CNCC｜人机物融合群智计算技术论坛

於志文

CCF常务理事，CCF普适计算专委会副主任、协同计算专委会副主任

西北工业大学 教授、哈尔滨工程大学 副校长

教育部长江学者特聘教授、国家杰出青年科学基金获得者。主要从事智能感知、普适计算、人机系统等领域的研究工作。主持国家重点研发计划项目、国家杰出青年科学基金、国家自然科学基金重点项目、国家973计划课题等20余项。已在国际顶级学术期刊和会议上发表论文200余篇，谷歌学术引用11000余次，ESI高被引论文7篇。曾获2006年CCF优秀博士学位论文奖，2011年CCF青年科学家奖，霍英东高等院校青年教师奖，国家教学成果二等奖、教育部自然科学一等奖、陕西省科学技术一等奖。

刘云浩

中国计算机学会通讯(CCCF)主编

清华大学 全球创新学院院长/教授

ACM Fellow、IEEE Fellow，教育部长江学者特聘教授，国家杰出青年科学基金获得者；现任ACM Transactions on Sensor Network主编，ACM中国理事会荣誉主席。曾任香港科技大学计算机系助理教授、副教授、系研究生部主任，清华大学软件学院院长，美国密歇根州立大学讲席教授、计算机系主任。2007年获香港最佳研究与创新大奖，2010年获教育部自然科学一等奖，2011年获国家自然科学二等奖（第一完成人），2013年获ACM主席奖，2014年获ACM MobiCom最佳论文奖，2021年获ACM SIGCOMM最佳学生论文奖。

报告题目：群智感知移动计算

当前，随着高速5G和Wi-Fi 6的出现，移动通信网络正经历关键而复杂的代际进化。在此背景下，群智感知与移动计算深度交融，物联网进入万物智联万物生的新时代。这一领域研究应该关注什么问题、朝着哪个方向进展？本报告通过研究数亿手机长期测量所获数据，从不同维度讨论群智感知移动计算的领域前沿和核心挑战。

黄建伟

香港中文大学（深圳） 校长讲座教授/协理副校长，深圳市人工智能与机器人研究院 副院长

IEEE Fellow，教育部长江学者特聘教授，广东省珠江科技领军人才，深圳市鹏城特聘教授，IEEE通信学会杰出讲者，汤森路透计算机科学领域全球高被引科学家，爱思唯尔中国高被引学者，现任 IEEE Transactions on Network Science and Engineering主编。长期专注于网络优化、网络经济学和群体智能交叉领域的开创性研究，出版7本学术专著，发表320余篇国际顶级期刊和会议论文，谷歌学术被引超过15000次，十次获得国际会议和期刊的最佳论文奖。历任IEEE通信学会认知网络专委会主席，IEEE通信学会多媒体通信专委员会主席，以及IEEE通信学会亚太分会技术委员会主席。

报告题目：信息年龄相关的差分隐私

实时应用数量的激增使得人们感兴趣在信息年龄 (Age of Information) 的框架下分析和优化信息的新鲜度。然而，经典的隐私框架（例如差分隐私-DP）忽略了信息年龄对隐私保证的影响，因此在为时变数据序列提供隐私保证时可能会导致不必要的准确性损失。我们引入了信息年龄相关的差分隐私(Age-Dependent DP) 的概念，建立了它与经典差分隐私框架的联系，并且描述了数据陈旧性和时间相关性对隐私保障的影响。当灵活结合数据老化和添加噪声两种隐私保护方法时，我们有可能在确保精度损失有限的情况下实现任意小的隐私风险。

郭斌

CCF西安分部主席

西北工业大学 计算与艺术交叉研究中心主任/教授

国家杰出青年科学基金获得者，爱思唯尔中国高被引学者。主要从事智能物联与普适计算、群体智能、移动群智感知等方面研究，在IEEE/ACM汇刊等国内外重要期刊和会议上发表论文150余篇，国际上率先研发了开源可定制的人机物融合群智计算开放平台(www.crowdhmt.com/)且面向智慧城市、公共安全等国家重大需求开展领域应用和技术推广。曾获得教育部自然科学一等奖、陕西省自然科学一等奖以及IEEE UIC'17、ISI'19、BIBM'20等国际会议最佳论文奖;担任IEEE THMS、ACM IMWUT等国际权威期刊编委。

报告题目：人机物融合群智计算：理论探索与实践

近来，在智能物联网、边缘智能、群体智能等兴起背景下，跨空间人、机、物异构智能体协作增强将成为新一代群智感知计算最重要的演进方向——即“人机物融合群智计算”（CrowdHMT）。人机物融合群智计算涉及物联网、人工智能、生态学、复杂系统科学、社会学等多学科交叉，探索自然集群交互协同与人工群智能体间协作增强间的隐式关联和映射机理，将通过异构群智能体的有机交互、协作、竞争与博弈，构建具有自组织、自学习、自适应、持续演化等能力的智能感知计算空间。本报告将探讨CrowdHMT的基础理论、科学挑战及关键技术，并介绍我们在这方面的研究进展。

吴帆

CCF上海分部秘书长，上海交通大学 计算机科学与工程系系主任/John Hopcroft计算机科学中心执行主任/教授

CCF YOCSEF上海主席，国家杰出青年科学基金获得者。在移动计算、端智能、大数据管理、智能博弈等领域取得系列科研成果，已在国际重要期刊和会议发表学术论文200余篇，出版英文专著一部。担任IEEE TMC、ACM TSN、IEEE TNSE等期刊编委。曾获教育部自然科学奖一等奖2项、ACM中国新星奖、CCF-IEEE青年科学家奖、仲英青年学者、CCF-腾讯犀牛鸟卓越奖、CCF-Intel青年学者提升计划、上海市浦江人才，以及包括IEEE/ACM IWQoS 2020在内的7次国际学术会议论文奖。

报告题目：大规模端云协同智能计算

随着手机、可穿戴设备、机器人、无人车、无人机等移动终端设备在计算、存储等方面能力的大幅提升，在移动端设备上进行智能化的数据处理（例如特征计算、模型推断和训练）成为新趋势。本报告将会追寻端智能技术的发展脉络，分享我们团队在端侧智能推理、大规模联合学习以及端云协同分布式智能支撑系统等方面的研究进展。

刘驰

北京理工大学 计算机学院副院长/教授

CCF大数据/普适计算专委会委员，国家优秀青年基金获得者，英国工程技术学会会士(IET Fellow)。主持国家自然科学基金、国家重点研发计划课题等20余项国家和省部级项目；发表论文100余篇，ESI高被引论文2篇，授权国内外发明专利14项，编写书籍9本。入选了国家“高层次留学人才回国资助计划”，中国科协“青年人才托举工程”、陕西省第八批“百人计划（短期项目）”、2017年中国物联网年度人物等。先后获得省部级一等奖1项、二等奖1项。

报告题目：人机协同边缘群体智能

人机协同边缘群体智能技术利用多种无人移动平台（自动驾驶汽车、无人机、无人艇、无人船等）和人所携带的丰富的传感器对物联网类大数据进行长时间、高质量、广覆盖的采集，可以在智慧城市、应急响应、未来国防等诸多方面发挥重要的作用。本报告将探讨如何提出多智能体深度强化学习系列方法支撑移动群体部署、感知与计算，以及面向大数据机器学习基于联邦学习的边缘智能技术。