返回首页
第十届知识图谱论坛——知识增强与逻辑驾驭：知识图谱赋能可信AI | CNCC2026
知识图谱作为知识基础设施，正和 GraphRAG、神经符号学习等技术深度融合。本论坛以 “知识增强与逻辑驾驭：知识图谱赋能可信 AI” 为主题，邀请专家分享前沿理论与实践，探讨技术趋势，为打造可信可解释智能系统提供思路。
论坛简介
随着大语言模型和智能体技术的快速发展，知识增强与逻辑驾驭正成为突破模型幻觉、提升复杂推理能力、构建可信AI的关键路径。知识图谱作为连接数据、知识与智能的重要基础设施，正与动态本体、GraphRAG、神经符号学习、知识超图等技术深度融合，推动知识表示、语义理解、逻辑推理和自主决策能力持续演进。本论坛以“知识增强与逻辑驾驭：知识图谱赋能可信AI”为主题，邀请相关领域知名专家，围绕动态本体与大模型融合、知识增强推理、图谱智能体、神经符号学习、知识超图等前沿方向，分享最新理论、关键技术与应用实践，共同探讨知识图谱赋能可信AI的发展趋势，为构建可信、可解释、可控的智能系统提供新思路。
日程安排
顺序 主题 主讲嘉宾 单位 1 论坛背景概述 陈华钧 浙江大学 2 神经符号学习 杨博 吉林大学 3 基于知识超图的推理与决策模式探索 田玲 电子科技大学 4 适配复杂对抗环境的动态本体与大模型一体化融合技术研究 姜魏 中国电科智能科技研究院 5 大语言模型的数据表征与知识增强 张日崇 北京航空航天大学 6 从图谱智能体到自主发现系统：结构化知识赋能可信科学推理 鄂海红 北京邮电大学 7 Panel环节 张日崇 北京航空航天大学 姜巍 中国电科智能科技研究院 田玲 电子科技大学 杨博 吉林大学 鄂海红 北京邮电大学 王昊奋 同济大学 陈华钧 浙江大学 林俊宇 复旦大学 论坛主席： 浙江大学求是特聘教授 个人简介｜中国人工智能学会知识工程专委会副主任，中国中文信息学会语言与知识计算专委会副主任，中文开放知识图谱OpenKG牵头发起人。研究方向涵盖人工智能、知识图谱、自然语言处理、AI for Science。入选斯坦福全球前2%顶尖科学家终身榜单。主持科技部创新2030“新一代人工智能”重大专项等国家级科研项目，获国家级科技奖励多项。 共同主席： CCF理事、杰出会员、计算机应用专委副主任委员，CCF计算机术语审定委员会副主任委员 个人简介｜中科院博士后，主要研究方向为人工智能与科技伦理。先后参与完成国家自然科学基金、国家信息安全专项、中科院战略性先导科技专项、国防科技项目及中国科协项目等国家级项目40余项，获授权专利及软件著作权14项，在国际期刊与学术会议发表论文60余篇。 论坛讲者： CCF杰出会员，吉林大学教授 个人简介｜吉林大学唐敖庆杰出教授，研究生院院长、计算机学院院长，符号计算与知识工程教育部重点实验室主任，科技部创新2030“新一代人工智能”重大项目首席科学家。入选国家级高层次人才，享受国务院政府特殊津贴专家。兼任中国人工智能学会理事、知识工程与分布智能专委会副主任，研究方向涵盖图学习、复杂系统学习、神经符号AI等。 报告题目：神经符号学习 报告摘要：符号主义和链接主义是人工智能的两大方法论，分别模拟演绎推理和归纳学习两种认知过程。神经符号AI期望将两者融合起来，取长补短，建立具有更加高效、鲁棒、可解释的智能系统，是当前人工智能研究的一个热点。神经符号学习是神经符号AI的重要研究分支，本报告从神经符号学习的两个基本任务入手，介绍神经符号分类和神经符号回归的基本原理，关键技术，代表方法，以及在视觉推理和复杂动态系统自动建模等领域的应用案例。 电子科技大学教授 个人简介｜国家领军人才，下一代互联网数据处理技术国家地方联合工程研究中心主任。围绕“数据+知识”驱动的人工智能开展研究，在感知机制、推理模式、预测理论等方面取得原创性突破。获国家技术发明二等奖等国家级科技奖励，发表高水平论文86篇，含IEEE汇刊、CCF A类会议论文，多篇获评热点、高被引及最佳论文，出版《知识超图》《知识推理》等专著。 