2022年5月28日上午，由CCF主办，CCF人工智能与模式识别专业委员会、山东大学和山东建筑大学联合承办的第844期走进高校活动以线上形式成功举行。山东大学尹建华副教授，山东建筑大学刘萌教授担任本次会议的执行主席。

      首先，CCF人工智能与模式识别专业委员会常委、副秘书长尹义龙教授进行会议致辞，感谢大家对本次会议的大力支持，并希望大家在学术交流中共同进步。随后，北京大学金芝教授，湖南大学李智勇教授，东北大学于戈教授，南京大学俞扬教授，以及中国科学院周园春研究员分别做特邀报告。

会议云合影

金芝教授的报告题目是“软件系统视角下AI赋能系统的可信性”。随着人工智能技术的快速发展，基于人工智能技术构建的软件系统的可信性研究日益受到关注。金芝教授从软件系统视角进行切入，提到了系统功能可信的三个视角：系统开发视角，交互环境视角，度量视角，并指出AI赋能系统可信性目前的难点有传统构件和AI构件的交互可信、以及AI构件特有的可信问题等。然后，提出了“环境建模+系统控制+分层设计”的策略来创建可信系统。最后，金芝教授通过三个例子说明了如何建构可信AI赋能系统。

李智勇教授带来了题为“动态开放场景下的鲁棒目标跟踪方法”的报告。李教授首先对视觉目标跟踪问题进行了介绍。随后，介绍了视觉目标跟踪的研究现状，指出了主要有三类方法，生成式跟踪方法，判别式跟踪方法和深度学习跟踪方法。与此同时，李教授分享了课题组的四个典型工作，分别是局部稀疏外观模型，基于时空上下文信息的加权局部稀疏外观模型，通道感知相关滤波方法和检测和关联的在线多目标跟踪方法。最后，介绍了典型的工程应用案例。

于戈教授带来了题为“基于学习迁移理论的知识结构与熟练度追踪方法”的报告。首先，于教授介绍知识追踪是来追踪学习者对知识的掌握情况，属于认知心理学与计算机科学的交叉研究，以及知识追踪相关的理论与模型。然后，介绍了奥苏贝尔提出的认知结构迁移理论。最后，于戈教授介绍了自己团队的研究工作——基于学习迁移的知识结构追踪模型。

俞扬教授带来了题为“强化学习：从游戏走向工业应用”的报告。俞扬教授指出了目前强化学习主要应用于游戏场景，而将强化学习应用于工业应用是一个难题。同时，指出了将强化学习应用到工业应用的两种方式：一是直接使用积累的数据进行强化学习的训练；二是利用积累的数据学习出一个强化学习的环境模型，而后通过agent端与环境模型进行交互来进行强化学习；俞扬教授指出后者是一种更有潜力的方式。最后，俞扬教授指出了目前在环境模型学习中存在的一些问题，如计算误差的问题和执行偏置的问题。

周园春研究员带来了题为“科学数据出版与开放共享”的报告，其以开放科学为主题，依次介绍了它的起源和发展，联合国教科文组织的开放科学建议书，标志着开放科学进入了全球共识新阶段。随后，介绍了开放科学的国际政策和国内政策。之后，周园春研究员介绍了科学数据出版，中国科学数据的共享以及科学数据银行等相关内容。