西安交通大学

苏洲，教授、博导，教育部长江学者特聘教授，西安交通大学网络空间安全学院院长，国家重点研发计划首席科学家，爱思唯尔中国高被引学者，全球前0.05%顶尖科学家。主要研究方向包括通信网络安全、物联网安全、信息物理融合系统安全等。在网络通信安全与优化研究领域IEEE TIFS、IEEE TDSC、IEEE JSAC、IEEE/ACM ToN等国际权威期刊文章发表了一系列高水平文章。获得IEEE ICC2020、IEEE BigdataSE2019等国际会议最佳论文奖。任 IEEE Internet of Things Journal、IEEE Open Journal of Computer Society等国际知名期刊编委。

西安交通大学

李鹏，西安交通大学网络空间安全学院教授、博导，国家级青年人才，长期专注于边缘智能计算，分布式机器学习系统和相关安全方面的研究，发表相关期刊和会议论文160余篇，其中包括IEEE INFOCOM, ACM SIGMOD, ACM HPDC, IEEE JSAC, IEEE TPDS等IEEE知名期刊/CCF A/B类论文80 余篇。申请人近年来获得10 余项权威国际奖项，包括以唯一通讯作者获得IEEE Transactions on Computers 2020年度最佳论文奖，IEEE通信协会大数据技术委员，2019 年度最佳论文奖，和国际会议IEEE CyberSciTech 2023最佳论文奖等。曾任多个国际会议的程序主席与期刊的编辑，入选IEEE Vehicular Technology Society的杰出讲师（Distinguished Lecturer）计划。

山东大学

于东晓，山东大学计算机学院教授，博导，研究领域包括边缘智能、物联网、数据挖掘。主要聚焦于面向未来计算机网络与计算机系统的智能计算技术，形成了以分布式计算、物联网与边缘计算、分布式学习、区块链、图数据挖掘等为主要研究方向的科研体系。近年来发表学术论文100余篇，获得国际会议最佳论文奖4项（IEEE IPCCC 2020、PDCAT 2020、CsoNet 2019、IIKI 2019）、最佳论文提名奖2项（WASA 2019、IEEE MASS 2021）。获山东省自然科学二等奖1项。担任JCSS和IEEE TWC编委、ComCom领域编辑，曾担任CCF C类会议WASA 2020程序委员会主席和IEEE WCNC 2020程序委员会领域主席，并且是多个国际顶级会议INFOCOM （2017~2020）、ICDCS （2019, 2022）、KDD 2022、WSDM 2022、CIKM 2022、Globecom（2020~2022）等的程序委员会委员。教学方面，获山东省级教学成果奖一等奖1项，主持教育部产学合作协同育人项目1项，参与山东省研究生教改项目1项、山东省一流本科课程建设1项，获“山东大学青年教学能手”称号，参与编写英文教材2部。主持重点研发计划课题、自然科学基金等国家和省部级项目10余项。

嘉宾及报告介绍

天津大学

讲者简介：李克秋，CCF会士、IEEE Fellow，天津大学教授，国家科技创新领军人才，国家杰出青年科学基金获得者，天津大学智能与计算学部主任，天津市先进网络技术与应用重点实验室主任，天津市区块链技术创新中心执行主任。CCF网络与通信专委会主任。主要从事网络、云计算和区块链等方面的研究工作。获天津市科技进步特等奖，辽宁省技术发明一等奖。

报告题目：构建面向智能体服务的系统框架

报告摘要：互联网技术服务形式从PC时代的Web服务，移动时代的应用服务，逐渐进入了AI时代的智能体服务。通过构建云-端协同的智能体网络，事务可以被多个智能体协同完成。本报告将介绍基于大模型的智能体系统的基础框架，讨论云-端设备的多智能体系统构建方式，并讨论对智能体时代未来发展的理解。

上海交通大学

讲者简介：李劼，上海交通大学讲席教授，上海交大区块链研究中心主任，上海Web3可信数据流通与治理重点实验室首席科学家，上海区块链专家委员会委员，日本工程院外籍院士, IEEE Fellow, AAIA Fellow, 中国创造学会人工智能专委会主任，IEEE 大数据技术委员会共同主席，IEEE通信学会大数据委员会创始主席。曾任日本筑波大学教授。研究成果在有影响力的国际学术期刊和会议上发表学术论文470多篇，有英文学术专著1本，日文学术专著1本。编辑英文学术专著5本。近年获得了中国科技新闻学会（中国科协下属学会）2020年大数据科技传播奖领军人奖、2021年第二届中国AI金雁奖-卓越成就奖、2023年上海市科学奖一等奖。

