周薇

中国科学院信息工程研究所 高级工程师

中国科学院青促会成员，主要从事社交网络分析、异常信息处理和网络安全知识图谱等相关方向研究。曾主持和参加国家自然科学基金、国家重点研发计划、国家重大科技专项、国家信息安全专项、中科院战略性先导科技专项等多项国家部委级课题研究。以第一作者或者通讯作者在ACL、ACM MM、EMNLP、ICDM、WSDM、CIKM、COLING、PKDD、WWWJ等国内外知名期刊与会议上发表论文20余篇，授权专利10余项，软件著作权9项。参与多个国际会议的组织与审稿，以第一或主要起草人撰写国际/国家/行业标准10余项。

刘欢

美国亚利桑那州立大学 教授

美国亚利桑那州立大学计算机科学与工程、信息学与决策系统工程系教授，ACM, AAAI, AAAS, and IEEE Fellow，研究兴趣包括人工智能、数据挖掘、特征选择、社会计算和社会媒体挖掘，专注于研究现实世界应用中出现不同形式高维数据的问题。担任ACM TIST主编，《Frontiers in Big Data》创立主编，《Data Mining and Management》专业主编，同时还是社会计算、行为文化建模和预测国际会议系列的创始组织者，合著由英国剑桥大学出版社出版的《Social Media Mining: An Introduction》书籍。

报告题目：打击社交媒体上的虚假信息及其挑战

围绕社交媒体中虚假信息智能分析的挑战，介绍其团队在虚假信息检测和识别任务中取得的一系列代表性成果，包括基于社交传播结构/信息内容的虚假信息检测、跨领域虚假检测等，并就如何在社交媒体上建立一个更健康和谐的生态系统以打击虚假信息，提供一些解决思路。

宋韵雅

传理学院人工智能与媒体研究实验室主任、博士与研究式研究生项目负责人。香港2021/22年度RGC人文学及社会科学杰出学者。她同时担任《传播与社会》学刊编辑，以及《Quality and Quantity》、《Journal of Contemporary Eastern Asia》的副主编。她还是国际中华传播学会 (CCA)、美国新闻与大众传播教育学会（AEJMC）大众传播与社会组评奖委员会主席。她的研究领域横跨全球传播、计算传播学、计算机媒介网络、社交媒体分析、网络心理学及用户行为研究。

报告题目：探讨信息污染的跨学科研究前沿

围绕虚假信息治理的交叉学科研究前景，宋韵雅教授将以香港为背景，从虚假信息的信源、传播规律、路径和受众等多方位角度考察和分析公共危机事件中的信息流行病。报告将探讨如何融合计算方法（例如机器学习）和各种社会科学方法（例如实验、焦点小组访谈和社会网络分析），并全面阐述虚假信息跨学科分析的必要性。

秦兵

哈尔滨工业大学 社会计算与信息检索研究中心主任/计算学部教授

CCF自然语言处理专委会执行委员。国家重点研发课题、国家自然科学基金重点项目负责人。科技部科技创新2030-“新一代人工智能”重大项目管理专家组专家，中国中文信息学会理事／语言与知识计算专委会副主任／情感计算专委会主任。主要研究方向：自然语言处理，知识图谱，情感计算，文本生成。发表论文100余篇。获中文信息学会钱伟长中文信息处理科学技术奖一等奖  、黑龙江省科学技术奖一等奖  、黑龙江省科学技术奖二等奖和黑龙江省技术发明奖二等奖 。入选“2020年度人工智能全球女性 及AI 2000最具影响力学者榜单 ”和“福布斯中国2020科技女性榜 ”。

报告题目：社交媒体中的情绪智能

围绕影响虚假信息传播和识别的社会情绪，由浅入深地探索情绪智能，包括面向某一话题的个体和群体的情绪/立场识别、面向话题转移的情绪/立场识别、群体异常情绪的原因发现及情绪预测等。此外，还将结合其科研团队研发的 “情绪地图系统”对社交媒体中的情绪智能进行总结和展望。

曹娟

中国科学院计算技术研究所 数字内容合成与伪造检测实验室主任

中国科学院大学 岗位教授

入选中科院“青年促进会”首批成员。计算所“十四五”规划重点培育方向“数字内容伪造与检测”的带头人。获北京市2020年“三八红旗奖章”和2020年北京市科技进步一等奖。近年来发表领域主流国际期刊和会议论文60余篇，研究成果Google Scholar累计引用3000余次。申请专利40项，19项已授权。举办2019年“互联网虚假新闻检测挑战赛”和“虚假新闻检测学术论坛”，以及2020年“科技战役-大数据公益挑战赛”系列中的“疫情期间虚假新闻检测”比赛，公布了目前业内最大规模的中文多模态虚假新闻数据集，鼓励研究人员探索基于多种模态的虚假新闻自动检测方法。作为项目负责人围绕多媒体内容安全方向承担十余项国家级重要课题，成果在公安部、工信部、新华社、人民网等国家部委和重要企业中落地应用。

报告题目：多模态虚假伪造检测技术体系思考

虚假信息打破了人们对“有图有真相”的传统认知。报告将从基于跨度十年的虚假新闻内容大数据分析开始，到多模态融合的虚假伪造检测任务，再到虚假信息的宏观认知和微观解析，全面阐释什么是虚假？如何对复杂的多模态虚假信息检测进行建模？并结合实战，提出一套数据和知识驱动融合的识别框架。

刘知远

清华大学 长聘副教授

CCF自然语言处理、人工智能与模式识别专业委员会执行委员，主要研究方向为自然语言处理、知识图谱和社会计算，CCF高级会员。2011年获得清华大学博士学位，已在ACL、EMNLP、IJCAI、AAAI等人工智能领域的著名国际期刊和会议发表相关论文100余篇，Google Scholar统计引用超过2万次。曾获教育部自然科学一等奖（第2完成人）、中国中文信息学会钱伟长中文信息处理科学技术奖一等奖（第2完成人）、中国中文信息学会汉王青年创新奖，入选北京智源研究院青年科学家、2020年Elsevier中国高被引学者、《麻省理工科技评论》中国区35岁以下科技创新35人榜单、中国科协青年人才托举工程。担任中文信息学会青年工作委员会主任，中文信息学会社会媒体处理专委会秘书长，期刊AI Open副主编，ACL、EMNLP、WWW、CIKM、COLING领域主席。

报告题目：大模型的安全伦理问题

“亦正亦邪”的大模型在自然语言处理和计算机视觉中得到广泛应用，在展现其技术威力的同时，也因其强大的生成能力而加剧了虚假信息伪造的危害。刘知远教授将重点介绍大模型的生成能力与机制，被滥用生成社会媒体虚假信息的风险，并将前瞻性分析探讨由此引发的大模型安全伦理问题。