第198次-- 科学与技术前沿论坛

主题报告

工业过程运行决策智能化发展方向
柴天佑中国工程院院士东北大学

报告在分析工业控制与优化技术在工业革命中的作用和工业过程运行决策现状及存在问题的基础上，提出了工业过程运行决策智能化的涵义、发展方向和面临的挑战难题。将工业人工智能与工业控制与优化技术以及工业互联网与工业计算机管控系统紧密融合与协同，提出了复杂工业过程智能运行优化决策方法。智能运行优化决策方法及成功应用表明，新一代信息技术与工业控制与优化技术紧密融合与协同推动工业过程运行决策智能化的发展。最后，给出了工业过程运行决策智能化的主要研究方向和研究思路。
时序大数据实时智能处理关键技术
陈纯中国工程院院士浙江大学

数智互联时代，新增数据中的绝大部分都将带有时间戳，即时序大数据，而时序属性在智能决策模型中的作用日趋重要。报告从 CPH 三元空间和大数据处理技术发展历程切入，剖析了时序大数据实时智能在流、图、批三类场景中的需求与挑战、关键技术与系统平台，最后结合典型案例介绍了时序大数据实时智能处理技术在金融风控、桥隧健康监控、实时电信反诈、网络爬虫防御等领域的应用。
打破大模型局限：逻辑推理+机器学习的全栈 AI
樊文飞中国科学院外籍院士深圳计算科学研究院

大模型推动了行业的深刻变革，但其局限性也不容忽视。例如，大模型经常出现“幻觉”现象，缺乏可解释性，逻辑表达能力薄弱，对数据高度依赖，且难以同时兼顾模型的准确性、公平性和鲁棒性。这些不足使得大模型目前尚无法充分发挥人工智能在工业制造领域的潜力，也难以有效解决行业痛点。本报告从数据的角度出发，探讨如何应对这些挑战并把握潜在机遇：（1）融合机器学习与逻辑推理：如何有效地结合两者的优势，找到低成本、高精度且具备可解释性的方法，为工业产线提供实时决策支持？（2）提升训练数据质量：能否通过自动化手段优化训练数据集的质量，从而提高模型的准确性、公平性和稳定性，同时减少大模型的“幻觉”现象？本报告希望通过这些问题的探讨，引发学界、产业界及用户群体对相关研究的兴趣，并推动更多创新解决方案的诞生。
科技强国的一些思考（新型互联网视角）
张宏科中国工程院院士北京交通大学

传统互联网技术在取得巨大成功的同时，也面临着特殊行业应用带来的新需求和新挑战，如高移动、高安全和确定性等。本报告将介绍国家工程研究中心团队在新型网络技术方面的研究与探索，并探讨行业网络发展的热点问题。
图计算多范式统一的抽象模型与方法
金海教授华中科技大学

图计算是支撑关联数据分析与智能决策的关键技术，广泛应用于社交网络、金融风控、生物医疗等多个关键领域。图计算具有范式多样、高度稀疏、动态关联等计算特性，传统面向单一范式的设计理论和执行架构难以满足其在性能、通用性和扩展性方面的需求。因此，图计算多范式的统一抽象与高效执行已成为当前学术界和产业界面临的重大挑战。本报告将围绕图计算多范式统一抽象模型的构建、面向稀疏数据的高效计算架构设计、以及资源高利用率的异步执行方法等核心方向，系统介绍研究团队取得的一系列研究进展，并对未来工作进行展望。

12 3 下一页尾页

第198次：信息科学前沿