8月16日至18日，第六届复杂系统数据驱动优化国际会议在杭州师范大学圆满落幕。本次国际会议由西湖大学可信及通用人工智能实验室（TGAI）主办，杭州师范大学承办，牧原实验室协办，IEEE Computational Intelligence Society提供技术支持，广东省艾思信息化学术交流研究院和AEIC学术交流中心为大会提供全流程服务。本次大会设置了主旨报告、特邀报告、青年学者论坛、口头报告、海报展示、学术考察等多种形式交流，吸引了来自同济大学、中山大学、东北大学、安徽大学、纽卡斯尔大学、东京大学等国内外上百所高校和科研院所的200余名专家和学者齐聚杭州，现场学术交流氛围浓厚。
中国工程院院士、中国自动化学会副理事长、中南大学学术委员会主任桂卫华教授表达了复杂系统优化问题在现代科学中的重要性，希望参会学者和业界人士能够充分交流、深入研讨，为国家创新驱动发展战略贡献力量。
杭州师范大学副校长胡华教授作为会议承办方，向莅临本次会议的各位嘉宾和代表表示热烈欢迎。胡华副校长表示此次DOCS 2024会议是顺应新兴技术发展态势、展示数据驱动领域研究前沿成果与进展的一次重要会议。
国家杰出青年科学基金获得者、浙江大学计算机科学与技术学院副院长、党委书记吴飞教授在开幕式上强调了人工智能在当前社会发展中的关键地位，表达了对本次DOCS国际会议顺利召开，与会者共同迸发出创新思维的火花的期许。
杭州师范大学信息科学与技术院长王奔教授在下午场的特邀报告前做开幕致辞，对复杂系统的优化在信息科学领域重要性进行了强调，并对DOCS 2024参与者表达了欢迎，以及对此次国际会议顺利开展表示了期许。
中国工程院院士、同济大学校长、党委副书记郑庆华教授以《从计算智能迈向认知智能》为题，提出了三条实现人工智能从弱到强的的技术路径，分别为大数据驱动的大模型，知识+数据的大数据知识工程以及引入人脑记忆机理，从而实现从计算智能，到感知智能到认知智能的整体发展趋势，让AI更好地成为认识和改造世界的新质生产力。
ACM/IEEE Fellow、腾讯首席科学家、腾讯Robotics X主任张正友教授就《Generative AI and Embodies AI》这一主题，对生成AI和具身智能的设计与构建进行了讨论，从Kahneman人类智能理论中提取灵感，提出了“SLAP”分层学习框架，使两足机器人能够在复杂的环境中表现出逼真的敏捷性和策略。通过在动物运动数据集上预训练生成模型，将多级控制机应用于内部开发的MAX机器人四足机器人，导航复杂的障碍物。其方法超越了传统的任务特定控制器和端到端RL办法。
国家级领军人才、浙江科技大学副校长梁荣华教授做了主题为《Intelligent Perception and Understanding of Multimodal Image Data》的报告。梁教授在报告中主要介绍了三维多源图像数据感知，处理高分辨率与高速度兼顾难，感知规模和感知精度兼顾难，高集成度和高性能系统平台兼顾难的问题；图像数据协同处理，解决多源异构数据协同难，高密度数据采集传输处理难，海量数据的模型学习难的问题；以及视频数据的理解与可视分析，来解决深层数据模型的知识融合困难，模型学习的专家知识和用途意图介入难和模型知识的可视理解与反馈难的问题。报告旨在阐述光学，计算机科学，统计学，人工智能的交叉融合在推动这一领域的重要作用。
国家杰出青年科学基金获得者、北京航空航天大学段海滨教授就《Manned/Unmanned Aerial Vehicle Hybrid Intelligent Swarm Inspired by Bird Flocks》为主题，探讨了鸟群中的集体运动与载人/无人驾驶飞行器混合智能群之间的关系。由于无人驾驶飞行器与鸟群在本质上相似，建立他们的映射关系将为完全自主的载人/无人驾驶飞行器混合动力智能群控制提供一种新颖而可行的办法，报告同时还重点介绍了生物载人/无人驾驶飞行器智能群的最新进展。
加拿大工程院院士、IEEE Fellow、加拿大英属哥伦比亚大学王真教授做了以《2D-Image Based Pose Estimation for Healthcare》为主题的报告。此报告主要探索基于2D图像的姿势评估，3D人体姿势评估，手部姿势评估，基于评估的帕金森病姿势评估等。同时报告还重点介绍了创新策略，例如自我监督，部分注释，数据合成等来训练深度学习模型而无需或减少对明确标注数据的需求。
