报告题目: The Future Networks where Communications Meet Artificial Intelligence
报告简介
Networking and artificial intelligence were developing independently in the past. However, they are merging today for an unprecedented virtual world for human beings, e.g. the metaverse. In this talk, we would like to firstly shoot a glance on the emerging future of networking. Secondly, we will discuss the challenges of the unfolding history of the field, and also humbly present our understanding and attempts on semantic communication, geometric deep learning, and quantum networking. We sincerely hope this talk will shed light for interested researchers, and also expect to work with talented colleagues to explore the uncharted parts of the promising land.
专家介绍：
Shui Yu is a Professor of School of Computer Science, University of Technology Sydney, Australia. His research interest includes Network Science, Security and Privacy, and Mathematical Modelling. He has published four monographs and edited two books, more than 500 technical papers, and owned a h-index of 66. His research outputs have been adopted by industrial systems, such as Amazon cloud security. He is currently serving a couple of prestigious editorial boards, including IEEE Communications Surveys and Tutorials (Area Editor), IEEE Internet of Things Journal, and so on. He served as a Distinguished Lecturer of IEEE ComSoc. He is a Distinguished Visitor of IEEE Computer Society and a Distinguished Lecturer of IEEE VTS, a voting member of IEEE ComSoc Educational Services board, and an elected member of Board of Governors of IEEE VTS.
演讲嘉宾2：大连理工大学 林驰 副教授
报告题目：物联网系统无线充电问题研究与探索
报告简介：
在本报告中，我们重点介绍研究团队近年来在云边端无线充电技术领域的研究心得。首先，介绍无线充电技术在云边端系统中的重要作用。随后分别从3个不同的角度介绍了本研究团队在无线充电的最新进展，分别是：1）复杂环境高效无线充电，2）在线-离线混合充电混合任务调度和3）无线充电网络安全问题。最后，我们对本工作进行总结，并对云边端无线充电的前景进行了展望。
个人简介：
林驰现任智能系统研究所副所长，博士生导师，大连理工大学档案馆（校史馆、博物馆）副馆长。长期专注于物联网相关领域研究，具体研究方向为：物联网、医疗大数据、人工智能、深度学习、无线通信等。主持20余项科研基金，包括国家自然科学基金3项（青年1项、面上2项），主持中国计算机学会CCF-犀牛鸟基金2项；主持大连理工大学星海优青、大连市青年科技之星等人才类项目、国家重点实验室开放课题4项等；参与国家重点研发计划、核高基、国家自然科学基金重点项目等项目二十余项。担任国际期刊IJCS、JSA、WCMC副主编或客座主编，以客座主编身份组织专刊6次；担任近20个SCI期刊（包括IEEE TON,JSAC,IEEE TMC,IEEE TIFS等顶级期刊），50余个国际会议（包括国际顶级会议INFOCOM，ICNP）技术委员，常年担任国家自然科学基金评议人。IEEE高级会员、ACM高级会员、中国计算机学会CCF高级会员，中国通信学会高级会员，CCF体系结构专委会委员，CCF普适计算专委会委员，中国电子学会物联网青年专家技术组委员，ACM SIGBED China青年委员，CCF YOCSEF大连分会AC委员，犀牛鸟中学科学人才培养计划特邀指导教师。研究成果在国际期刊和会议上发表（录用）近70篇论文，在中国计算机学会推荐的CCF A、B类顶级期刊、顶级会议发表录用近40篇，包括国际顶级会议：MobiCom、INFOCOM、ICNP，国际顶级期刊：《Science》专刊、TON、TMC、JSAC、TDSC、TPAMI等，ESI高引论文2篇，授权专利10余项（国际专利2项）。获得荣誉包括：2015 ACM大连分会学术新星奖，2018大连市青年科技之星，2019大连理工大学星海优青、大连市高层次人才（青年才俊）、2020大连理工大学NOK奖教金、全球半导体照明创新100 佳（2021 年全球范围内仅有8家单位获此荣誉）、2022年日内瓦国际发明展全球金奖等。
演讲嘉宾3：刘思奇博士 英国通用人工智能研究公司DeepMind
报告题目：Towards Intelligence in Games
报告简介：
What does it mean to be intelligent? There are many reasonable answers to this question, but few precise ones. Borrowing ideas from game theory, I hope to offer a definition that is more precise and operational. I will then review several recent works that connect deep reinforcement learning to game theory, yielding methods that enable the discovery of intelligent behaviours in games. Finally, I will briefly touch on why we shouldn't focus only on individual intelligence --- instead, we must think about systems, incentives and mechanism design.