报告题目：Web3与人工智能技术融合发展

报告摘要：Web3（第三代互联网）是以用户为中心的可信的价值互联网。在人工智能时代，Web3与人工智能的融合发展是当前互联网信息技术的一个重要创新。Web3具有去中心化的互联网架构，强调用户数据资产的保护，数据隐私和网络透明性。人工智能技术模拟和增强人的智能助力行业发展。我们通过实例探讨Web3与人工智能融合发展的技术挑战与发展趋势。

西北工业大学

讲者简介：郭斌，工学博士，西北工业大学计算机学院教授、副院长，国家杰出青年科学基金获得者，人机物融合群智计算教育部重点实验室副主任，工信部智能感知与计算重点实验室副主任，西北工业大学人机物融合智能计算创新中心主任。入选教育部“新世纪优秀人才”（2012）和国家青年拔尖人才（2017），爱思唯尔中国高被引学者，《麻省理工科技评论》 “2023中国智能计算创新人物”。主要从事智能物联与普适计算、群体智能、移动群智感知等方面研究。在IEEE/ACM汇刊等国内外重要期刊和会议上发表论文150余篇，出版《人机物融合群智计算》《智能物联网导论》等专著，且面向智慧城市、社会治理等国家重大需求开展领域应用和技术推广。曾获得教育部自然科学一等奖、陕西省自然科学一等奖、CCF自然科学二等奖以及ACM SenSys’24、IEEE UIC’17、BIBM’20等国际会议“最佳论文奖”。担任《IEEE Transactions on Human-Machine Systems》《Frontiers of Computer Science》《ACM IMWUT》等国际权威期刊编委。IEEE高级会员，CCF理事、CCF西安分部主席，CICC认知与行为专委副主任。

报告题目：智能物联计算系统

报告摘要：人类正在进入“人机物”融合万物智能互联的时代。随着物联网和人工智能技术的飞速发展，智能物联网（AIoT）正成长为一个极具前景的新兴领域，它以人工智能、边缘计算与物联网等技术的深度融合为基础，在感知、通信、计算和应用中通过AI技术赋能，构建具有更高灵活性、自组织性、自适应性、持续演化的物联网系统。本次报告将分享西工大在智能物联网概念体系、前沿探索与系统创新方面的最新进展。

华中科技大学

讲者简介：何强，华中科技大学计算机学院教授，博导，国家级青年人才，华为东湖青年人才，获得华中科技大学-澳大利亚斯威本科技大学双博士学位，连续多年入选斯坦福大学全球前2%顶尖科学家榜单。提出“边缘问题边缘解决”的思想，探索并基于边缘协同解决了边缘模型训练、边缘数据管理和边缘资源优化相关研究中的多个关键问题。主持和参与包括国家重点研发计划课题在内的国家级科研项目8项，在CCF A类会议和期刊上发表学术论文90余篇，ACM/IEEE Transactions论文90余篇，6次获国际会议最佳论文奖、最佳学生论文和杰出论文奖，培养的博士生5次获得优秀博士生奖。

报告题目：协同模型训练：边缘问题边缘解决

报告摘要：边缘算力节点可以在靠近数据源的地方进行数据的分析和处理，能够在如自动驾驶和虚拟/增强现实等对反应速度要求较高的应用场景中帮助用户和终端设备进行快速决策，并实现可持续演进的个性化人工智能，为网络边缘端的人工智能应用带来了全新的机会和挑战。何强团队近年来关注如何利用边缘算力进行智能模型协同训练，本次报告将分他们的最新研究进展。

南京大学

讲者简介：戴海鹏，南京大学计算机学院副教授，博导，国家级青年人才计划入选者。获ACM中国新星奖、IEEE可扩展计算技术委员会职业中期卓越研究成就奖、中国电子学会优秀科技工作者等荣誉。研究方向为物联网、数据挖掘、移动计算等。发表国际著名会议期刊论文270余篇，含CCF A类110余篇，包括SIGMOD、VLDB、ICDE、WWW、EuroSys、ATC、NSDI、UbiComp、INFOCOM等国际一流会议。曾获CCF A类会议INFOCOM最佳论文提名奖，CCF A类会议UbiComp杰出论文奖，CCF B类会议ICNP最佳论文奖，CCF B类会议SECON最佳论文奖亚军等。Google Scholar引用5600余次。担任国家重点研发计划项目课题负责人，主持和承担国自科面上、联合基金重点等项目十余项。担任ACM SIGCOMM China秘书长、中国计算机学会物联网专委会常委、网络与数据通信专委会常委等职务。担任ISPA、HPCC等十余次会议主席职务。担任国内外一流期刊COMNET领域主编、TII编委、电子学报青年编委等职务。

