CNCC|大数据如何让智能服务更加“深入人心”?
CNCC2022将于12月8日至10日在贵州省贵阳市国际生态会议中心举办,今年CNCC技术论坛数量达到122个,内容涵盖了“计算+行业、人工智能、云计算、教育、安全”等30个方向。本文特别介绍将于12月9日举办的【大数据驱动下的智能服务】技术论坛。
报名及了解更多技术论坛信息请识别下图二维码进入CNCC2022官网。目前早鸟票限时优惠报名正在进行,抓住机会立享大幅优惠!

智能服务旨在利用人工智能、大数据、移动互联网、云计算等新一代信息技术重构传统服务方式,通过捕捉用户的行为数据,建立用户场景画像,构建服务需求结构模型,进行数据挖掘和智能分析,为用户提供精准、高效的智能化服务,最终形成以“机器+人工”相结合的新型智能服务体系。随着人工智能技术的蓬勃发展,智能服务已广泛应用于城市治理、脑科学、认知计算、智能诊疗、智慧教育、智慧金融、智能制造等领域,然而,数据规模的海量化、数据模态的多样化、服务需求的个性化给大数据和人工智能技术带来新的机遇和挑战。
本论坛围绕大数据驱动下的智能服务做专题报告,深入探讨和交流知识计算引擎、数据驱动的深度学习、大规模多模态预训练模型、大数据强化学习等技术在数字经济、类脑计算、智能诊疗等领域的应用,从方法、系统和应用等不同角度深入分享智能服务领域的最新进展。本论坛旨在加强大数据驱动下的智能服务应用的基础理论研究,了解前沿发展趋势,推动我国人工智能与大数据领域的学术繁荣及其在智能服务领域的应用推广。
论坛安排
顺序 | 主题 | 主讲嘉宾 | 单位 |
1 | 探索数据和知识双轮驱动下的智能服务 | 庄越挺 | 浙江大学 |
2 | 心智工作机制量化理论、方法及感知技术 | 胡斌 | 北京理工大学 |
3 | 文澜模型进展及在智能服务中的应用 | 文继荣 | 中国人民大学 |
4 | 强化学习在智能诊疗服务中的应用 | 高阳 | 南京大学 |
论坛主席
杜军平
CCF会士
北京邮电大学 教授
CAAI会士,长期从事跨媒体大数据智能处理、社交网络、机器学习等领域的研究,主持了30余项国家和省部级科研项目,包括国家自然科学基金重大项目、国家重点研发计划项目、国家自然科学基金重点项目等。在IEEE TPAMI、IJCAI、TKDE、ICDE、ACM MM、CVPR、TNNLS等期刊和会议上发表论文640余篇,出版著作7部,申请和授权国家发明专利40项。作为主要完成人获国家技术发明奖二等奖、教育部技术发明奖一等奖等。
论坛共同主席
庄越挺
浙江大学 教授
CCF高级会员,国家杰出青年基金获得者,教育部长江学者特聘教授,973项目首席科学家,CAAI会士,CSIG会士,浙江省特级专家。现任教育部人工智能协同创新中心主任,188体育投注教育部工程研究中心主任,中国人工智能学会常务理事,浙江省计算机学会理事长。主要从事人工智能、大数据智能处理、多媒体信息检索、跨媒体计算理论等领域的研究。
报告及讲者介绍
庄越挺
浙江大学 教授
报告题目:探索数据和知识双轮驱动下的智能服务
伴随着数据的增多,深度神经网络模型的变大,大模型支持下的智能服务愈发强大,但为此对计算能力、计算资源的极度需求令人望而生畏。近来的研究趋势是数据驱动和知识引导相结合,让知识和大模型相结合,更好地发挥知识的作用。报告将回顾大数据、知识表达等问题,介绍(超)大规模的预训练模型现状,探讨可泛化的知识计算引擎等智能服务与技术,以及大数据智能在数字城市治理、产业链预警和精准招商等数字经济领域的应用。
胡斌
北京理工大学 医学技术学院执行院长/医工融合研究院执行院长/教授
CCF杰出会员、国家海外高层次人才入选者、973首席科学家、教育部计算机学科教指委委员、科技委委员、IEEE Transaction on Computational Social Systems主编、国际社会神经科学中国分会副主席等;获2019年度中国专利金奖,188体育app官网:度国家技术发明奖二等奖、2016年度教育部技术发明奖一等奖(均为第一完成人)等。
报告题目:心智工作机制量化理论、方法及感知技术
心智是脑和神经的功能。心智工作机制是人脑接受外界信息,经过加工处理,转换成内在的心理活动,从而获取知识或应用知识的过程。心智工作机制不清将会阻碍脑机制、类脑计算和脑疾病的深入研究。揭示脑功能性疾病的心智工作机制,将从根本上促进其临床诊断方法由症状描述型向数据驱动型的转变,实现对脑功能性疾病的精细化分层分类;继而依据不同疾病的发生发展规律,实施个性化的非药物或药物治疗,实现早诊早治,提高诊疗有效率。
文继荣
中国人民大学 信息学院院长/高瓴人工智能学院执行院长/教授
CCF杰出会员、常务理事,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副主编等。曾任微