CNCC2021 | “面向服务的群智计算与决策”论坛精彩回顾

· 中国工程院院士，信息系统安全重点实验室主任，鹏城实验室研究员于全院士

· 北京大学博雅讲席教授，欧洲科学院院士，CCF普适计算专委会主任张大庆院士

· 西北工业大学教授，计算机学院院长，CCF常务理事於志文教授

· 清华大学计算机系长聘教授，CCF数据库专委会常委李国良教授

· 蚂蚁安全科技首席产品官，CCF大数据专家委员会常委陈继东博士

· 上海科技大学教授，科道书院院长杨旸教授

以下是论坛的嘉宾演讲回顾：

蜂群民主决策与类脑计算-群体协作创造文明

中国工程院院士，信息系统安全重点实验室主任，鹏城实验室研究员于全院士的报告首先介绍了蜜蜂民主决策研究的历史与进展。接着，于院士以蜂群寻找优质蜂巢为例揭示了整个蜂群的思维是如何从一个个蜜蜂个体模式中涌现出来的。于院士进一步介绍了工蜂个体通过各类强度不同的舞蹈，可将潜在巢址的距离、方向以及蜂巢的质量等信息编码，进而实现蜜蜂个体智慧有限下卓越的群体决策。报告最后，于院士揭示了蜜蜂民主决策研究与群体智能和类脑计算研究的内在关联，并指出了可以借鉴的经验。

基于WiFi/4G/5G的老人居家状态连续监测: 挑战与实践

北京大学博雅讲席教授，欧洲科学院院士，IEEE Fellow，CCF普适计算专委会主任张大庆院士的报告首先指出居家老人的健康状态连续监测已成为解决老龄化问题的关键服务。而基于WiFi、4G/5G等居家中普遍存在的无线信号进行非接触感知的技术，由于其无须老年人佩戴任何设备就可实现全天候值守，为老年人的智能看护服务提供了一个新的有效的解决思路。

针对基于WiFi的行为识别存在连续行为的切割问题和位置依赖的分类分题等挑战，张院士提出了将行为识别问题转换为时空起居状态监测问题，一方面通过自适应切割技术将连续的活动有效地切分为静止、走动、和原地活动等原子状态；另一方面，利用对WiFi信号建模对日常生活空间进行了准确的划分，实现了精准的出入屋检测与活动区域的识别。

最后，报告以视频的形式展示了张院士研究组构建的国际上首个基于商用WiFi的长期连续监测老人日常起居状态的系统。该系统能够对用户的时间、空间、原子状态、起居状态进行实时检测、分析和推理，进而衡量用户的生活规律和监测健康异常状况。

CrowdOS：群智感知系统平台

西北工业大学教授、计算机学院院长，CCF常务理事、普适计算专业委员会副主任委员、协同计算专业委员会副主任委员於志文教授的报告首先介绍了群智感知的基本概念，包括数据-任务-参与者三维概念空间模型和效率-质量协同驱动的参考体系架构，以及主要的关键技术，包括参与者感知能力发现与评估、移动群智感知任务优化分配、感知数据优选汇聚等。接着，於教授详细介绍了其团队研发的群智感知系统平台-CrowdOS，包括其六大设计目标以及体系架构。该平台支持群智任务敏捷发布、复杂任务高效分配、多粒度隐私保护等核心功能。

报告最后，於教授介绍了一种利用城市泛在资源，探索人机物融合环境下的新型群智感知技术—人机物融合群智感知。相比于传统的“以人为中心”的群智感知，人机物融合群智感知能够通过人、机、物异构群智能体的有机交互、协作与竞争，实现智能体个体技能和群体认知能力的提升。

大数据群体计算

清华大学计算机系长聘教授，杰青，CCF数据库专委会副主任李国良教授的报告首先强调了大数据群体计算研究的重要意义，并介绍了现有的群体计算资源。接着，李教授总结了大数据群体计算研究的计算能力异质性、计算质量难控性和可用资源受限性三个核心挑战，并凝练出大数据计算的人机协作、异质资源计算的质量感知及资源受限的大数据计算可行性等三个关键问题。基于此，李教授详细介绍了团队在人机协作的群体计算模型、质量感知的群体计算方法以及资源可控的群体计算机理等方面的最新研究成果。

报告最后，李教授对人机协作大数据群体计算在容忍群体错误、减少群体代价和降低群体延迟等方面的优势进行了总结，并对未来发展方向做了展望。

IMAGE：蚂蚁下一代智能风控体系

蚂蚁集团安全科技首席产品官，全球可信身份平台ZOLOZ总经理，互联网金融认证联盟（IIFAA）理事长陈继东博士首先回顾了疫情给金融风控系统带来的深刻变化和全新挑战，并介绍了蚂蚁集团在守住资金安全和社会安全方面的积极投入和在可信人工智能的研究和落地成果。

随后陈博士围绕数字时代安全风险问题，探讨了未来智能风控抵御“数字化”风险的关键能力，并重点介绍了蚂蚁集团上线部署的“IMAGE”下一代风控体系，包括“图神经网络”、“智能交互技术”、“博弈攻防”等一系列为用户提供安全服务的创新技术。

MAFENN: Multi-Agent Feedback Enabled Neural Network for Wireless Communications

（多智体反馈神经网络驱动的智能无线通信）

上海科技大学信息科学与技术学院教授，科道书院院长，上海雾计算实验室主任，IEEE Fellow杨旸教授首先介绍了反馈机制在无线通信中的广泛应用背景，如信道均衡和资源分配，并介绍了其团队针对普通反馈机制算法在深度学习中存在的缺乏对反馈信息的足够学习能力问题，所提出的多代理反馈启用神经网络(MAFENN)均衡器来帮助系统提高去除接收端无线符号间干扰(ISI)的新方法。该方法创新性地引入了博弈论中的 Stackelberg博弈策略，在线性和非线性通道的不同信噪比(SNR)设置下，所提出的MAFENN均衡器在正交相移键控(QPSK)调制方法的符号错误率(SER)性能上优于传统其他均衡器。

特别鸣谢罗冰、孙鹏对本文内容的整理和贡献。