多媒体数据是用户信息获取与信息交换的主要对象，多媒体智能应用需求日趋广泛，多媒体数据多源异构且关联复杂，如何实现多媒体内容的全面理解和充分利用是难点问题。近年来，多媒体计算呈现出新的发展动态，各种新思想与新方法不断涌现，多媒体计算正在从感知向认知跨越，引起产业界和学术界极大关注。论坛将讨论概念推理、知识表示、语言问答、因果推理、认知理解、人机协同等新方向，对各研究问题间的关系进行梳理和总结，探讨多媒体推理与认知研究方向中的可解释性、数据驱动和知识引导、常识建模、主动学习、跨模态关系推理等相关问题，以期碰撞出火花、引起更深入思考、带动技术发展和应用。

蒋树强

中国科学院计算技术研究所

简介：蒋树强，中科院计算所研究员，博士生导师，国家杰出青年科学基金获得者，中科院智能信息处理重点实验室副主任，国际期刊ACM ToMM编委，任CCF多媒体专委会秘书长、CCF专委工委委员，研究方向为图像/视频等多媒体信息的分析、理解与检索技术，主持承担科技创新2030-“新一代人工智能”重大项目、国家自然科学基金等项目20余项，共在IEEE/ACM汇刊和CCF-A类会议上发表论文60余篇，获授权专利15项，先后获中国计算机学会科学技术奖、中国图象图形学会自然科学二等奖、吴文俊人工智能自然科学一等奖和北京市科技进步二等奖。

彭宇新

北京大学

简介：彭宇新，北京大学二级教授、博雅特聘教授、博士生导师、国家杰出青年科学基金获得者、国家万人计划科技创新领军人才、科技部中青年科技创新领军人才、863项目首席专家、中国人工智能产业创新联盟专家委员会主任委员、中国工程院“人工智能2.0”规划专家委员会专家、北京图象图形学学会副理事长、中国图象图形学学会副秘书长。主要研究方向为跨媒体分析与推理、图像视频识别与理解、计算机视觉、人工智能。以第一完成人获2016年北京市技术发明一等奖和2020年中国电子学会科技进步一等奖，2008年获北京大学宝钢奖教金优秀奖，2017年获北京大学教学优秀奖。主持了863、国家自然科学基金等20多个项目，发表论文160多篇，包括ACM/IEEE Trans和CCF A类论文70多篇。多次参加由美国国家标准技术局NIST举办的国际评测TRECVID视频样例搜索比赛，均获第一名。主持研发的跨媒体互联网内容分析与识别系统已经应用于公安部、工信部、国家广播电视总局等单位。担任IEEE TCSVT等期刊编委。

朱文武

清华大学计算机系教授，CCF多媒体专委会主任

简介：朱文武，清华大学计算机系教授，人工智能研究院大数据智能中心主任，信息科学与技术国家研究中心副主任，大数据算法与分析技术国家工程实验室副主任，国家973项目首席科学家。CCF会士、IEEE Fellow、AAAS Fellow。目前担任CCF多媒体专委会主任，IEEE Transactions on Multimedia指导委员会主席，IEEE Transactions on Circuits and Systems for Video Technology 常务主编(Associate Editor-in-Chief)，曾任IEEE Transactions on Multimedia主编。主要从事多媒体网络计算、大数据智能等研究工作。两次获国家自然科学二等奖。

报告题目：多媒体智能：当多媒体遇到人工智能

报告摘要：在过去的十年里，大量新兴多媒体应用和服务的出现，产生了海量多媒体数据，极大地促进了图像/视频内容分析、多媒体搜索与推荐、多媒体流化与内容分发等的迅猛发展。与此同时，人工智能在近十年经历了一波“新”的发展浪潮，取得了巨大成功和应用。本报告介绍多媒体智能这一概念，从以下两方面探讨多媒体与人工智能的相互影响：1）多媒体驱动人工智能向可解释性的研究范式发展；2）人工智能反过来为多媒体的研究注入了新思维和新方法。多媒体和人工智能交互式地彼此增强，共同形成一个闭环。最后，我们探讨多媒体智能的发展趋势和研究方向。

吴飞

浙江大学教授，CCF多媒体专委会常委

简介：浙江大学求是特聘教授，博士生导师。主要研究领域为人工智能、多媒体分析与检索和统计学习理论。浙江大学上海高等研究院常务副院长、浙江大学人工智能研究所所长。科技部重点研发计划项目负责人、主持国家自然科学基金重点项目2项。国家杰出青年科学基金获得者（2016年）、入选“高校计算机专业优秀教师奖励计划”(188体育app官网：)、宝钢优秀教师奖（2019年度），科技部科技创新2030“新一代人工智能”重大项目管理专家组成员、教育部人工智能科技创新专家组工作组组长（2018.8-2020.12），中国工程院院刊《Engineering》信息与电子工程学科执行主编。著有《人工智能导论：模型与算法》（高等教育出版社），开设国家级首批一流课程（线上课程）《人工智能：模型与算法》。

报告题目：AI+X驱动科学发现

报告摘要：人工智能是一种使能技术，具有内涵性、渗透力、支撑性等特点，与其他学科研究具备交叉的秉性，使之成为推动创新发展和科学发现的有力手段。本报告将结合智能司法和药物逆合成等领域的若干研究，介绍数据驱动和知识引导相结合的手段和方法，同时介绍AI+X微专业所进行的交叉人才培养实践。

操晓春

CCF杰出会员、YOCSEF荣誉委员

简介：操晓春，国家杰出青年基金获得者，主要从事计算机视觉基础研究和网络空间内容安全应用研究。担任IEEE汇刊 TIP、TMM、TCSVT的Senior Area Editor/Associate Editor，NeurIPS/ICCV/CVPR/IJCAI/AAAI/ICPR的Area Chairs。获2019年中共中央办公厅技术进步一等奖（排名第1）。CCF优博、中科院优博指导导师。

报告题目：跨媒体因果推断理论与方法

报告摘要：跨媒体智能是新一代人工智能技术的重要组成部分，其基础理论问题是借鉴生物的跨媒体信息表达和处理机理，实现智能感知和认知。本报告将从跨媒体智能方向的前沿基础理论层面展开，介绍跨媒体因果推断研究的科学问题和研究思路，然后介绍跨媒体常识机理建模、数据抽象与归纳、知识网络构建和因果推断等研究成果，最后探讨跨媒体因果推断所面临的挑战与思考。