SMP 2017 特邀报告


特邀讲者

腾讯AI Lab  张潼  主任


报告主题:腾讯的自然语言应用和研究
报告摘要:我在这里介绍一下腾讯的自然语言应用场景,现阶段取得的一些进展,遇到的挑战和今后的前沿研究方向。
嘉宾简介:张潼博士,腾讯AI Lab(人工智能实验室)主任,负责计算机视觉、语音识别、自然语言处理和机器学习等人工智能领域的基础研究,及人工智能与各种应用场景结合的深度探索。 他是中央组织部“千人计划”特聘专家,拥有美国康奈尔大学数学系和计算机系学士,以及斯坦福大学计算机系硕士和博士学位。 加入腾讯前,张潼博士曾经担任美国新泽西州立大学教授,IBM研究院研究员、雅虎研究院主任研究员,百度研究院副院长和大数据实验室负责人,期间参与和领导开发过多项机器学习算法和应用系统。 张潼博士曾参加美国国家科学院大数据专家委员会,并负责过多个美国国家科学基金资助的大数据研究项目。此外,张潼博士是美国统计学会和国际数理统计学会fellow,并担任NIPS、ICML、COLT等国际顶级机器学习会议主席或领域主席,以及PAMI, JMLR, 和Machine Learning Journal等国际一流人工智能期刊编委。


北京拓尔思信息技术股份有限公司  施水才  总裁


报告主题:从舆情分析到态势感知
嘉宾简介:在科研领域主持了二十几项国家级项目,在国内外会议和期刊发表论文100多篇,是国家863计划重点项目专家组成员,获国家科技进步二等奖、上海市科技进步一等奖、2012年全国优秀科技工作者、中国十大软件领军人物等荣誉和称号,是北京信息科技大学教授、南京大学兼职教授。兼任中国中文信息学会副理事长、中国软件行业协会副理事长,中国语音产业联盟副理事长、中国非结构化数据管理系统标准工作组副组长,中国计算机学会和中国电子学会大数据专家委员会委员,中关村大数据产业联盟副理事长。 毕业于西安电子科技大学,获计算机专业学士和硕士学位,获清华大学五道口金融学院EMBA学位。曾于1992年和1995年在香港中文大学和美国弗吉尼亚理工大学访问研究,1992年被聘为德国政府技术合作公司(GTZ)数据库领域专家。1998年破格晋升教授。 拓尔思主要创业者之一,历任研发部经理、总经理、董事长兼总经理等,2011年领导拓尔思在深交所创业板上市,使拓尔思成为A股第一个上市的大数据技术公司。


微软亚洲研究院  刘铁岩  副院长、首席研究员


报告主题:推动人工智能发展 ——来自人类社会的启迪
报告摘要:近年来,人工智能技术取得了飞速的发展,不仅在某些特定任务上接近人类水准,在与产业结合方面也迈出了坚实的步伐。那么,人工智能到底距离人类智能还有多远?如何才能进一步提高人工智能的水平?本报告中,我们指出目前主流的人工智能技术忽略了在人类社会(尤其是其教育体系)中扮演重要角色的两个因素:同学和教师。因为有同学,我们在成长道路上互相帮助、共同进步,“听君一席话,胜读十年书”;因为有教师,我们被因材施教、被系统地传道受业。那么如何在人工智能技术中体现同学和教师的作用呢?本报告将介绍我们最近的两项研究成果 – dual learning和learning to teach。前者利用多个智能体之间的互相协作,可以从无标签数据中学习高效的人工智能模型,也可以提高有监督学习和推断的性能。后者自动地为机器学习过程选择合适的训练数据和损失函数,实现因材施教;并通过教与学的互动,实现教学相长。我们以机器翻译为例展示dual learning 和 learning to teach 的效果,并探讨如何更多地借鉴人类社会机制,以促进人工智能技术的进一步发展。
嘉宾简介:刘铁岩博士,微软亚洲研究院副院长、首席研究员,IEEE院士、ACM杰出会员、CMU客座教授、诺丁汉大学荣誉教授、中国科技大学博士生导师。刘博士的先锋性工作促进了机器学习与信息检索之间的融合,被国际学术界公认为“排序学习”领域的代表人物,他在该领域的学术论文已被引用万余次,并受Springer出版社之邀撰写了该领域的首部学术专著(并成为Springer计算机领域华人作者十大畅销书之一)。近年来,刘博士在博弈机器学习、深度学习、分布式机器学习、强化学习等方面也颇有建树,他的研究工作多次获得最佳论文奖、最高引用论文奖、研究突破奖;被广泛应用在微软的产品和在线服务中、并通过微软认知工具包(CNTK)、微软分布式机器学习工具包(DMTK)、微软图引擎(Graph Engine)等项目开源。他曾受邀担任了包括SIGIR、WWW、KDD、ICML、NIPS、AAAI、ACL在内的顶级国际会议的组委会主席、程序委员会主席、或领域主席;以及包括ACM TOIS、ACM TWEB、Neurocomputing在内的国际期刊副主编。他是中国计算机学会(CCF)学术工委,中文信息学会(CIPS)信息检索专委会副主任,中国云体系联盟常务理事。


