本论坛将于CNCC2019第一天（10月17日）在苏州金鸡湖国际会议中心A209会议室举行，本论坛将邀请优博和优博导师共同参与，与主持人及观众共同探讨优秀AI博士的培养与成长、AI与产业结合等热门话题。
论坛简介：
中国计算机学会于2006年设立优秀博士学位论文奖，图灵奖得主G.Hinton亦于这一年正式提出深度学习概念、为人工智能的发展奠定了基础。经过十多年的发展，优博中涌现出一大批AI优秀人才，其中不乏国际知名大学教授、国家杰青、优青、企业总经理/总监等。本次论坛将邀请AI方向具有代表性的优博和优博导师，参与报告和Panel两个环节，其中报告环节将紧紧围绕“优博与AI”的主题，介绍人工智能方面的最新研究进展、以及与产业的结合。Panel环节将邀请优博和优博导师共同参与，与主持人及观众共同探讨优秀AI博士的培养与成长、AI与产业结合等热门话题。
论坛主席
袁野
东北大学教授，曾获国家优秀青年基金、教育部和辽宁省科技进步一等奖、全国优秀博士论文提名奖、中国计算机学会优秀博士论文奖。袁博士是中国计算机学会数据库专业委员会委员、中国计算机学会高级会员，IEEE、ACM高级会员。主要研究方向为大数据管理与分析(包括图数据管理、众包数据管理、不确定数据管理、数据隐私保护等)。在SIGMOD、VLDB、ICDE、VLDB Journal、IEEE Trans. TKDE、IEEE Trans. TPDS等重要学术会议和期刊上发表论文50余篇。主持和参与的项目20项，其中主持国家、省部级项目10项。
高尉
南京大学副教授，主要研究方向为机器学习理论，在AIJ、COLT、ICML、NIPS等重要国际期刊会议发表论文多篇。近年应邀担任IJCAI17/18/19、AAAI18/19高级程序委员，以及ICML/NIPS/KDD等重要国际会议程序委员。担任中国计算机学会人工智能与模式识别专委会委员、中国人工智能学会机器学习专委会委员、江苏省人工智能学会副秘书长等。获CCF优秀博士论文奖、江苏省优秀博士论文奖等。
讲者和报告简介
陈恩红
标题：深度网络学习及其场景应用
摘要：网络学习以其描述特定场景中实体信息与实体关联的功能，一直以来都得到广泛的研究与关注。近年来，随着以神经网络为代表的深度学习技术与网络学习问题相结合，网络中所蕴含的丰富的结构及属性信息能够得到更完整的表征，从而实现精细建模和深度推理。在本次报告中，我们将首先介绍网络表示学习方面的若干方法进展，然后结合移动社交等特定领域问题，介绍有关深度网络学习的最新应用探索。
简介：中国科学技术大学教授，博导，国家杰出青年基金获得者，科技部创新推进计划重点领域创新团队负责人，国家“万人计划”科技创新领军人才。CCF会士、理事、大数据专家委员会副主任。现任计算机科学与技术学院副院长，大数据分析及应用安徽省重点实验室主任。担任IEEE Transactions on System, Man and Cybernetics: System，ACM Transactions on Intelligent System等期刊编委，在TKDE, TKDD等国际期刊，以及KDD, IJCAI, AAAI, ICDM等顶级会议发表学术论文100余篇。获KDD2008最佳应用论文奖，ICDM2011最佳研究论文奖，SDM2015最佳论文候选奖等。
段润尧
标题：量子人工智能初探
摘要：当量子计算和人工智能交叉在一起时，一个全新的研究方向量子人工智能应运而生。有趣地是关于这一方向的认识还停留在极为初级的阶段。粗略地说，量子人工智能关注量子计算（或更广泛地，量子信息科学）与人工智能之间的相互作用。一方面，量子计算在数学模型和硬件层面提供了算法、算力、以及大数据处理的巨大优势，很可能在机器学习、信息安全、以及区块链等人工智能核心应用中提供更加高效的解决方案。另一方面，目前先进的人工智能技术（比如大规模的深度学习框架）为解决实际量子系统模拟以及量子计算机硬件设计优化等量子计算难题提供了最强有力的工具，从而将极大地加速特定量子计算应用的落地。而最激动人心的是，二者的融合最终有可能帮助我们从量子物理层面更好地理解人工智能的机理，从而提供研究可解释人工智能的新途径。