报告题目：基于知识超图的推理与决策模式探索 报告摘要：知识图谱为知识的表示、存储、推理和应用提供了一种新范式，知识超图作为知识图谱的拓展，通过引入超边简化复杂关系。知识超图融合层次化表示、超边结构、时间节点、事理节点等内容，显著地扩充知识图谱的内涵与功能。本次报告从知识超图出发，探索归纳、演绎、溯因等可解释知识推理模式，以大小模型协同驱动，为可解释高可靠智能决策赋能。 正高级工程师 个人简介｜主要研究方向涵盖智能平台、大模型、可信人工智能。先后担任军科委重大工程、大模型专项及工信部高质量发展专项等二十余项项目负责人、总师，现任军队多领域专业组专家，兼任中国中文信息学会、中国指挥与控制学会相关专委会委员。发表学术成果四十余项，获全国三八红旗团队荣誉。 报告题目：适配复杂对抗环境的动态本体与大模型一体化融合技术研究 报告摘要：针对多域异构数据标准不统一、大模型语义理解断层、实体关联推理滞后等实战痛点，开展动态本体与领域大模型一体化数据融合架构研究。通过动态本体实时更新、多源数据语义对齐机制搭建本体知识底座，构建本体与大模型双向协同推理链路，校正信息抽取偏差，实现跨域语义融合，为全域态势研判与全流程快速决策提供技术支撑。 北京航空航天大学教授 个人简介｜CCF科技进步一等奖第一完成人，长期从事自然语言处理、知识工程方向研究。主持科技部创新2030“新一代人工智能”重大项目、国家自然科学基金联合基金重点项目等国家级科研任务，累计发表论文100余篇、授权专利30余项。主持研发的开源大模型微调工具LlamaFactory应用广泛，GitHub星标超7万。 报告题目：大语言模型的数据表征与知识增强 报告摘要：大语言模型在自然语言理解与生成上展现出卓越能力，但其表征机制与知识增强方法仍是制约模型深化应用的核心挑战。本报告围绕数据表征与知识增强两大维度，探讨语义表征方法与任务突破路径，介绍大模型与知识图谱的双向交互技术，揭示二者协同缓解模型幻觉的机制，结合团队开源实践，分享领域微调、数据合成与推理优化的系统性成果。 北京邮电大学教授 个人简介｜CCF数据治理发展委员会执委，数智化部副部长。兼任CAAI智慧医疗专委会委员、中国科技情报学会科研诚信建设工委会副主任。长期聚焦人工智能驱动的科学研究（AI4S），主攻大模型可信科学推理、科学幻觉检测与抑制前沿技术。主持教育部“智链平台”项目，指导学生发表高水平论文百余篇，获国家级双创奖项多项。 报告题目：从图谱智能体到自主发现系统：结构化知识赋能可信科学推理 报告摘要：大模型在复杂专业任务中常受制于幻觉与推理瓶颈。本报告聚焦“结构化知识赋能可信AI”，首先分享团队在知识增强与智能体推理方向的最新顶会成果，重点介绍基于知识超图重塑表示的HyperGraphRAG、构建证据链的NeocorRAG，以及主动图谱探索Agent框架KBQA-o1与Graph-R1。进而，探讨该知识增强范式在AI4S领域（物质科学与生命科学）的广泛应用，剖析结构化知识如何有效抑制科学幻觉，赋能自主发现系统中的可信前沿推理。 CCF术语工委副主任委员、自然语言处理专委会副主任委员（执行）兼任办公室主任，同济大学长聘教授 个人简介｜聚焦知识图谱与知识增强大模型研究及AI产业落地，研发KAG-Thinker、MemOS、AI-Ceping等核心技术成果，落地机场调控、金融风控等多场景，智能服务累计覆盖超百亿人次。出版专著6部，发表高水平论文百余篇，谷歌学术被引超1.3万次。主持十余项国家级AI科研项目，任OpenKG首任轮值主席。 欢迎参加CNCC2026 CNCC是一个宏观论述技术趋势的大会，具有规格高、规模大、内容丰富等特点，会议形式包括大会特邀报告、大会论坛、专题论坛、特色活动及展览。大会汇聚两院院士、国内外顶尖学者、知名企业家等亲临大会，展望前沿趋势，分享创新成果。ACM、IEEE CS、IPSJ、KIISE等国际计算机组织的代表也多次获邀现场参加这一盛会。CNCC2026将于10月21-24日在四川省成都市举办，大会主题是“数聚驱动，智算未来”，欢迎各界前来参会。
京公网安备 11010802032778号
