张钹院士等三位YEF特邀嘉宾关于“卡脖子”技术的精彩分享

当前的人工智能存在诸多局限性，这些局限性来自何处？我们将从目前人工智能与人类智能的差异出发，分析产生这些差异的本质原因。并进一步讨论，这些差异有没有可能消除，怎样来消除。我们有没有可能达到真正的人工智能？

随着人工智能(AI)的广泛应用，AI系统所面临的大数据挑战也日益凸显。一方面，AI系统的成功离不开大数据，另一方面，社会对于用户隐私的泄露也越来越不能容忍。面对这一严峻挑战，“联邦迁移学习”用以建立机构间的桥梁，使得不同数据控制方可以参与联合建立AI模型，并协作使用模型来进行决策。各方数据不出本地，而用户隐私得到最好保护。

目前全球已经发表了上亿篇论文，同时每年也有数百万篇新的论文发表，如何从如此海量的论文数据中找到有价值的学术信息，已经成了一个急需解决的问题。为了更加清晰的展现学术个体之间的关系，我们将我们挖掘出的学术信息进行可视化，提出了学术地图的概念。通过学术地图的方式，将学术数据网络可视化地呈现给每一位学者，帮助学者更加直观明了的看出学术界的发展脉络、看出学者之间的关系、看出会议之间的异同点等多种信息。