视觉计算实验室参加2023中国计算机大会
2023年10月25日-29日，2023中国计算机大会（CNCC2023）如期于辽宁省沈阳市新世界博览馆举办，主题为“发展数字基础设施，支撑数字中国建设”。本次大会由中国计算机学会（CCF）主办，邀请超过800位专家讲者、吸引逾1.3万人注册参加。视觉计算实验室师生代表参加本次大会，参与大会特邀报告、大会论坛、技术论坛、特色展览等多个环节的活动。
CNCC是宏观论述技术趋势的大会，具有规格高、规模大、内容丰富的特点。二十年来，大会紧跟学术前沿，邀请国内外优秀学者、业界专家莅临并做专题报告，在计算机学界具有很高的影响力。值得一提的是，本届会议是大模型时代来临后的第一届CNCC，数十场有关大模型及落地应用的报告场场爆满，引领着人工智能的发展方向。此外，本届大会还涵盖了安全、计算+、软件工程、教育、网络、芯片、云计算等多个领域。前沿技术、先进理念、精彩观点的碰撞交融，为计算机领域研究人员带来了一场饕餮盛宴。
部分精彩报告回顾：
- 大会报告：无线人工智能技术正在改变世界
Wi-Fi还可以做什么？随着带宽的提升，无线终端可以识别出更多的多径，每条多径都可以视作一个虚拟传感器，以感知周边环境。基于此，越来越多的无线感知产品应运而生。2022 IEEE主席、Origin Wireless公司创始人刘国瑞（Ray Liu）先生的报告向我们揭示了在多径环境下的时间反转聚焦效应分布原理，并结合机器学习构建了一个无线AI平台，仅需依赖环境内的Wi-Fi信号，而非传统的穿戴设备，便可实现梦想中的IoT应用。
报告展示了世界上第一个厘米级精度的无线室内定位系统的惊人效果，包括非侵入性的家庭监控、无线人体身份识别、生命体征检测、睡眠检测、步态检测和跌倒检测等智能家居产品。相比现有的技术，无线AI将这些检测的精度大大提升。可以预见的是，无线AI技术将成为人类生活的得力助手。如今，Origin Wireless公司已经逐步在全球范围内部署这项技术。相信不久的将来，我们都可以用这种新的“第六感”来解读周边的世界。
2. “第七届知识图谱技术论坛”之大语言模型与知识图谱的新进展
当前，以ChatGPT为代表的语言大模型正在人工智能的多个领域产生着深刻影响，可认为是“联结主义”的最新进展；而知识图谱代表了人工智能知识工程领域的前沿发展，是“符号主义”的集大成者。天津大学人工智能学院副院长王鑫教授在报告中介绍了语言大模型与ChatGPT的工作原理，探讨了类ChatGPT语言大模型对于信息系统中人机交互模式的改变；然后介绍了知识工程的发展、知识图谱的基本方法、技术与应用；最后，探究类ChatGPT语言大模型与知识图谱相互作用而实现“神经+符号”结合的可能途径。
王鑫教授认为，“知识图谱+大语言模型”有望成为“神经+符号”人工智能的突破点，有望开辟通向通用人工智能研究的新方法，且有望成为人工智能在各领域落地的新范式，并提出了相关思考。
3. 吕建成教授：面向异构计算环境的去中心化联邦学习框架
联邦学习可以突破数据孤岛和隐私保护瓶颈，是助力人工智能落地的新兴技术。然而，联邦学习应用于实际场景时，常面临异构的计算环境：设备计算性能异构、通信网络和训练数据异构。现有基于中心化参数服务器的主流优化范式存在计算和通信瓶颈，面临扩展性差、通信开销大、模型性能低等现实问题。去中心化架构及其衍生算法是解决上述难题的可行方案之一。
四川大学计算机学院（软件学院、智能科学与技术学院）院长吕建成教授在报告中介绍了团队在去中心联邦学习方向的系列工作，重点围绕去中心基础架构、通信优化、个性化模型优化开展研究 ，为异构计算环境的联邦学习应用提供理论和技术支撑。报告吸引近百名相关领域研究人员参加。
4. 视觉计算实验室研究生参加CCF学生分会工作会
为帮助CCF学生分会主席开阔视野、提升CCF学生分会主要成员的领导力，CCF资助学生分会现任主席及候任主席参加本次大会，并出席CCF学生分会工作会。CCF四川大学学生分会主席、视觉计算实验室2022级硕士研究生李希垚参加本次工作会。
破冰环节后，由CCF会员部主任富蕾老师对CCF的发展沿革、核心文化、分支机构、服务能力进行详细介绍，并强调发展学生会员是学生分会的重要职责，举办符合学生会员需求的活动是分会的宗旨。CCF会员与分部工委主任吴国斌老师从勤奋、责任等角度阐述了该如何提升学生领导力。CCF会员部贺成老师介绍了学生分会特色活动。无领导小组讨论环节，李希垚同学作为代表上台分享“学生分会如何借助CCF的资源”，并与其他学生分会代表深入交流讨论。会议宣布四川大学学生分会获得2022“CCF优秀学生分会”称号，并颁发证书。
5. 预训练大模型的挑战和未来
通常来说，预训练大模型面临以下挑战：1. 大模型的训练：如何在大规模数据集上训练和优化大模型，提高模型性能和效率？ 2. 大模型的应用：如何拓展大模型在自然语言处理、计算机视觉等领域的应用？ 3. 大模型的可解释性：如何提高大模型的可解释性和安全性，避免模型歧视和隐私泄露等问题？ 本场论坛重点关注不同应用领域中预训练大模型的挑战。
我们能否利用大量无监督数据来加速生命科学发现和药物设计？BioMap CTO、首席人工智能科学家宋乐博士的演讲中，介绍了 xTrimo 系列跨多尺度生物过程的大规模预训练模型，整合来自蛋白质序列、结构、蛋白质-蛋白质相互作用和单细胞转录组数据的大量数据。这些预训练模型可以作为解决生命科学和药物设计中出现的许多预测问题的基础，并获得一批模型实现 SOTA 性能。
AI可以满足人类的情感需求吗？清华大学计算机系智能技术与系统实验室副主任黄民烈教授表示，兼具情商和智商的拟人AI才是未来AGI智能体的理想形态，也是构建未来人机共融社会的基础。报告分享了黄民烈教授团队在拟人AI方向的研究工作，包括现有大语言模型的情商测试，具有自然性、共情能力、有趣性、安全性的拟人大模型CharacterGLM，以及认知理论结合的深度对话框架。
认知大模型可以具备类人脑的系统思考能力吗？智谱AI公司主导研发了双语千亿级超大规模预训练模型GLM-130B，并基于此千亿基座模型打造了千亿基座的中英文对话模型 ChatGLM 。开源的ChatGLM-6B支持在单张2080Ti上进行推理使用，全球下载超过800万次，持续两周位列 Hugging Face 全球模型趋势榜榜首。该成果可以帮助研究人员了解并参与到大模型的开发和使用中，共同推进技术的发展和创新。
本届大会规模空前、报告精彩，与会同学均收获颇丰。视觉计算实验室鼓励学生走出去、多交流，把握学术前沿，开阔个人眼界，以更好地投身科学研究。会议部分记录将上传至实验室内部服务器，其它报告录像可在三个月后于CCF数字图书馆免费访问。
