新闻网讯 5月26日，计算机学院计算机科学与技术专业建设50周年学术论坛举行。

计算机学院党委书记易辉简要回顾了学院的发展历程，期待在各位专家指导下，学院更好地总结过去五十年的发展，规划未来五十年的发展。他希望与会者运用好专业建设50周年学术论坛平台，围绕相关主题充分交流探讨，进一步营造团结协作，修德创新的学术氛围，共同为学院发展贡献力量。

澳大利亚斯威本科技大学杨耘教授以"Cost-effective Big Data Management in Cloud" 为主题，全面阐述了他和他的研究团队在云计算中的大数据管理方面的最新研究成果。报告中，杨耘介绍了在云计算的按需付费模式下，如何实现大数据的高效、低成本管理以满足广泛应用的需求。报告涵盖了数据放置、数据存储、以及数据可靠性的诸多主题，并特别强调以成本效益为主导思想，从更广泛的角度指出了其在各种应用中的实践应用和价值。杨耘教授的报告为理解云计算环境下大数据管理的核心问题与解决方案提供了宝贵的视角。

清华大学陶建华教授以“个性化人物音频生成与伪造鉴别技术”为主题，详细阐述了如何通过大数据和先进算法，实现高度拟人化和个性化的人物音频生成，这一技术在通信、教育、金融、社交、娱乐等领域有着广泛应用。报告中，他警示了音频伪造技术的潜在威胁，倡议对这一领域进行深入研究与审查，以防止其恶意利用。同时，他还展示了一些最新的鉴别技术，包括伪造声音鉴别、伪造溯源分析以及面向复杂场景的声音生成与鉴别对抗博弈等，对如何更好地识别并防止音频伪造提出了新的思考和解决方案。

中国科学技术大学陈恩红教授以“面向智能教育情境的学习者能力建模：研究与展望”为主题，介绍了在教育数字化大背景下，大数据分析和机器学习等智能技术的重要作用。他强调规模化因材施教是智能教育的核心任务之一，并进一步解读了学习者能力建模在智能教育中的关键性角色，这一模型不仅要考虑学生的知识掌握情况，还要结合各种因素，包括题目难度、学生的学习环境和历史学习状态等。陈恩红对当前智能教育发展现状和未来趋势的深入解读，为理解智能教育的发展趋势和应用场景提供了宝贵的视角。

天津大学胡清华教授以“低质多模态数据动态融合”为主题，深入探讨了当前数据科学面临的重要挑战。随着传感器技术的飞速发展，我们正迎来了一个数据量爆炸的时代。这些海量数据，从医疗诊断到机器人科学，从科学探测到社交媒体分析，无所不在。但是，这些数据不仅源自不同的传感器，而且格式、质量和可信度也各不相同。在这种背景下，如何有效地融合和利用这些低质、多源、异构数据，已经成为了一个日益重要的研究领域。他在讲座中系统地介绍了多模态数据融合的现状和存在的问题，并分享了人脑处理多感官数据融合时的独特策略。他还引入了一种全新的动态可信融合模型和算法，为在复杂的现实世界中处理和解读大数据提供了一个全新的视角。

东南大学耿新教授以“机器学习的‘基因’：让机器像人一样学习”为主题，介绍了一种全新的机器学习概念——"学习基因"（Learngene），以此作为主题，将机器学习与生物学的进化理论相结合，从而为深度学习领域带来可能的颠覆性改变。耿新深度剖析了当前深度学习的挑战，包括数据规模与模型参数的过度增长，以及研究与应用门槛的不断提高。他提出，通过抽取大模型中的“学习基因”并应用于轻量级模型，或许可以模仿人类从基因中继承知识的方式，让机器也能以更高效、更自适应的方式进行学习。这不仅可以降低机器学习的实施门槛，也可以进一步激发深度学习领域的创新与发展。

我校计算机学院张腾副教授以“基于间隔分布优化的学习方法”为主题，对当前机器学习领域面临的新挑战——如何高效地优化间隔分布，进行了深入的解读和探讨。他详细阐述了统计学习中的经典大间隔方法，特别强调在原始的“最小间隔”优化目标之外，更为关键的是“间隔分布”概念。报告指出，近期的Boosting算法研究显示，只优化最小间隔并不能确保优秀的泛化性能，反而间隔分布的优化尤其关键。他同时也分享了在机器学习任务中，如何显式优化间隔分布的方法，并建立最优间隔分布学习机这一新型统计学习范型。

学院学术委员会主任金海教授进行了总结致辞。他表达了对参与活动的所有专家的深深感谢，建议学院加快在人工智能领域的发展，为学院学科未来发展做好布局。

计算机学院副院长吴松教授主持活动，学院师生代表参加论坛。