2025年5月16-18日，由中国人工智能学会（CAAI）主办，CAAI 知识工程与分布智能专委会、华南师范大学承办的第十届全国智能信息处理学术会议(NCIIP 2025)暨第十届形式概念分析与粒计算学术研讨会(FCA&GrC 2025)将在广州举行。

本届会议会议将邀请多位国际智能信息处理领域专家学者做大会特邀报告，并围绕形式概念分析与粒计算、迁移学习、青年学者、“智研顶汇”、图学习与大模型、神经符号AI六个主题举行专题论坛。旨在为智能信息处理技术研究人员、开发者、相关企业和用户提供一个学术交流和研究开发平台，拟加强与国际学者和其他相关学科领域学者的沟通与交流，分享智能信息处理技术的成果和经验，探讨智能信息处理技术所面临的挑战和研究热点。

一、组织架构

主办单位：中国人工智能学会

承办单位：CAAI 知识工程与分布智能专委会、华南师范大学

二、报告嘉宾

樊文飞

英国爱丁堡大学信息学院讲座教授、深圳计算科学研究院首席科学家、中国科学院外籍院士、ACM Fellow

个人简介：英国皇家学会院士、 英国皇家工程院院士、欧洲科学院院士、英国爱丁堡皇家学会院士。北京航空航天大学客座教授，清华大学杰出访问教授、北京大学讲座教授、北京大学深圳研究生院南燕荣誉教授。曾任美国贝尔实验室科学家。曾获得英国皇家学会Wolfson研究成果奖、欧洲研究委员会ERC Advanced Grant、 英国 Roger Needham Award、中国长江学者、 海外杰出青年学者、美国CAREER Award， Elsevier 网络科学刊物年度最佳论文和最杰出作者奖以及数据管理四大国际顶级理论与系统会议的时间检验奖和最佳论文奖。目前主要研究领域为数据库理论与系统，包括大数据、数据质量、数据共享、分布式计算、跨模计算、增量算法、以及逻辑推理与机器学习的结合。 报告题目：AI和数据 报告摘要：大模型推动了行业的变革，但也存在局限性，如经常产生幻觉，缺乏可解释性，逻辑推理能力不足，对数据强依赖，和无法同时满足模型的准确性、公平性和鲁棒性。因此，大模型目前还不足以在工业制造领域发挥人工智能的效能，解决行业痛点。本报告旨在从数据的角度探讨如何应对这一挑战和机遇：（1）如何有效地结融合机器学习和逻辑推理，找到低成本、高精度、可解释的方法，为工业产线提供实时决策？（2）能否自动提升训练数据集的质量，进而提高模型的准确性、公正性和稳定性，同时减少大模型的幻觉和对大规模训练数据的依赖？（3）数据库系统如何应对AI带来的新挑战，如高纬度向量，结构化与非机构化数据的混合查询，和数据实时更新带来的计算可扩展问题？本报告旨在引发对这些问题的深入讨论和研究兴趣。

周万雷

澳门城市大学副校长（学术事务）数据科学学院院长、教授、IEEE Fellow

个人简介：曾任澳大利亚悉尼科技大学计算机科学学院院长、澳大利亚迪肯大学阿尔弗雷德·迪肯教授、信息技术系主任、副院长和信息技术学院院长，中国电子科技大学讲师，美国马萨诸塞州惠普公司系统程序员，澳大利亚墨尔本莫纳什大学讲师，新加坡国立大学讲师。主要研究兴趣包括安全、隐私和分布式计算。在国际期刊和会议上发表论文500余篇，其中包括在IEEE交易和期刊上发表的许多文章。 报告题目：Machine Unlearning：A New Privacy Requirement of the AI Era 报告摘要：过去十年里，机器学习取得了长足的进步，极大地改善了我们的日常生活。然而，伴随着这种进步，也产生了一个新的需求——这在很大程度上源于人工智能时代，特别是人们对隐私的担忧、对使用便利性的考虑，以及“被遗忘权”的概念——这些因素共同催生了一个新的概念，叫做“机器学习遗忘”。本报告将全面深入地探讨“机器学习遗忘”这个主题，来解释为什么我们需要“机器学习遗忘”，这个领域最新的研究进展，以及“机器学习遗忘”的解决方案。

