摘要：2021年2月4日，我院举办“智能计算进展”线上研讨会，会议邀请了中国科学技术大学陈恩红教授，东南大学耿新教授，北京大学刘譞哲副教授。本次研讨会以“智能计算研究进展”为主题，紧扣国内外智能计算研究热点，交流智能教育、智能服务的前沿理论和新兴技术，主要包括面向智能教育的资源理解、认知诊断和个性化推荐技术与应用，标记增强，人机物融合环境下新型服务计算系统等。

中国科学技术大学大数据学院执行院长，计算机学院副院长，教育部计算机类教指委委员，大数据分析及应用安徽省重点实验室主任、安徽省计算机学会理事长，国家杰出青年基金获得者，科技部重点领域创新团队负责人，中组部“万人计划”科技创新领军人才陈恩红教授报告题目为“面向智能教育的资源理解、认知诊断和个性化推荐技术与应用”，他指出智能教育系统快速发展，越来越多的学习者参与开展在线自主的学习活动，同时也积累了大量的教学与学习数据。如何利用这些数据，为学习者提供有效的学习服务是当前教育发展的重要任务。为此，发展智能教育技术，旨在利用大数据分析方法，为学习者推荐个性化的学习资源，定制学习策略，具有重要意义。然而，学习资源语义与知识耦合，学习者状态隐含多变，学习目标复杂多样等特点带来了学习资源理解难、学习者诊断难和学习策略设计难等关键挑战。报告将结合大数据分析技术和教育方面的领域知识，介绍学习资源深度表征、学习者认知诊断和个性化推荐等关键技术与应用，为智能教育发展提供数据驱动的解决方案。

东南大学计算机科学与工程学院、软件学院院长，人工智能学院执行院长，国际工程与技术学会（IETI）杰出会士，国家基金委优青，江苏省杰青耿新教授报告题目为“标记增强：释放标记空间的威力”，他指出目前多数的机器学习范式中，示例的标记均采用0/1标记，即0表示不相关，1表示相关。在这种0/1标记形成的标记空间中，所有样本只能分布在单位超立方体的顶点上，这极大地限制了标记空间中可进行的分析。通过学习训练集中示例之间的相关性、以及标记之间的相关性，我们可将原始0/1标记扩展为更丰富的类别监督形式，从而使标记空间中更复杂的分析操作成为可能，这一过程称为“标记增强”。通过标记增强，标记空间的威力可望被释放出来。

北京大学信息科学技术学院博士生导师，教育部“青年长江学者”刘譞哲副教授报告题目为“人机物融合智能计算系统：机遇和挑战”，他指出人机物融合是信息技术发展的新图景，也是新型基础设施建设的主战场。人机物融合环境下，数据成为关键的生产要素，也使得计算机系统软件在形态和机理上发生新的变化，带来新的挑战。本次报告从服务计算系统的角度，探讨了人机物融合环境下云网边端全栈服务化、泛在组装化和场景智能化方面的机遇和挑战，并分享了所在团队近期的研究工作和体会。

报告结束后，学院教师与三位专家进行了热烈的交流和深入的探讨。本次研讨会的成功召开有助于我院师生了解智能计算的研究方向和前沿学科动态，激发了我院师生的学术热情，开拓了我院师生的学术视野。