ADL143《人工智能的社会责任》开始报名

车美英(Meeyoung Cha)

韩国KAIST计算机学院副教授

讲者简介：车美英(Meeyoung Cha)，韩国科学技术高等学院（KAIST）计算机学院副教授，韩国基础科学研究院（Institute for Basic Science）首席研究员。她致力于研究社会信息在不同领域中的传播。她在虚假信息、贫困地图绘制、欺诈检测和长尾内容方面的研究获得了近两万次的引用。她曾担任Meta数据科学团队教授，并获韩国青年信息科学家奖，以及AAAI ICWSM和ACM IMC时间检验论文奖。

报告题目：人工智能的伦理挑战/Ethical Considerations in AI

报告摘要：该讲座将涵盖有关人工智能系统（例如聊天机器人）伦理方面的主题。我们将探讨确保信息真实性的一些关键挑战（如何通过AI系统提供准确和及时的信息？）、同理心（如何识别和避免对话中的冒犯性语言，如何使聊天机器人能积极地支持人们的情绪？）以及版权问题（当前的法律冲突是什么，以及如何保护由AI生成的内容的知识产权？）。该讲座旨在面向希望促进安全、健康、透明和包容的在线社区的学生和研究人员。 

范晓光

浙江大学公共管理学院研究员

讲者简介：范晓光，复旦大学社会学博士。浙江大学公共管理学院博士生导师。现任国际社会学会（ISA）理性选择专委会（RC45）理事。主要研究领域为社会转型与分层、计算社会科学、科学社会学和社会研究方法。

报告题目：社会学视阈的人工智能

报告摘要：人工智能在可预见的未来会变得更加强大，也将为社会带来一系列新变化。社会学作为以研究社会结构和社会变迁见长的学科，对人工智能具有独特的理解。本讲座将围绕人工智能“算法黑箱”的透明化、人工智能与社会结构转型、人工智能与社会公平等议题，系统介绍国内外社会学家有代表性的新思考。此外，还结合包括生成式人工智能在内的智能社会技术变革，就社会学与计算科学、数据科学进行学科交叉研究做出展望和反思。

胡侠

美国Rice大学计算机系副教授

讲者简介：胡侠，Rice大学计算机系副教授。他在NeurIPS、ICLR、KDD、WWW、IJCAI、AAAI等多个重要学术会议上发表了200多篇论文。他所在团队开发的开源软件包AutoKeras是Github上最受欢迎的自动化深度学习系统。此外，他在深度协同过滤、异常检测和知识图谱方面的研究成果分别被TensorFlow、苹果和微软必应所采用。他的论文曾在ICML、WWW、WSDM、ICDM、AMIA和INFORMS等会议上获得最佳论文（候选）奖。他是美国国家科学基金会职业发展奖和ACM SIGKDD杰出青年学者奖获得者。他的工作已被引用超过两万次，H指数58。他曾担任WSDM 2020和ICHI 2023大会主席，并是AI POW LLC创始人。

报告题目：可解释机器学习：概念与技术

报告摘要：在医疗保健和网络安全等实际应用中，只有当领域专家能够理解模型和结果时，他们才会适当地信任和有效地管理预测结果。举例来说，对于医生和患者而言，理解为什么患者被诊断为糖尿病前期以及决策是如何由预测模型做出的，是至关重要的。本次报告将详细探讨可解释机器学习的基本概念、最新算法及其实现。首先，我们将介绍问题背景，以及可解释机器学习的概念和问题定义。接着，我们将深入讨论系统架构和主要算法，并介绍我们在通过模型和应用角度弥合深度学习算法与可解释浅层模型之间差距方面的进展。

李学尧

上海交通大学凯原法学院长聘教授

讲者简介：李学尧，现任上海交通大学凯原法学院教授、博士生导师；兼任上海交通大学法律与认知智能实验室主任，上海交通大学智慧法院研究院研究员，上海交通大学行为与心理研究院研究员，上海交通大学城市治理研究院双聘教授。曾入选教育部“新世纪优秀人才”、上海市曙光学者等人才计划。近年以来主要从事前沿科技的安全监管、高等教育与科技创新立法、法律职业与司法改革。已在《中国社会科学》《法学研究》《中国法学》、Journal of Empirical Legal Studies等国内外学术期刊发表过学术论文。代表作有《存在神经权吗？》《法律如何促进科技创新》《数字法学的学科性质》《认知流畅度对司法裁判的影响》《法律职业主义》《法律发展的结构性平衡》等。

报告题目：生成式大模型的法律监管：前瞻性立法的可能性及其限度

报告摘要：2023年6月14日，欧洲议会全体会议表决通过了《人工智能法案》授权草案，该法案对生成式人工智能采取了严格监管的思路。2023年7月13日，国家网信办联合其它六个部委公布了《生成式人工智能管理服务暂行办法》。此前，国务院在年初也将人工智能法草案列入了2023年的立法工作计划。此外，美国、英国、日本等国也都在积极研讨如何加强对生成式人工智能的监管。结合此背景，报告将应用复杂系统理论，超越主流法学的“权利监管范式”，聚焦于“立法该如何监管技术安全（不确定性）”，“立法该如何促进科技创新”，探讨立法在前沿科技监管方面的功能、限度、不同制度供应模式的优劣比较以及理想型的中国立法监管模式。

