Harvard University and the University of Cambridge after obtaining his PhD in 2016 under the supervision of Prof Jean Bacon from Cambridge University.  Thomas will be joining the University of British Columbia in the fall of 2021 and he is actively looking for PhD students.

 

 

 


Session: 金融人工智能

下午16:00-16:40

報告:网络交易风险控制

報告人: (同濟大學)

報告摘要:

首先分析了互聯網經濟的發展背景和重要意義,同時指出網絡欺詐的嚴重性。在此基礎上介紹了這一領域的研究發展和創新成果,以及成功應用情況。最後展望了這一領域的發展趨勢。

報告人簡介:

蔣昌俊,同济大学教授、副校长。主要从事网络并发理论、网络风险防控、大数据与云边计算等研究。创建了网络并发系统的行为理论,提出了网络风险防控的行为认证与递阶控制技术,主持建立了我国首个互联网交易风险防控体系及系统,取得了网络交易高辨识和強实时的重大突破。以第一完成人获国家技术发明二等奖1項、國家科技進步二等獎2项等,獲全国优秀科技工作者、全国创新争先奖、以及国际奖多项。发表論文300余篇(含ACM/IEEE彙刊72篇),中英著作5本。成果被國內外同行引用4000余次,并被美、英、加、瑞典、欧洲、爱丁堡、印度等多国院士的正面评价。获授权发明/创新(中国、美国、澳洲)專利106項、國際PCT 21項,國內外技術標准18項。成果在支付、保險、網安、城防、貿易、電商、銀行、交通、安防等領域成功應用。

 

 


下午16:40-17:20

報告:跨机构数据整合中的隐私计算和区块链

報告人: (中國平安保險公司)

報告摘要:

介紹平安金融壹賬通在隱私計算算法上的研究和實際應用,主要從3D零知識算法和FXN算法的切入介绍学术和商业应用的密码学算法设计需求的区别。以及算法本身的特点和在实际应用中的使用方式。通过应用方案及实际案例介绍如何通过多种隐私计算技术的结合来协助機器學習算法在不同机构数据上完成建模从而达到协助金融机构对风险有更完整的了解和把控。最后會展望几种主流隐私计算技术全同态,零知识证明,和多方安全计算的现有的缺陷和可能的改进方向,以及应对后量子时代的策略。

報告人簡介:

陸一帆,平安金融壹账通区块链业务部总经理,主要负责业务产骑w杓乒婊,底层架构和核心密码算法研究,3D零知識算法和FXN算法發明人,此前爲Hyperledger Fabric最早的兩位創始人之一和其首位産品經理,Luinux基金會Hyperledger白皮書起草人。2019年全球區塊鏈100最具影響力人之一(lattice80)。

 

 


下午17:20-18:00

報告:人工智能与AI金融落地

報告人: (微衆銀行)

報告摘要:

當下,AI 在算法研发方面突飛猛进,但AI在落地實施中卻遇到巨大的困難。AI 所面臨的一 個挑戰是標注數據的嚴重不足,並形成孤島,同時數據治理和隱私安全的法規日益嚴格,這導致許多優秀AI算法模型無法得到有效訓練與實施,成爲人工智能應用下的一個巨大挑戰。在這一講座中,我將描述如何利用聯邦學習和遷移學習的智能解決方案,包括:利用聯邦學習來連接數據孤島的數據, 以得到可以保护隐私的的分布式機器學習模型的训练和应用,以及利用迁移学习来解决小数据和冷启动的问题。同时,我将討论如何将这两个新技术应用于金融行业,以解决金融行业应用的痛点。

報告人簡介:

楊強,微众银行首席人工智能官,香港科技大学讲席教授,AAAI 2021大會主席,中国人工智能学會(CAAI)荣誉副理事长,香港人工智能与机器人学會(HKSAIR)理事長以及智能投研技術聯盟(ITL)主席。他是AAAI/ACM/CAAI/IEEE/IAPR/AAAS Fellow,也是《IEEE Transactions on Big Data》和《ACM Transactions on Intelligent Systems and Technology》創始主編,曾獲2019年度“吳文俊人工智能科學技術獎”傑出貢獻獎,2017 ACM SIGKDD 杰出服务奖。他曾任华为诺亚方舟实验室创始主任,第四范式公司联合创始人,香港科技大学计算机与工程系系主任以及國際人工智能联合會(IJCAI)理事會主席。最近的著作有《迁移学习》和《联邦学习》。

 

 

附件下載:
 
 
【打印本頁】【關閉本頁】
電子政務平台   |   科技網郵箱   |   ARP系統   |   會議服务平台   |   聯系我們   |   友情鏈接