CCF武汉走进咖啡屋活动-香港科技大学周晓方教授学术报告

2023年9月19日下午3点，香港科技大学的周晓方教授受邀在武汉大学计算机学院B404会议室做题为《Approximate Nearest Neighbor Search in High-Dimensional Vector Databases》的学术报告，报告从近似最近邻搜索这一核心主题展开，详细阐述了该领域在各种应用场景下的巨大价值和意义，深入回溯历史，周教授为在场的听众们勾画了这一领域的研究历程。他还深入地探讨了数据库研究社区近年来的创新工作和努力。此外，周教授精准地将这些研究方法分类，并详细解读。从基于局部敏感哈希（LSH-based methods）的技术，到利用量化（Quantization-based methods）的策略，再到依赖于图结构（Graph-based methods）的方案，他为在场的学者和研究生们呈现了一个内容丰富、结构清晰的学术蓝图。

报告的最后，他探讨了几个新的研究方向，并特别关注了支持大型语言模型的向量数据库。报告中的一个亮点是，周教授特别提及了ChatGPT，并深入分析了为何这类先进的模型还不能完全替代传统的方法。他指出，尽管这类大型语言模型在很多场景下展现出了强大的能力，但由于用户隐私和数据时效性的关键问题，它们仍然有一些局限性。此外，他分享了当前与大型语言模型（LLM）结合的最新研究机遇，激发了在场众人对未来研究的无限期待。报告结束后，受CCF武汉执委王胜教授邀请，周晓方教授走入了CCF武汉的咖啡屋，与在场的学者和研究生进行了更为深入的交流。大家围绕当前的数据搜索技术、大型语言模型的应用和局限性，以及未来可能的研究方向等话题展开了热烈的讨论。

周晓方教授简介：现为香港科技大学Otto Poon教授兼计算机科学与工程系讲座教授，目前担任计算机科学与工程系的系主任，同时是大数据研究所的主任，还是香港科技大学与香港生产力促进局工业AI和机器人研究共同实验室、香港科技大学与中国联通智慧社会共同实验室以及数据科学基础JC STEM实验室的创始主任。周教授在数据科学、时空数据库、数据挖掘、数据质量管理、高性能查询处理、大数据分析及机器学习方面有丰富经验，参与撰写了超过500篇研究论文。他曾多次获得学术奖项，包括WISE、ICDE、DASFAA和ADC的最佳论文奖。他曾是ICDE 2013, CIKM 2016和PVLDB 2020的程序委员会主席。周教授也是香港全球STEM学者和IEEE Fellow。