张民

哈尔滨工业大学（深圳）特聘校长助理、计算与智能研究院院长、教授、ACL Fellow

个人简介：AFNLP副主席，国家杰青获得者、“国家百千万人才工程”入选者、国家有突出贡献中青年专家、享受国务院政府特殊津贴专家、深圳市“鹏城孔雀团队”首席科学家。长期从事自然语言处理、大模型和人工智能研究。主持国家自然科学基金杰青、重点、科技部重点研发计划课题、大型产业界项目多项。主持的自主可控“立知”大模型是唯一一个通过工信部和网信办双认证的高校大模型，拥有完整IP。发表论文300余篇，出版Springer专著2部，主编英文论著（论文集）16本，获部级科技进步奖5项，最佳论文5篇。 报告题目：以自然语言为核心的新一代人工智能 报告摘要：本报告将分享对我们以自然语言智能为核心的新一代人工智能的一些观点，并介绍哈工大（深圳）最近的相关工作，包括自主可控立知大语言模型、以语言为核心的多模态大模型智能体以及对具身与群体智能感知、认知、规划、决策、行动、进化的初步探索。以下是本报告几个主要观点：1.语言智能的发展，带动人工智能不同层级的跃迁，未来亟需聚焦于大模型基础通用理论的探索，理解大模型的底层机制并设计新一代架构。2.通过研究以语言为中心的跨模态交互与推理关键技术，融合多模态信息提升智能体的推理能力，是实现以大模型为基础构建通用人工智能模型的必由之路。3.相比信息世界建模，物理世界建模还处于萌芽期。构建具身智能系统，结合知识增强与群体协作，为通用人工智能从单体智能向多智能体融合演进提供了关键技术路径。4.在智慧金融、智慧政务、智能机器人等前沿领域的创新应用实践，验证了大模型驱动的新型技术范式对产业变革的赋能效应。

耿新

东南大学首席教授、研究生院常务副院长

个人简介：新一代人工智能技术与交叉应用教育部重点实验室主任，国家杰青/优青获得者，国际工程与技术学会杰出会士，江苏特聘教授。主要从事机器学习、模式识别、计算机视觉等方面的研究。曾获国家自然科学二等奖、国家级教学成果一等奖、科学探索奖等多项教学、科研奖励。兼任国务院学位委员会计算机学科评议组成员，教育部高校计算机类专业教指委人工智能专家委员会委员，中国计算机学会理事，江苏省计算机学会副理事长，亚太国际人工智能会议指导委员会委员。 报告主题：本能、进化、创意—— “学习基因” 带来的新质 AI 能力 报告摘要：以大模型为代表的当代AI技术在学习、搜索、优化、博弈、理解、表达等不同维度上的能力不断取得突破，部分正在接近甚至超越人类。在此背景下，探讨与人类智能相比，是否还有AI 尚未触及或者表现很弱的能力，是一个非常有趣的话题。为了让机器像人一样学习，我们提出一种受到人类智能遗传进化机制启发的全新大模型技术框架——学习基因。进一步，我们初步探索了如何通过学习基因给AI带来新质能力，包括本能、进化和创意。

三、会议日程

四、注册信息

会议时间：2025年5月16-18日

会议地点：广州科学城保利郡雅酒店（中国广东广州市黄埔区科学城揽月路 99 号）

注册网址：https://conf.scholat.com/nciip/2025/registration  

注册详情：https://conf.scholat.com/nciip/2025/registration?sessi> 

五、会议咨询

曾小玲（华南师范大学）

电话：020-85215326

Email：nciip2025@163.com