报告题目：AI增强的视频分析系统研究

报告摘要：如今，视频分析在交通监测、无人机监控等诸多领域得到了广泛的应用。现有视频分析的内容增强相关工作有效节省了带宽，并提高了分析的准确性。但现有基于内容增强的方法仍面临高计算成本、低吞吐量及复杂视觉任务表现不足等挑战。针对这些问题，首先使用深度强化学习和深度神经网络等技术，基于视频流的时间和空间相似性优化了内容增强视频分析系统，单流场景下延迟降低80%，准确性提升21%；在多流竞争环境中共同优化带宽和精度分配，使吞吐量提升9倍，带宽利用率提高52%。此外，引入低秩自适应技术，提高多模态大模型的表现能力，在零样本视觉任务中准确性提升62%，推理延迟降低89%。

深圳大学

讲者简介：崔来中，特聘教授，博士生导师，深圳大学计算机与软件学院副院长，粤港现代信息服务省部共建协同创新中心执行主任，人工智能与数字经济广东省实验室（深圳）主任助理，CCF杰出会员，CCF互联网专委会常委，人工智能学会知识工程与分布智能专委会秘书长。研究领域包括：互联网体系结构、边缘计算、区块链、分布式机器学习和多媒体网络。担任《IEEE Internet of Things Journal》、《IEEE Transactions on Cloud Computing》、《IEEE Transactions on Network and Service Management 》和《International Journal of Machine Learning and Cybernetics 》的副编辑。已主持国家自然科学基金联合基金重点项目、国家重点研发计划课题、广东省自然科学基金卓越青年团队、深圳市优青（首届）等科研项目。已在IEEE JSAC、TMC、TPDS、TC、TDSC、TKDE、TMM、INFOCOM、MM、AAAI、IJCAI等国内外重要期刊和会议上发表论文100余篇。入选国家级青年人才。曾获霍英东青年科学奖、中国通信学会技术发明一等奖、深圳市青年科技奖等奖励。

报告题目：联邦学习通信优化与安全增强

报告摘要：人工智能时代，数据安全的重要性愈发凸显，多方组织机构对敏感数据的域外共享感到担忧，难以承担数据泄露带来的严重后果，造成数据孤岛现象，导致各方数据既出不去，也进不来。联邦学习作为一种能够解决数据孤岛问题、实现“原始数据不出域，数据可用不可见”效果的有效手段得到了学术界与工业界的广泛关注。然而，现有联邦技术仍然面临着通信优化难、协同调度难、隐私保障难等诸多难题，为联邦学习的实际落地带来了挑战。本次报告将紧紧围绕上述难题，分享一系列具有理论保障、可行性高的方法与策略，以实现有限带宽环境下的高效频繁通信、动态复杂联邦场景下的客户端合理协作与调度、以及实际恶意联邦场景下的隐私安全增强。

上海交通大学

讲者简介：牛超越，上海交通大学计算机学院长聘教轨助理教授，曾获2023年上海市科技进步一等奖和CCF科技进步一等奖、2022年阿里巴巴集团优秀学术合作项目、2021年CCF优秀博士学位论文奖等荣誉。目前研究兴趣主要包括大小模型端云协同学习、推荐系统、多模态内容理解等。研究成果主要发表在ACM MobiCom、USENIX OSDI、ACM KDD、NeurIPS等国际顶尖会议上，并形成多项授权专利。

报告题目：生成式大小模型协同学习

报告摘要：虽然生成式预训练大模型解决了传统深度学习任务碎片化难题，但其离线训练与在线推理开销限制了参数规模继续扩张，一个未来出路是大模型与小模型协同。一方面大模型可以向小模型降维输出必要的垂直领域知识，另一方面小模型负责靠近应用场景、用户和数据源的高实时推理，同时基于本地用户数据得以个性增强，并向大模型升维集成新知识，构建生成式大小模型有机循环的新体系。本次分享将主要介绍在生成式大小模型在样本协同、特征协同、参数协同方面的进展，并探讨在任务协同、协同优化等方面的潜在研究机会。

注册时间及缴费标准