李勇

清华大学电子系长聘副教授

讲者简介：李勇，清华大学电子工程系副教授、博士生导师, 教育部长江学者特聘教授。长期从事数据科学与智能方面的科研工作，作为负责人承担自然科学基金重点、国家重点研发计划等项目，科研成果在Nature Computational Science、Nature Human Behavior、Nature Machine intelligence、Nature Sustainability、KDD、NeurIPS、WWW、UbiComp等国际会议与期刊发表学术论文100余篇（CCF A类80篇），文章引用19000余次，6次获国际会议最佳论文/提名奖。先后入选国家级人才计划、全球“高被引科学家”、国家级青年人才计划，获IEEE ComSoc亚太区杰出青年学者奖、教育部科技进步一等奖、湖北省技术发明一等奖、中国电子学会科技进步一等奖、中国电子学会自然科学二等奖、吴文俊人工智能科学技术奖优秀青年学者奖等。

报告题目：人工智能模拟复杂城市社会行为：真实性与可解释性

报告摘要：随着全球城市化进程的加速，城市规模和复杂性不断增加。城市作为社会技术系统，其复杂性源于社会要素与物理要素的相互依赖和相互作用。其中，城市中的物理要素往往能够较好地建模与仿真，而城市中的社会要素由大量个体组成，难以准确建模和模拟。过去的城市社会模拟方法在真实性与可解释性上存在局限，缺乏对各类社会要素的有效模拟机制。近年来生成式人工智能技术（AIGC）得到飞速发展，从传统生成模型到扩散模型，尤其是大语言模型，为城市社会行为模拟所需的高真实性与可解释性生成能力奠定基础。本次报告将从理论体系、技术方法、工程系统三个层次，介绍基于AIGC的高真实性与可解释性复杂城市社会行为模拟，并介绍基于语言大模型实现城市社会模拟的最新工作。

桑基韬

北京交通大学计算机科学系教授

讲者简介：桑基韬，北京交通大学教授，计算机科学系主任，主要研究方向为社会多媒体计算、多源数据挖掘、可信机器学习。曾获中科院院长特别奖、ACM中国新星奖等，作为负责人先后承担国家自然科学基金重点项目、(首批)新一代人工智能重大项目课题和北京市杰出青年基金，第一/二作者论文7次获得CCF推荐国际会议主会的论文奖项，以第二完成人获得中国电子学会自然科学一等奖和北京市科学技术奖。

报告题目：可信媒体计算：从小模型到大模型

报告摘要：随着深度神经网络的发展，图像、视频分析等相关模型在实验室环境下的准确率已经达到甚至超过了人类水平。然而，现实环境中的安全、可靠应用需要进一步关注可解释性、算法公平性、对抗鲁棒性、数据隐私保护等问题。此外，大模型的兴起促进了AI模型从专用工具到通用智能代理的转变，应用范围的拓展和依赖程度的加深对AI模型提出了负责任等更高的要求。本次报告将介绍媒体计算领域的相关进展，包括三个部分：(1) 可信AI：从”可以用”到”很好用”，介绍为什么需要研究可信AI以及小模型时代的可信媒体计算相关研究；(2) 大模型时代的可信媒体计算，从研究对象、研究目标、应用范围三个方面介绍这个领域的发展；(3) 可信媒体计算和人机对齐，讨论人机对齐和可信AI的关系并探索可信媒体计算的未来趋势。

吴方照

微软亚洲研究院首席研究员

讲者简介：吴方照，微软亚洲研究院首席研究员。在国际学术期刊和会议发表多篇学术论文。曾获NLPCC 2019优秀论文奖和ACL 2022 Area Chair Award。目前从事负责任AI、用户隐私保护、自然语言处理、推荐系统等方面的研究和实践。

报告题目：大模型时代的隐私、安全和版权

报告摘要：以ChatGPT为代表的大模型展现了AI的强大能力，并获得了广泛应用。然而，大模型的训练和应用也引起了社会层面的巨大担忧。首先，训练大模型所收集的海量互联网数据包含了大量用户的隐私信息。其次，大模型已经被发掘出越来越多的安全漏洞和风险，有可能从强大的工具被利用变为强大的武器。另外，大模型和用户内容的版权和知识产权的面临真实的挑战。本次报告将从大模型的隐私、安全和版权的角度，探讨如何构建更加负责任的人与大模型共存的社会。首先，在隐私方面，我将介绍“联邦学习”这一重要的面向模型训练的隐私保护技术，并分享联邦学习与大模型结合做面临的挑战以及相应的解决方案。其次，在安全方面，我将介绍大模型所带来的一些独有的安全问题和风险，并分享相应的机制成因以及防御方法。最后，在版权方面，我将介绍大模型版权保护的相关研究工作，并分享在用户数据版权以及用户创作内容版权方面的一些初步思考。