论坛简介
本次分论坛的主题是“知识智能及其产业应用”。科技服务业是在当今产业不断细化分工和产业不断融合生长的趋势下形成的新的产业分类，以技术和知识向社会提供服务。智能化服务对机器的认知智能提出了前所未有的要求，认知智能也在产业应用方面有了突破与创新。本次论坛中，我们将邀请政府、学术界和产业界的多领域学者、专家及产业代表，就知识智能机器产业应用问题，从政府、学术和产业等角度，围绕图神经网络及认知推理、自然语言与理解、偏标记学习的研究，及基于知识智能的机器人技能学习等主题专题报告和尖峰对话。
主题报告
孙富春，教授，清华大学
题目：基于知识智能的机器人技能学习
摘要：人类的进化过程中，伴随的操作任务越来越复杂，对灵巧性要求也越来越高，这个过程也改变和进化了大脑结构，促进了认知语言和知识的发展，增强了人类的智能。人手的操作是智能的直接体现，是人类进化的驱动力。灵巧手对机器人的同样重要，可以说机器人的智能革命是从手的灵巧操作开始的。本报告面向机器人的主动技能学习，重点讨论了操作示范与技能传授、巧操作技能的运动规划与协调控制、操作技能的多层次知识化表达、操作数据/知识库和基于知识智能的多任务操作技能迁移学习与技能增强。最后，讨论了机器人灵巧操作的未来发展。
个人简介：清华大学计算机科学与技术系教授，博士生导师，IEEE/CAAI Fellows, 国家杰出青年基金获得者;兼任清华大学校学术委员会委员，计算机科学与技术系学术委员会主任，智能技术与系统国家重点实验室常务副主任。兼任中国人工智能学会副理事长，中国自动化学会常务理事，国家重点研发计划机器人总体专家组成员，国际刊物《Cognitive Computation and Systems》主编，国际刊物《IEEE Trans. on Cognitive and Developement Systems》，《IEEE Trans. on Systems, Man and Cybernetics: Systems》和《International Journal of Control, Automation, and Systems (IJCAS)》副主编或领域主编，国内刊物《中国科学：F辑》和《自动化学报》编委。
陈恩红，教授，中国科技大学
题目：面向智慧教育的学生认知建模与学习路径推荐
摘要：如何自动建模和跟踪学生知识点掌握水平，是提升智慧教育中自适应学习能力的一个重要基础。报告将介绍从大规模异构学习数据中对学生进行认知诊断和知识跟踪的机器学习模型，以及基于学习者认知结构的自适应学习路径推荐方法。
个人简介：中国科技大学教授，博导，国家杰出青年基金获得者，IEEE 高级会员（Senior Member）。2005年入选教育部新世纪优秀人才支持计划。现任中国科学技术大学计算机科学与技术学院副院长，语音及语言信息处理国家工程实验室副主任。教育部计算机类专业教学指导委员会委员，中国计算机学会理事、中国人工智能学会理事，中国计算机学会人工智能与模式识别专委会委员、数据库专委会委员、大数据专家委员会委员，中国人工智能学会知识工程与分布智能专业委员会副主任委员、机器学习专委会委员。
周国栋，教授，苏州大学
题目：自然语言与理解
摘要：虽然自然语言一直在社会、经济和国家安全等领域中扮演着重要角色，但是一直以来计算机的自然语言理解能力远逊于人类。近几年，随着移动互联网的不断普及，以及云计算、大数据、GPU、深度学习等相关平台和技术的快速发展，我们越来越感到自然语言处理方面的突破就在眼前。本报告将从自然语言理解层面探讨如何提高自然语言处理能力。具体包括：自然语言本质特点、自然语言处理核心任务、篇章理解与知识图谱。
个人简介：1997年12月毕业于新加坡国立大学获得博士学位；1998年1月至1999年3月在新加坡国立大学从事博士后研究；1999年4月-2006年8月在新加坡资讯通信研究院分别担任副研究员、研究员和副主任研究员；2006年8月底加入苏州大学担任教授博导，组建自然语言处理实验室。研究方向：自然语言理解、信息抽取、自然语言认知等。近5年来，发表国际著名SCI期刊论文20多篇和国际顶级会议ACL/EMNLP/COLING/IJCAI/AAAI论文80多篇，主持NSFC项目4个（包括重点项目2个）。据Google Scholar统计，论文引用超过7000次，曾担任国际自然语言理解领域顶级SCI期刊Computational Linguistics编委，目前担任ACM TALLIP副主编、《软件学报》责任编委、CCF中文信息技术专委会副主任委员、苏州大学学术委员会委员。
张敏灵，教授，东南大学
题目：偏标记学习的研究
摘要：偏标记学习（partial label learning）是一类重要的弱监督学习框架，在该框架下每个对象同时具有多个候选标记，但其中仅有一个为其真实标记。偏标记学习技术已在多媒体内容自动标注、自然语言处理、生态信息学等领域得到成功应用，本报告将从三方面介绍偏标记学习的研究现状：首先，简要讨论偏标记学习的问题设置及其与相关弱监督学习框架的关系；其次，对现有偏标记学习算法进行总结并介绍我们在该方面的最新工作；最后，给出偏标记学习的相关学术资源。