清华计算机系  唐杰  副教授


报告主题:社交影响力与行为预测
报告摘要:社会网络已经成为沟通真实物理世界和虚拟互联空间的桥梁。我们在互联网络中的行为直接反映了我们在真实世界的活动和情感。我将介绍在大规模真实网络中(如:微信、微博、Twitter、 AMiner等网络)如何分析用户之间的交互影响力和基于网络拓扑的结构影响力,并基于影响力预测用户行为。模型同时考虑了网络结构、用户属性和网络用户的偏好。并设计了针对大规模网络的并行学习算法。在实际真实在线社交系统中得到了验证。
嘉宾简介:唐杰,清华计算机系副教授、博导、CCF杰出会员、清华-工程院知识智能联合实验室主任。于2006年6月在清华大学计算机系获得博士学位,曾在康纳尔大学、香港科技大学、南安普顿大学、鲁汶大学进行学术访问。主要研究兴趣包括:社会网络分析、数据挖掘、机器学习和知识图谱,提出基于话题的社会网络影响力度量模型,利用网络影响力度量结果有效提高了用户行为预测和信息推荐精度,在多个亿级用户的社交系统得到实际验证。发表论文200余篇,包括计算机学会(CCF) A类论文70余篇,论文引用9000多次。主持研发了研究者社会网络挖掘系统AMiner,从亿级文献数据挖掘科技知识,吸引了220个国家/地区800多万独立IP访问;核心技术应用于国家科技部、自然科学基金委、中国工程院、ACM、美国艾伦人工智能研究所、搜狗、阿里巴巴、腾讯等单位。获中国人工智能学会科技进步一等奖、牛顿高级学者基金、国家自然基金委优秀青年基金、计算机学会青年科学家奖;担任国际期刊ACM TKDD的执行主编和IEEE TKDE、ACM TIST、IEEE TBD编委,担任KDD’18大会副主席、CIKM’16、WSDM’15等国际会议PC主席。


University of California, Los Angeles  Wei Wang  Chair Professor


报告主题:Modeling Dynamic Networks
嘉宾简介:Wei Wang is the Leonard Kleinrock Chair Professor in Computer Science at University of California, Los Angeles and the director of the Scalable Analytics Institute (ScAi). She received her PhD degree in Computer Science from the University of California, Los Angeles in 1999. She was a professor at the University of North Carolina at Chapel Hill from 2002 to 2012, and was a research staff member at the IBM T. J. Watson Research Center between 1999 and 2002. Dr. Wang's research interests include big data analytics, data mining, bioinformatics and computational biology, and databases. She has filed seven patents, and has published one monograph and more than one hundred seventy research papers in international journals and major peer-reviewed conference proceedings.
Dr. Wang received the IBM Invention Achievement Awards in 2000 and 2001. She was the recipient of an NSF Faculty Early Career Development (CAREER) Award in 2005. She was named a Microsoft Research New Faculty Fellow in 2005. She was honored with the 2007 Phillip and Ruth Hettleman Prize for Artistic and Scholarly Achievement at UNC. She was recognized with an IEEE ICDM Outstanding Service Award in 2012, an Okawa Foundation Research Award in 2013, and an ACM SIGKDD Service Award in 2016. Dr. Wang has been an associate editor of the IEEE Transactions on Knowledge and Data Engineering, IEEE Transactions on Big Data, ACM Transactions on Knowledge Discovery in Data, Journal of Knowledge and Information Systems, Data Mining and Knowledge Discovery, and International Journal of Knowledge Discovery in Bioinformatics.. She serves on the organization and program committees of international conferences including ACM SIGMOD, ACM SIGKDD, ACM BCB, VLDB, ICDE, EDBT, ACM CIKM, IEEE ICDM, SIAM DM, SSDBM, RECOMB, BIBM.