国家杰出青年科学基金获得者、深圳大学大数据系统计算技术国家工程实验室执行主任李坚强教授做了以《Data-driven Intelligent System Perception and Decision》为主旨的报告。李坚强教授介绍了网络协同感知，网络协同建设，智能系统优化分析和决策方面的研究，并且强调了动态优化分析和决策中的三个特征，实时，鲁棒性和可解释性。报告的最后还提及了特种检测机器人和医疗卫生智能检测系统的相关研究的应用成果。
国家杰出青年科学基金获得者、北京工业大学计算机学院院长韩红桂教授就《Multi-objective Dynamic Collaborative Optimization for the Municipal Wastewater Treatment Process》为主题，讨论了城市污水处理的优化。由于城市污水处理过程具有多工艺、多实况、时变等特性，需要使用多目标协同优化来控制不同时间尺度的性能指标，设计多目标动态优化方法。通过关键工艺参数和生产指标特征提取、优化评估模型、动态优化目标方法和协同优化方法等方式来提高城市污水处理能力，为我们在应用中提取问题作出了很好的示范。
国家青年人才、上海交通大学严骏驰教授以《Learning for Constrained Problem: Deep Dive to Combinatorics and Planning for Autonomous Driving》为主题，对机器学习中解决约束问题进行讨论。在此报告中，严骏驰教授主要阐述了学习辅助求解，学习原生求解以及AI辅助设计的研究内容。学习辅助求解包括以图问题表征和CNN/变换器的底层架构；MIP、SAT的主流特定形式；以及图优化和在线场景的需求与执行约束节耦强化学习。学习原生求解包括原空间的特定约束和量子形式以及隐空间的先行约束和任意约束。AI辅助设计主要包括AI4EDA，基于世界模型的自动驾驶闭环决策。其工作为人工智能，生物医药，集成电路做出了巨大的贡献。
欧洲科学院院士、IEEE Fellow、莱顿大学的Thomas Baeck教授报告主题为《Automated Configuration and Large Language Models Meet Evolutionary Algorithms》。在报告中，Thomas Baeck教授提出：超参数优化（又称算法配置问题）常应用于机器学习算法，但进化策略的算法配置也是一个值得探讨的领域。通过介绍使用数据挖掘的4608配置变体的进化策略的组合设计空间，对发现优化算法设计空间中未探索的领域提供了机会。
此外，大会还邀请了8位相关领域的嘉宾在青年学者论坛上展开交流，45位学者展开口头报告交流，49位学者进行了现场海报展示与交流，共同呈现了国际上该领域最新的研究成果。现场气氛热烈，精彩纷呈，各种交流形式为与会的专家和学者们提供了进一步跨地区跨高校交流与合作的宝贵机会。
本次大会还组织了杭州师范大学校史馆参观活动，以及西湖大学学术考察活动，让与会者们不仅能了解两所高校的建校历程，还能沉浸式感受他们的校园风光和学术氛围。
闭幕式上，欧洲科学院院士、IEEE计算智能学会主席、西湖大学金耀初教授和杭州师范大学信息科学与技术学院党委书记周春儿教授分别为大会作闭幕致辞，对为本次会议作出贡献的所有人员表达了衷心的感谢。同时，本次大会还设置了最佳海报、最佳学生论文提名、最佳学生论文、最佳论文提名以及最佳论文等奖项评选和颁发。
金耀初教授发起的 “复杂系统数据驱动优化国际会议”前五届相继在合肥、太原、徐州、成都、天津举办。本次在杭州师范大学圆满落幕，会上专业的报告和激烈的讨论将进一步推动人工智能与数据科学领域的发展，促进数据驱动优化的理论、技术与实际应用在更深层次的探索与交流。期待下届大会的到来，各位专家学者再次相聚，携手为未来的科研协作、项目合作与人才互动打下坚实的基础，构建一个更加广泛的国际学术交流与合作平台！
上一篇
