跨媒體因果推斷

本論壇將於CNCC第一天(10月22日)在北京新世紀日航飯店三層雲南廳舉行，共邀清華、上交、國防科大、中國科學院等機構的專家學者共同研討。

跨媒體智能是國家「新一代人工智慧發展規劃」的重要內容，也是當前學術界和產業界共同關注的熱點。跨媒體智能的主要基礎理論問題是借鑑生物的跨媒體信息表達和處理機理，實現智能感知和認知並做出決策。本論壇將從跨媒體智能的抽象歸納、演繹推理及因果推斷等方面，討論跨媒體大數據表徵與推理、分析因果計算的前沿理論和方法、探索跨媒體因果推斷的未來發展趨勢，並暢想未來的創新應用方向。

論壇主席：

操曉春，中國科學院信息工程研究所信息安全國家重點實驗室研究員，主要從事網絡空間安全和計算機視覺領域的研究。國家自然科學基金委優秀青年基金獲得者。擔任包括IEEE TIP、IEEE TMM、IEEE TCSVT在內的5個國際知名期刊編委(Associate Editor)，當選為英國工程技術學會會士(IET Fellow)。中國計算機學會傑出會員、中國電子學會青年科學家俱樂部會員、中國自動化學會高級會員。中國計算機學會傑出會員、YOCSEF榮譽委員、中國電子學會青年科學家俱樂部會員。

講者一

朱文武，清華大學計算機系副主任，信息科學與技術國家研究中心副主任，大數據算法與分析技術國家工程實驗室副主任，國家973項目首席科學家，國家基金委重大項目負責人。現主要從事大規模多媒體網絡計算、跨空間大數據智能等研究工作。目前擔任IEEE TMM指導委員會主席，IEEE TCSVT常務主編。曾任IEEE TMM主編。 IEEE Fellow、AAAS Fellow、SPIE Fellow。獲2018年度國家自然科學二等獎（排名第1）和2012年度國家自然科學二等獎（排名第2）。

演講題目：網絡多媒體大數據表徵與推理

摘要：網絡多媒體大數據異構性強、維度高、關聯複雜，給其表徵與推理帶來巨大挑戰。本報告首先介紹網絡多媒體大數據表徵與推理的科學問題和研究思路，然後介紹網絡多媒體大數據表徵與推理的研究方法，最後探討網絡多媒體大數據認知所面臨的挑戰與思考。

講者二

張文生，中國科學院自動化研究所研究員、博士生導師，中國科學院大學人工智慧首席教授，歷任科技處長、重點項目處長、副總工程師。主要研究：人工智慧、機器學習、大數據模式挖掘、跨模態數據標註、醫療數據分析推理。國家雲計算和大數據、物聯網與智慧城市重點研發專項總體組專家，中國儀器儀表學會物聯網工作委員會副理事長、中國人工智慧學會智能服務專委會副主任。發表論文170餘篇，發明專利40餘項，國家二等獎1項，省部級二等獎3項。

演講題目：馬爾科夫邏輯網的可擴展學習和推理

摘要：馬爾科夫邏輯網具有融合一階邏輯與概率圖模型的強大表達能力，然而搜索空間大和子句實例化不易處理，造成了應用困難。我們提出了可擴展馬爾可夫邏輯網絡學習和推理的實例網絡採樣框架，構建具有代表性的簡單路徑子集，建立由簡單路逕到遞歸限定子句的穩健轉換機制，提出自動生成模板網絡快速定位可以實例化給定子句的有效路徑方法，最後通過實例化網絡進行子句學習和概率推理，理論證明和實驗結果驗證了實例網絡採樣框架的優越性。

講者三

胡德文，國防科技大學智能科學學院教授、博士生導師。國家傑青，長江學者，全國優秀科技工作者。主要從事腦科學與認知科學、模式識別與智能系統、控制理論與控制工程方面的教學科研工作。獲2008年度全國優秀博士學位論文指導教師獎。作為第一完成人，於2012年和2018年獲得國家自然科學獎二等獎共2項。2020年獲得全國創新爭先獎狀。

演講題目：腦功能網絡的因果分析

摘要：主要介紹功能成像腦網絡研究中的二個主要的因果分析流派，即格蘭傑因果分析與應用，動態因果建模與分析應用。特別是，介紹在隨機動態因果建模分析方面的工作。

講者四

徐雷，上海交大致遠講席教授、人工智慧研究院首席科學家、張江實驗室腦智院神經網絡計算研究中心主任。哈工大77級，82年初清華讀博士，87年夏北大做博後，次年破格升副教授。其後在芬蘭Oja、哈佛Yuille、麻省理工Jordan等團隊做博後；93-96年任香港中文大學高級講師和教授、02年升講席教授、19年為榮休教授。01年當IEEE Fellow（計算智能學會之首位中國人），02年當IAPR Fellow（最早幾位華人之一），03年當European Academy of Sciences院士。從事智能研究逾39年，有多個被廣為引用和追隨的先驅成果。發表論文四百餘篇，其中NIPS-92上發表的論文以北大為單位。獲數個國內外主要獎項，如93年國家自然科學獎、95年國際神經網絡學會領袖獎、06年亞太神經網絡學會最高獎-傑出成就獎（首位華人）。曾為北大長江講座教授、上交大國家特聘專家、09年還獲頒西電名譽教授。

演講題目：基於數據的因果計算：百年三流派、推理三層次、和勢網動力學

摘要：首先，簡介因果計算的基本問題，概述因果研究百年來的Neyman-Rubin、Wright-Pearl-Spirtes、和Granger-Sims三個主要流派。其次，簡述雙向深度學習、雙向智能系統、以及三層次推理框架。然後，介紹最近提出的因果勢理論Causal Potential Theory (CPT) (Xu, 2018)。回歸物理學，視因果趨向為由勢能引起的內在動力學性質，而網絡拓撲則進一步約束因果作用之流動方向和路徑。具體地，不僅給出了判斷因果方向的一個新方法，而且提出了一個新路子，整合Wright路徑分析、CPT方法、和多元多項式方程組求解的Wu方法，改進用現有辦法（例如PC算法）得到的有向網絡拓撲。