个人简介：东南大学计算机科学与工程学院教授。分别于2001年、2004年和2007年于南京大学计算机科学与技术系获学士、硕士和博士学位。主要研究领域为机器学习、数据挖掘。现任中国人工智能学会机器学习专委会秘书长、中国计算机学会人工智能与模式识别专委会常务委员、江苏省人工智能学会学术工委主任等。担任《ACM Trans. IST》、《Neural Networks》、《Frontiers of Computer Science》等国际期刊编委、《中国科学：信息科学》青年编委等。应邀担任ACML'18大会主席，PAKDD'19、ACML'17、PRICAI'16等程序主席，以及IJCAI/AAAI/ICDM等国际会议SPC或领域主席20余次。获CCF-IEEE CS青年科学家奖（2016）等。
杨植麟，联合创始人，循环智能（Recurrent AI）
题目：XLNet and Beyond
摘要：We propose XLNet, a generalized autoregressive pretraining method that (1) enables learning bidirectional contexts by maximizing the expected likelihood over all permutations of the factorization order and (2) overcomes the limitations of BERT thanks to its autoregressive formulation. Empirically, XLNet outperformed BERT on 20 tasks, often by a large margin. Additionally, we will also discuss the importance of XLNet-like methods for industrializing NLP in real-world applications.
个人简介：循环智能（Recurrent AI）的联合创始人。曾效力于Facebook AI Research和Google Brain，与多名图灵奖得主合作发表论文，其研究成果在三十余项标准任务取得state-of-the-art，是XLNet第一作者。本科毕业于清华大学，博士毕业于卡内基梅隆大学。
张鹏，CTO，智谱华章
题目：图神经网络与认知推理
摘要：图神经网络将深度学习方法延伸到非欧几里得的图数据上，大大提高了图数据应用的精度。我将首先从算法角度分析当下经典的图表示学习算法（DeepWalk、LINE、node2vec等）的本质关系，并提出统一算法框架NetMF和大规模版本NetSMF，并在稀疏图理论的基础上提出高效快速学习算法ProNE，ProNE在精度不降低的情况下比传统学习算法快10-400倍的加速比。接着，我会简单回顾一下图卷积网络（GCN）并探讨如何提高GCN在图数据上的表示学习能力。我们研究发现几个巧妙、简单方法就可以有效的提高GCN的表示能力，该方法可以等价表示为图注意力网络（GAT）。该方法在包括阿里巴巴等多个超大规模数据集上得到应用验证。最后我将探讨在图神经网络基础上的认知推理模型CognitiveGraph (CogGraph)。CogGraph基于认知科学中的双通道认知理论，其中通道1负责直觉认知，通道二负责推理认知。CogGraph可以广泛应用于多个图数据上的任务，包括基于推理的问答、知识图谱补齐等。
个人简介：北京智谱华章科技有限公司CTO，清华大学2018创新领军工程博士，毕业于清华大学计算机科学与技术系知识工程研究室，研究领域包括文本数据挖掘和语义分析、知识图谱构建和应用等。长期致力于将语义信息挖掘和知识图谱技术应用于各种行业应用，在语义大数据分析、智能问答、辅助决策等应用领域拥有多年实践经验。
刘译璟，CTO，百分点
题目：基于自然语言处理和深度学习的NL2SQL技术及其在BI增强分析中的应用
摘要：Gartner魔力象限认为，到了2020年，增强分析将成为新用户购买BI产品、数据科学和机器学习平台、以及嵌入式分析的主要驱动力。CleverBI是百分点自主研发的BI分析产品，其中的智能问答功能允许用户以自然语言和语音的方式与系统进行交互式对话，系统分析对话内容提取出用户的数据分析意图，而后自动从数据库中提取数据、计算得到结果并进行可视化展现。智能问答功能够极大的降低用户的数据分析门槛，使一个非专业人员也能够轻松完成数据预处理和数据分析的整个分析流程。本次分享将重点介绍CleverBI中智能问答功能的应用场景、实现原理、技术架构和实践效果。
个人简介：北京大学应用数学专业博士。2015年入选北京市“科技新星”。曾参与多个国家自然科学基金项目，包括：对象封装和保护的理论和技术研究、Web服务编排与协作的形式化模型、复杂状态程序和系统的语义模型研究等。作为百分点CTO，带领核心研发团队完成了百分点大数据和人工智能技术体系的搭建以及产品体系的开发，现负责海外国家级政府项目的技术架构和开发。
尖峰对话——知识智能的产业发展变革
主席
唐杰，教授，清华大学