「知识智能联合研究中心」年度报告会，与众多知名专家学者共探 AI 奥秘！

雷锋网 AI 科技评论按：2019 年 7 月 30 日，知识智能高峰论坛暨清华大学（计算机系）-中国工程科技知识中心「知识智能联合研究中心」年度报告会在清华大学廖凯原楼举行。知识智能是近年来全球关注的热点话题，其核心问题是如何从海量数据资源中挖掘知识产生规律，突破大规模知识表示、获取与融合，多源动态知识的推理和计算等关键技术问题。本次大会出席嘉宾包括北京理工大学校长张军院士、中国工程院办公厅宋德雄主任、清华大学杨斌副校长、计算机系主任吴建平院士、清华大学张钹院士、戴琼海院士等。

出席会议的嘉宾合影

知识智能联合研究中心简介

清华大学（计算机系）—中国工程科技知识中心「知识智能联合研究中心」（K&I）依托于清华大学计算机系，受中国工程科技知识中心支持，其宗旨是：通过清华大学与中国工程院的深入合作，以科技人才、学术活动、科技文献等科技资源为数据基础，多学科交叉，研究科技大数据处理中面临的理论和关键技术问题，打造学术大数据分析挖掘与服务的一流品牌。

联合中心于 2017 年 5 月正式成立，截止当前已发表高水平论文 40 篇，其中 CCF A 类论文 24 篇，申请专利 10 项。发布人工智能系列研究报告 18 篇，内容涵盖人工智能与自动驾驶，人工智能与超级计算机，人工智能之自然语言处理，人工智能之人脸识别等多方面，目前已获得 5 万订阅用户，累计阅读量超过 140 万。

报告地址：https://www.aminer.cn/ 

AMiner

联合研究中心的 AMiner 系统平台（https://www.aminer.cn/）于 2006 年上线。经过十多年的建设发展，已构建了超过 800 万知识概念、上亿连边的学术知识图谱，并建立全领域论文文献及专家学者库，收录论文超过 2.5 亿及论文引用关系 7.5 亿，收录学者 1.3 亿，其中超过 40 万专家通过了人工标注与审核，建立了如各国院士、大奖获得者、ACMfellow、各领域知名学者、知名高校教师、优秀青年人才等特色专家子库超过 300 个。吸引了全球 220 个国家/地区 800 多万独立 IP 访问，年度访问量 1800 万次，提供科研数据下载 230 万次。

代表性技术成果

• 开放学术图谱：大规模知识图谱异构实体对齐

• 知识增强的交互式 MOOC 课程概念扩展

• 基于注意力递归树的句子表示学习

• 基于深度信道模型的抽取式文本摘要

• 基于场景图的可解释视觉推理

• 隐式反馈下的老虎机模型

• 跨语言词和实体联合表示学习

• 区分概念和实例的表示学习

• 基于图卷积的协同实体链接

• 知识图谱细粒度实体分类

大会致辞

杨斌副校长在致辞中肯定了联合中心研究工作的方向及意义，指出知识智能是当前国际研究热点，并对清华大学与中国工程院在科技大数据上开展合作表达了强烈的认可。他表示成立既有实际应用又有科学前瞻性的联合研究机构，强强联手将有助于更好的发挥双方优势，并为国家的科学技术、工程科学的发展做出更大的贡献。

清华大学杨斌副校长致辞

中国工程院办公厅主任、中国工程科技知识中心宋德雄主任代表中国工程院副院长陈左宁院士致辞。宋德雄主任表示知识中心过去几年中在数据资源建设、知识服务、应用推广等方面都取得了重要进展，这与联合中心扎实的研究工作以及良好的实际应用技术密不可分。并希望今后联合中心能在提升知识中心总体智能化服务水平方面发挥更大的作用，充分利用计算机系与中国工程科技知识中心的综合优势，打造世界顶级水平的科技信息服务平台，做出世界一流的技术与产业应用。 

中国工程院办公厅宋德雄主任致辞

吴建平院士代表清华大学计算机系及联合中心管委会主任致辞。他表示计算机系高度重视中心的相关研究工作，将其列为学科建设中智能信息处理平台建设的一个重要部分。在过去两年中，联合中心在数据资源建设，学者推荐、技术趋势分析、科研报告等知识服务，以及对外应用推广方面都取得了重要成果。同时，他也勉励联合中心全体人员继续努力，加强与知识中心的合作，对中心的发展进行深入思考和积极探索，争取取得更大的成绩。 

清华大学计算机系主任、联合中心管委会主任吴建平院士致辞

五大 Keynotes

一、张军：智群与智治

北京理工大学校长张军院士题为「智群与智治」的报告从中国迈向智慧社会谈起，阐述了在智能成为新的生产要素之后，与多智能系统相结合形成新的装备形态—智群与服务业态—智治。报告中提出了「智群：个体—群体智能混合的多性体」的概念，并以智慧交通为例介绍了智群的架构、内涵、演化、特征，以及实现智群的关键技术。最后，报告还向我们展示了基础智群、医疗智群、应急智群、立体交通智群、制造智群、政法智群和空天智群在未来智慧社会智治中的应用展望。整个报告内容十分精彩，并屡屡赢得听众热烈的掌声。 

