返回首页
YEF2020技术论坛预告：可信智能计算
今年大会主题为“制胜激变，智谋未来”，8个分论坛将分别深度交流探讨如何以科技力量对抗和解决后疫情时期的经济社会问题，并对未来技术热点和发展前景等展开热议。
YEF2020论坛预告之：技术论坛《可信智能计算》
随着人工智能的复兴，智能系统已被应用在众多安全攸关领域承担关键任务。从现代医疗手术系统到新型轨道交通系统，从无人驾驶到航空航天，从智慧城市到智能制造，无处不见智能系统的身影。虽然智能计算部件作为核心在智能系统中扮演着越来越重要的角色，但是由于缺乏相关的方法、技术与工具，其可信难以保证，成为了智能系统设计中最令人担忧的部分。围绕可信智能计算，本技术论坛将从体系架构、硬件芯片、软件算法等多个维度介绍目前最新的可信技术，旨在为提高智能系统开发效率、改善软硬件设计质量、增强智能系统可信、优化开发过程和控制成本提供思路。
论坛邀请到了来自于美国杜克大学的陈怡然教授、新加坡南洋理工的刘杨教授、中科院自动化研究所的曾毅研究员、以及来自于中科院信工所的侯锐研究员。同时论坛还邀请了来自于工业界如蚂蚁金服与广州恒创智能有限公司的专家参与Panel讨论。论坛将在介绍学术界与产业界高水平研究成果的同时，开展相关的技术思辨讨论。
报告内容摘要：
陈怡然教授：《理解和加强深度学习安全性和隐私性的一些实践》
在人工智能研究领域，对于深度神经网络的攻击与防御以及大数据的隐私保护是最近的两个热点。本次报告首先将介绍我们最近有关深度神经网络攻击可迁移性的一项工作。通过对于神经网络攻击过程中对抗性攻击如何改变中间特征分布的可解释性研究，我们提出了一种新型可迁移的黑盒攻击。报告的第二部分将介绍我们最近提出的一种新型数据众包架构-TIPRDC。通过从中间表达中学习的方式，TIPRDC可以最大限度的隐藏在原始数据中嵌入的敏感信息，从而实现在联邦学习中保护数据隐私的目的。
刘杨教授：《可信深度学习系统：智能系统可信保证之路》
深度学习在图像分类，语音识别和智能驾驶等领域获得了显著的效果，但目前的深度学习系统在实际应用部署中依然面临着严重的安全可信等问题。由于深度学习软件与传统软件的编程范式存在明显的差异性，导致目前缺少相关的技术和工具来保证深度学习软件的可信性。报告中，主要介绍我们近期的工作DeepStudio，一个面向深度学习系统可信性分析的全栈式框架。该框架包括针对全新训练模型的可信性和鲁棒性分析以及深度学习系统部署时的兼容性分析。
曾毅研究员：《为人与人工智能共生社会构建信任》
人与人工智能构成的共生社会中的信任关系主要包括三方面，一方面是人对人工智能系统的信任，此外是智能系统之间的互信，第三方面是人工智能作为使能技术促进不同文化背景人类之间的互信。本报告将首先从人工智能模型的构建机制、内外部安全、透明性与可解释性、认知共情等视角讨论人工智能是否以及如何获得人类信任，以及智能系统之间的互信，随后将探讨如何通过人工智能技术、伦理与治理的研究构建跨文化互信。
侯锐研究员：《安全优先体系结构》
硬件和芯片的安全是信息社会网络空间安全的基石之一。然而，近年来不断涌现的以“熔断”、“幽灵”为代表的芯片漏洞揭示了商用处理器芯片面临严重的安全问题。值得指出，硬件和芯片级的安全漏洞，不单单来自于单纯的实现错误，或者设计、生产过程中的恶意植入，更有相当一部分是处理器体系结构设计的经典设计原则或核心机制存在安全风险。正如图灵奖得主、体系结构领域的领军人物John Hennessy 和David Patterson在2019年明确指出，“体系结构在安全上面临尴尬局面”，“必须从芯片层面解决安全问题”，“体系结构黄金时代已经到来，体系结构2.0核心特征之一就是安全”。我们提出安全优先体系结构，改变了主流的“性能、成本优先”的设计思路，在设备、芯片层面积极展开探索，有效实现了“性能、成本与安全的平衡设计”，显著提高了系统的安全性。
加入CCF会员，可免费在CCF数字图书馆浏览包括YEF、CNCC、ADL等CCF全部会议活动的专家报告。
YEF2020 6月5日-7日召开在即，在这场以“制胜激变，智谋未来”为主题的计算领域学术界企业界的年度交流盛会上，国内外极富威望的顶级专家学者、企业风云人物将共商中国科技发展之机。各领域专家将通过大会报告、技术论坛、观点论坛等，集中探讨如何以科技力量对抗和解决后疫情时期的经济社会问题，并对未来技术热点和发展前景等展开热议。
超过40名嘉宾，6场特邀报告、8场技术分论坛、6场思想秀、科技创业秀……集结了中国计算机科学领域产业、学术界权威及新生代力量，YEF2020注定将让每位参会者满载收获，不虚此行。马上参会报名，共赴未来之约！
京公网安备 11010802032778号