个人简介：
自2017年起就职于英国通用人工智能研究公司DeepMind，同时在伦敦大学学院（UCL）在读博士二年级，师从Dr. Nicolas Heess，Dr. David Silver，专注于人工智能，强化学习和博弈论交叉领域的研究。在此之前，刘思奇获得了英国牛津大学（University of Oxford）计算机系硕士以及法国中央理工-高等电力学院（CentraleSupélec) 工程师学位。
演讲嘉宾4：毛旭东,中山大学人工智能学院 副教授 （线下）
报告题目：《生成对抗网络技术研究和应用》近年来，生成对抗网络（GAN）在图像生成领域取得了巨大的成功，GAN已经能够在很多领域生成非常逼真的图像。本次报告主要介绍我们近几年对GAN的研究工作，主要包含两方面，一方面是如何提高GAN的训练稳定性和生成图像质量，包括LSGAN、αβ-GAN和Rg-GAN，另一方面是基于GAN的应用，包括多域图像生成和GAN逆映射。LSGAN旨在通过使用卡方散度来缓解GAN的梯度消失问题。αβ-GAN利用更广义的αβ散度来提高GAN对不同数据集的适应性。Rg-GAN旨在弥补GAN在理论和实践之间的一个差距，并建立f-散度和积分概率度量之间的关系。
个人简介：
毛旭东，中山大学人工智能学院百人计划副教授，主要从事生成对抗网络、图像编辑、跨媒体智能等方向的研究。2019年博士毕业于香港城市大学，之后在香港理工大学从事博士后研究。在国际学术期刊和会议上（TPAMI、ICCV、CVPR、NeurIPS等）上发表学术论文20余篇，发表著作1部，Google学术引用次数4700余次，主持国家自然科学基金面上项目1项，授权国家发明专利3项，美国专利2项。曾担任ICCV、CVPR、NeurIPS、ICLR、AAAI等学术会议的程序委员会委员。以第一作者发表的最小二乘生成对抗网络的论文，单篇引用次数3900余次，被斯坦福大学、卡耐基梅隆大学等世界一流大学的课程介绍，并被深度学习框架TensorFlow所采用。
演讲嘉宾5：何祎，中山大学附属第五医院分子影像中心 副研究员 （线下）
讲座题目:单血管功能磁共振成像技术与临床转化
报告简介：
功能磁共振成像（fMRI）成为最重要的无创大尺度功能神经影像研究手段之一，其主要原理是通过使用血氧水平依赖（ Blood Oxygenation Level Dependent， BOLD） fMRI 技术对伴随大脑神经活动的血液动力学信号进行成像。在大多数 BOLD fMRI 研究中，由于空间分辨率的限制， 单个像素包含不同类型的血管。 因此， 提高 fMRI 的时间和空间分辨率对深入解析 fMRI及研究脑功能尤为必要。我们研究与创建了一系列单血管功能磁共振成像技术（Single-Vessel fMRI），以百微米和百毫秒的时空分辨率从单个脑静脉和动脉去研究大脑功能与连接，提高了传统功能磁共振成像的时空分辨率。此外，我们使用单血管高分辨率fMRI技术提出静息态脑血管功能连接， 结合磁共振兼容的神经元细胞内钙记录， 揭示静息态血液动力学信号跟随神经元钙信号变化， 为脑功能网络研究提供神经机制和新思路。
专家简介
何祎，中山大学百人计划副研究员，入选国家高层次青年人才计划，广东省高层次青年人才项目，主要从事磁共振神经影像技术研究。2018年博士毕业于德国马普学会生物控制所高场磁共振成像系，之后在丹麦磁共振成像中心从事博士后研究。在磁共振成像技术和神经科学交叉领域取得以下研究成绩，以唯一第一作者在Neuron、JCBFM、NeuroImage-Clinical等神经影像领域顶级杂志发表论文5篇，在国际医学磁共振成像学会（ISMRM）发表会议论文6篇，以共同作者在Nature Methods、PNAS等国际知名杂志发表论文6篇；主持欧盟玛丽居里学者基金1项，丹麦灵北（Lundbeckfond）基金1项，共折合人民币218.6万元。以第一完成人获得2015、2017及2020年国际医学磁共振成像学会特等奖；先后5次受邀在ISMRM和Gordon Research Conferences等MRI顶级会议上做口头报告。
研究方向：
1. 多模态磁共振成像技术开发与应用：应用、优化及开发磁共振成像序列，重点研究Functional MRI，Diffusion MRI，MRS多种互补的磁共振成像技术，同时应用磁共振兼容的光遗传神经调控及细胞特异性光学记录等前沿技术进行干预与fMRI验证；
2. 动物疾病模型磁共振影像可视化与临床转化；
3. 疾病样本三维可视化及微结构磁共振成像验证。
演讲嘉宾6 马宁 研究员 广东省智能科学与技术研究院 （线下）
报告题目：类脑计算的硬件平台
报告简介：
类脑计算是借鉴生物大脑的信息处理方式，以神经元与神经突触为基本单元，从结构与功能等方面模拟生物神经系统，进而构建“人工大脑”的新型计算形态。在助力对大脑认知的同时能够在生物医药、智能制造、自动驾驶、金融科技等领域发挥关键作用。专用类脑计算平台则为类脑计算提供硬件算力支撑，通过采用分布式并行计算的方式，构建多核系统，实现大规模神经网络在硬件平台的映射。
专家简介:
广东省智能科学与技术研究院研究员。2002年至2006年在浙江大学信息与电子工程学系学习，获工学学士学位。2007年至2021年分别在瑞典物联网与智能系统国家卓越创新中心、瑞典Imsys公司、瑞典爱立信集团等学习与工作，期间2010年至2015年在瑞典皇家理工学院攻读博士学位，获电子与计算机系统工学博士。长期从事高能效处理器芯片与网络多媒体信息处理研究，在低功耗领域专用处理器与片上网络芯片、高性能多核/众核芯片与神经拟态计算芯片的设计集成等领域，有丰富的科研与产业实践经验。