北京理工大学校长张军院士作题为「智群与智治」的报告

二、戴琼海：脑与认知科学的发展

清华大学戴琼海院士做了题为「脑与认知科学的发展」的报告。报告首先对认知科学的发展历程和世界各国的脑计划研究进行了回顾，接着戴琼海院士分享了团队在脑成像理论和脑成像仪器 RUSH 的研究成果，并向我们介绍了团队在基于 RUSH 的大数据分析方面正在进行的研究工作。戴琼海院士表示认知科学未来的基础在脑，落地在认知智能理论与应用。 

清华大学戴琼海院士作题为「脑与认知科学的发展」的报告

三、周傲英：数据系统的演进

华东师范大学副校长周傲英教授作了题为「数据驱动的计算教育学」的报告，并从第四范式、大数据和教育科学等方面阐述了教育问题，提出了基于数据驱动的计算教育学观点，用教育大数据作为动能，运用人工智能作为计算工具，研究教育问题。报告中，周傲英教授用著名的数据系统软件案例来说明相关认识的正确性和合理性，阐明了丰富的应用以及 创新的精神为我国系软件领域变轨换道赶超先进提供了条件。周傲英教授表示开源精神和开源生态将是新一代数据系统软件发展的基础。 

周傲英教授作题为「数据驱动的计算教育学」的报告

四、聂飞平：图与机器学习方法

西北工业大学聂飞平教授作了题为「图与机器学习方法」的报告。图是现实世界中一种重要的数据表现形式，同时也是一种重要的数学分析工具，报告中聂飞平教授向我们讲解了如何用数据构建图，以及如何利用图进行降维，实现高效的聚类、半监督等机器学习方法；进而对于现实世界中给定的图数据，利用机器学习方法对图进行分析，其中包含了图嵌入，社区发现，链路预测，关键节点识别等问题。

聂飞平教授作题为「图与机器学习方法」的报告

五、张钹：知识在 AI 中的地位

清华大学人工智能研究院院长张钹院士作了题为「知识在人工智能的位置」的报告。张钹院士向我们阐述了知识表达在当前状况下存在的几大难点，并分析了人工智能研究目前遇到的两道障碍，即当前人工智能解决问题的限定性以及基于深度学习系统的重大缺陷，指出「知识」尤其是「常识性知识」对智能系统的重要性，并表示将驱动与数据驱动相结合，然后运用知识工程从数据中自动获取知识是突破这些难关的重要方向。 

张钹院士作题为「知识在人工智能的位置」的报告

四大 Talks

一、唐杰：AMiner——智能科技情报挖掘平台

清华大学计算机系长聘教授、计算机系副主任，清华-工程院知识智能联合实验室主任唐杰教授向我们做了关于 AMiner 平台的报告。他介绍道 AMiner (https://www.aminer.cn/）是完全我国自主知识产权、以人为中心的科技情报网络搜索与挖掘系统。系统采用人工智能、数据挖掘和社会网络分析与语义搜索等技术，提供研究者语义信息抽取、面向话题的专家搜索、话题发现与趋势分析、前沿技术预见、全球学者分布地图、全球学者迁徙图等众多功能，这为研究者提供了非常全面的学术信息获取及交流服务。

二、李涓子：大规模知识图谱构建

清华大学计算机科学与技术系长聘教授、清华-青岛数据科学研究院科技大数据研究中心主任、中国中文信息学会语言与知识计算专委会主任、中国计算机学会术语委员会执行委员李涓子教授在报告中为我们介绍了大规模中英文百科知识图谱 XLORE 的关键技术。她表示知识图谱将信息表达成更接近人类认知世界的形式，提供帮助互联网组织、管理和理解海量信息的能力，已经成为推动人工智能发展的核心驱动力之一。

三、刘奕群：群体智能支撑的互联网搜索技术及其应用

清华大学计算机系长聘教授、党委书记、中国人工智能学会理事、信息检索与内容安全专委会副主任刘奕群教授在报告中介绍了课题组从互联网搜索用户的群体交互规律和个体认知过程出发，通过用户群体智能改进互联网搜索技术的部分代表性工作。他表示搜索引擎已经成为获得互联网情报与信息的主要入口，并成为了信息化社会重要的基础设施。

四、周源：支持技术预见的多源异构网络数据融合研究

清华大学长聘副教授、清华大学华宇冠名副教授周源副教授在报告中向我们介绍了多源异构网络数据融合的研究工作，该研究通过研究人机交互技术预见流程与机制、跨层技术-商业知识网络构建、多模式技术路径识别及预测三个方面，将探索性预见融入规范性预见流程，加强了专家知识与数据支持的融合、技术数据与产业市场数据的融合、现有路径识别和未来发展方向预测的融合。

与会者参观成果展览厅现场

雷锋网 AI 科技评论 雷锋网(公众号：雷锋网)

。