简介：段润尧博士，百度研究院量子计算研究所所长、悉尼科技大学终身教授。本科与博士分别于2002和2006年毕业于清华大学计算机系。自2001年起从事量子计算和量子信息技术研究，于2016年与Andreas Winter合作首次给出图论中著名的Lovász number自1979年以来完整的信息论解释。曾获微软学者（2005），清华大学研究生十大学术新秀称号，清华大学优秀博士毕业生和优秀博士学位论文一等奖，中国计算机学会首届优秀博士学位论文奖（2006），澳大利亚研究理事会的ARC Future Fellowship（2012）。曾于2013至2016年期间担任量子计算和量子信息方面顶级会议QIP管委会委员以及2015年度轮值主席（之前全球华人中仅有图灵奖得主姚期智先生曾于2013年担任过此职），2019年5月应邀加入ACM Transactions on Quantum Computing的首任编委会，目前是亚洲量子信息科学会议AQIS’19程序委员会共同主席。自2016年9月起担任悉尼科技大学量子软件和信息中心首任主任，并于2018年3月出任百度量子计算研究所所长，负责百度量子计算战略的制定与实施。
黎铭
标题：软件挖掘：通向智能化软件开发的有效途径
摘要：软件是计算机系统的灵魂，软件的质量是计算机系统安全可靠运行的保障。随着软件运行环境逐渐从封闭、静态的单机环境向开放、动态的网络环境转变，系统功能变得越发复杂，代码规模也不断攀升。如何有效保证庞大而复杂的软件系统的质量，使其能够正确、可靠地运行，已成为软件研究者和软件开发人员所面临的巨大挑战。软件挖掘(software mining)是一种特殊的数据挖掘任务，是实现数据驱动软件分析的重要途径。软件挖掘将软件以及与之相关的信息视为一类特殊的数据，通过应用机器学习与数据挖掘方法对其进行分析建模，从而辅助提升软件质量、软件开发效率以及用户体验。本报告将探讨软件挖掘的多种技术及其如何为智能化时代的软件开发提供有力支撑。
简介：南京大学教授，博士生导师，人工智能学院副院长。国家优秀青年基金获得者、教育部新世纪人才。主要从事软件挖掘、机器学习方面的研究工作。在《IEEE Trans. KDE》、《IEEE Trans. SE》等国内外重要学术刊物和IJCAI、ICML 等重要国际会议发表论文三十余篇，被国际同行他引两千余次。曾作为主要成员获国家自然科学二等奖、教育部自然科学一等奖等。应邀担任《Frontiers of Computer Science》Associate Editor、《自动化学报》编委、国际软件挖掘系列研讨会SoftwareMining、PAKDD首届博士研讨会DSDM'11主席、国际会议IEEE ICDM的领域主席、IJCAI、AAAI的资深程序委员以及KDD、NIPS等多种一流国际会议程序委员；现任ACM数据挖掘中国分会执委、中国计算机学会人工智能与模式识别专委会委员、中国人工智能学会机器学习专委会常务委员等。
薛贵荣
标题：城市模拟器
摘要：城市已经成为现代人们生活的主要场所，城市基础设施的有效管理也成为核心问题，这其中有非常挑战的问题都需要人工智能的技术深度参与。城市模拟器是对真实物理城市的一个数字模拟，并被用来有效地数据分析、模型训练，和调度规划。本报告将从城市的实践问题出发探讨城市模拟器的构建所需要解决的问题和算法，并给出未来的挑战。
简介：薛贵荣博士，天壤智能创始人及CEO。研发了天壤智能围棋系统、天壤AI运营操作系统和深度强化学习平台。曾经担任阿里巴巴旗下广告部门大数据中心负责人，首席数据科学家。在机器学习方面国际会议发表论文70多篇，研究方向主要为人工智能、机器学习、大数据搜索等。在此之前曾经任职于上海交通大学计算机系。担任国家科技部云计算专家组成员、北航软件学院大数据专业的特聘教授、KDD中国分会、CCF大数据专委会委员、CCF人工智能专委会。获得中国计算机学会评选的全国优秀博士论文奖（2006）。
朱军
标题：贝叶斯深度学习：理论、算法和概率编程
摘要：深度神经网络具有强大的对复杂函数的拟合能力，在模式识别等领域取得显著进展。但是，深度神经网络缺乏对数据和模型不确定性的有效刻画，过大的模型存在过拟合的风险，并且很容易被对抗样本欺骗。贝叶斯深度学习一方面对深度神经网络进行贝叶斯建模和计算，提升泛化能力；另一方面，利用深度神经网络描述变量之间的函数变换关系，提升模型的表达能力。该报告将介绍贝叶斯深度学习的一般原理、高效算法和概率编程库，并且介绍其在小样本学习、对抗样本鲁棒的学习等典型场景下的进展。
简介：清华大学计算机系长聘教授，清华大学人工智能研究院基础研究中心主任。在贝叶斯机器学习理论和高效算法等方面取得多项创新成果，发表了包括ICML、NIPS、JMLR、PAMI等在内的100多篇高质量的学术论文，并获ICME 2018最佳论文奖。担任著名期刊PAMI的副主编及ICML、NIPS的领域主席。获2007年度微软学者、2009年度CCF优秀博士学位论文、2013年度国家优青和CCF青年科学家奖、2017年度MIT TR 35（中国）和CCF自然科学一等奖。入选2013年度IEEE AI’s 10 to Watch和2015年度国家万人计划“青年拔尖人才”。带领团队研制“珠算”概率编程库，支持贝叶斯深度学习模型的快速编程和落地应用。