电子科技大学  周涛  教授


报告主题:大数据在社会经济及行为分析中的应用
报告摘要:以几个典型的事例,呈现大数据社会经济宗教教育系统中的典型应用,包括区域经济发展决策、宏观社会经济态势感知、与人有关的行为分析、风险评估和行为预测、宗教网络结构分析等方面的应用,总结大数据特殊的方法手段以及大数据给经济社会研究可能带来的重大变化。
嘉宾简介:周涛,电子科技大学教授,主要从事统计物理与复杂性方面的研究。在Physics Reports、PNAS、Nature Communications等国际SCI期刊发表200余篇学术论文,引用16000余次,H指数为63。2009年获教育部自然科学一等奖,2011年获第十二届中国青年科技奖,2013年获四川省科技进步一等奖,2014年获中国计算机学会自然科学二等奖,2014年起历年入选Elesvier最具国际影响力中国科学家名单(物理天文类)。2015年当选第十二届中华全国青联常务委员,并担任科学技术界别工作委员会副主任。2015年当选全国十大科技创新人物。2016年当选四川省首批杰出人才。2017年获全国创新争先奖。


哈尔滨工业大学计算机学院  秦兵  教授


报告主题:社会媒体中的语言情感分析
报告摘要:社会媒体是以社会网络为基础,互联网用户发表和分享信息为主要形式的在线交互媒体。在这些信息中包含大量的用户情感文本信息,并通过社会媒体影响现实世界。因此,社会媒体的发展一方面为情感分析的研究提供了海量的数据和资源,另一方面为情感分析新的任务和应用的发掘提供了新的契机。本报告将结合文本情感表达和社会媒体的特点,从情感分析研究面临的任务说起,深入探索目前情感分析的热点任务和相关算法,进一步分析和思考情感分析未来的研究趋势、以及情感分析在各个领域的应用中所面临的机遇和挑战。
嘉宾简介:秦兵,女,哈尔滨工业大学计算机学院教授、博士生导师。哈尔滨工业大学社会计算与信息检索中心副主任。中国中文信息学会理事、中国中文信息学会语言与知识计算专委会副主任、社会媒体处理专委会情感分析工作组组长、信息检索专委会常委,国家重点基金项目负责人。多年来一直从事自然语言处理研究。主要研究方向:自然语言处理、信息抽取、文本挖掘、情感分析等。在顶级国际会议ACL、COLING、EMNLP、IEEE TKDE、IEEE TASLP等国内外重要期刊及会议上发表论文60余篇,担任多个会议领域主席以及多个期刊和会议的审稿人。主持多项国家自然科学基金以及国家科技部863项目。同时和多家互联网企业开展合作,多项研究成果进入企业产品。获中文信息学会钱伟长中文信息处理科学技术奖一等奖、黑龙江省技术发明二等奖。


清华大学社会科学学院政治学系  孟天广  副教授


报告主题:Bridging Digital Divide: Online Opinion-Policy Nexus and Government Responsiveness in China
报告摘要:The widespread use of information and communication technology (ICT) has reshaped the public sphere in the digital era, making both digital democracy and digital divide for political life. Internet is widely touted for its potential to facilitate government responsiveness and reduce inequality in political influence among citizens through lowering participation cost and amplifying pressure from below, but few research examined the online opinion-policy nexus. Based on a series of big data analytics to massive administrative data of online citizen-government interaction in China, the study provides new micro foundations for both the facilitating effect and equalizing impact of Internet-based participation on local government policies in the regime level. The study finds that China government is considerably responsive to citizens' opinion with a rapid growth of response rate in both individual and policy level, and the popularity of online participation led local government to produce pro-redistributive policy, which disproportionately benefit the lower class.
嘉宾简介:孟天广,清华大学社会科学学院政治学系副教授,苏世民书院兼职教授,仲英青年学者。北京大学政府管理学院政治学学士、政治学博士。兼任清华大学数据治理研究中心主任、北京大学中国国情研究中心研究员、北京大学中国社会调查中心兼职研究员、加州大学圣地亚哥分校21世纪中国研究中心访问学者。研究领域包括中国政府与政治、大数据与网络治理、计算社会科学等,近期致力于在社会科学领域开展大数据和实验研究的方法创新和实践应用。他在国内外知名学术期刊Comparative Political Studies、Global Environmental Change、Social Science Research、International Journal of Public Opinion Research、《政治学研究》等发表过30多篇中英文论文。