孙海英谢天笑中外学者共探图数据与商务智能、大模型生态构建与应用等前沿热门线 来源：中新网上海

　　中新网上海新闻12月5日电(许婧)由上海交通大学安泰经济与管理学院数据与商务智能系系主任、上海交通大学讲席教授林学民组织的大数据管理与商务智能应用论坛12月1日至2日在上海交大举办，吸引了来自海内外顶尖高校的近30位学者参与，共同探讨图数据与商务智能、大模型生态构建与应用等前沿热门话题。

　　林学民说，随着科技的发展和信息技术的进步，我们已经进入了数据驱动的时代，大数据管理和商务智能的应用已经成为推动企业创新和发展的重要引擎。他希望通过此次论坛，能够进一步加强学术界和业界的交流与合作，共同探讨如何更好地利用大数据技术来提升竞争力，为社会创造更大的价值。

　　论坛上，复旦大学大数据学院黄增峰教授分享了《图表示学习与图卷机网络》的报告，他简要介绍了图表示学习和图卷机网络的基础、应用和发展历程，讨论了图神经网络所面临的挑战，并分享了围绕当前这些问题的研究进展以及对未来工作的展望。

　　海致星图科技有限公司研发VP于政博士做了题为《大语言模型与知识图谱协同共进》的报告，指出通过知识增强技术，可以有效应对大模型的幻觉产生、依赖过时信息、缺乏专业领域的深度知识、数据隐私保护等问题，对于提升模型的准确性、时效性和实用性至关重要，同时能推动知识增强型大模型在专业垂直领域的应用。

　　香港科技大学(广州)信息枢纽院长、数据科学与分析学域讲座教授陈雷分享了题为《Data Science for AI》的报告，他从大数据管理技术通常用于解决如何组织、查询和分析复杂大数据出发，围绕人工智能应用中数据管理的三大挑战提出了解决方案，即有效的数据准备、高效的训练优化，以及模型验证和可解释性。

　　浙江大学求是特聘教授、软件学院副院长高云君以《当DB遇到大模型：挑战与机遇》为题做了报告，高教授先介绍了DB与AI融合的研究背景及意义，而后阐述了大模型(LLM)带来的新挑战与机遇。他表示，在大模型时代，我们面临着训练和部署成本高、安全性低、难以解释等问题。而数据库支持的大模型旨在解决这些挑战，优化从训练到部署的各个方面。结合数据库技术和大模型方法，我们可以构建融合体系，以服务数字经济建设、促进国家科技创新发展。

　　深圳大学特聘教授毛睿分享了题为《大数据泛构：度量空间通用数据处理模式》的报告，探讨了大数据处理中的通用性与性能之间的平衡。他指出，目前大数据产业面临功能单一、安全可靠性差、成本高等问题。毛睿教授提出的大数据泛构方法把数据抽象为度量空间中的点，并不依赖于数据的内部结构，而是使用数据间的距离进行处理。这种方法介于基于数字类型和基于图的系统之间，旨在平衡通用性与性能。

　　阿里云首席技术官周靖人博士在题为《大模型应用的挑战和机会》的报告中，强调了模型在当前发展阶段的重要性，他介绍了公司的技术产品“通义千问”，并强调了其前沿性能。通过将大模型与各行业知识结合，可以极大地提升模型的能力，推动AI技术在不同行业中的应用和创新。周靖人博士的演讲突出了大模型在现代科技和行业发展中的关键作用，以及其在不同应用场景中的多样性和适应性。

　　复旦大学教授姜育刚分享了题为《视频内容分析：现状与六大趋势》的报告，他概述了视频内容分析技术的发展历程和现状，并在Transformer模型为计算机视觉领域带来新机遇的背景下，展望了未来的六大发展趋势：训练数据的多元化，网络架构的统一化，监督信号的自学化，知识融入的联合化，部署推理的专用化，以及可信学习的应用化。报告还提出了一个关于通用人工智能的开放性问题：是否需要大型模型来实现通用智能，以及在不同场景中的应用潜力。

　　香港科学技术大学(广州)协理副校长、人工智能学域主任、讲座教授熊辉以《Human and Social Nature in AI Algorithms》为题分享了报告。他探讨了算法在自然界和人类社会中的应用和发展，并提出了将算法的基本原理与中国文化中的自然哲学相结合的观点，如《易经》中的平衡原则在算法设计中的应用。他深入探讨了算法的本质、在社会和自然中的应用，以及如何通过中国传统文化和哲学来更好地理解和应用这些算法。

　　中国科学技术大学讲席教授、大数据学院执行院长陈恩红教授在题为《面向富语义社交媒体的多模态认知智能》的报告中指出，现有的多模态分析技术在感知和整合深度语义方面存在难点，而知识工程路径则因高质量图文对稀缺而面临性能瓶颈。同时，新兴的多模态大模型虽掌握丰富语义线索，但在可靠性、推理能力等方面存在缺陷。最后，报告指出通过大模型的增强，可以解决或缓解大型模型中的幻觉问题，形成从语义理解到语义关联再到大型认知的链条。