CNCC | 第八届亚太（Asia-Pacific）适老助残技术论坛——融合计算赋能新质生产力

陈益强

CCF会士，中国科学院计算技术研究所副所长、研究员、博士生导师

现任中国科学院计算技术研究所副所长，中国科学院雄安创新研究院筹建工作组组长，移动计算与新型终端北京市重点实验室主任。兼任国家“现代服务业”和“BT和IT融合”重点专项总体专家组成员。曾入选国家级科技创新领军人才、科技部中青年科技创新领军人才以及北京市科技新星等。主要从事人工智能、普适计算、联邦学习等方向研究，在多模态高精度感知、跨模态细粒度关联、眼科和脑疾病智能辅诊模型及联邦平台等研究方面取得成果，在国际重要期刊和会议上发表论文200余篇，获得会议最佳论文奖7项；申请发明专利100余项，授权50余项；曾获国家科技进步奖二等奖以及2017CCF技术发明一等奖（排名第一），2015、2016 连续两年获北京市科技进步二等奖等。

胡事民

CCF会士、副理事长，中国科学院院士，清华大学教授

中国科学院院士，国家杰出青年科学基金获得者，国际电气与电子工程师学会会士（IEEE fellow），清华大学教授。1990年于吉林大学获学士学位，1993和1996年分别于浙江大学获硕士和博士学位；1998年清华大学计算机系博士后出站后留校任教；3月被聘为清华大学计算机科学与技术系讲师；1999年6月晋升为清华大学计算机科学与技术系副教授；2002年获得国家杰出青年科学基金资助，12月晋升为清华大学计算机科学与技术系教授；2006年被聘为国家重大基础研究（973）计划项目“可视媒体智能处理的理论与方法”项目的首席科学家；2007年入选教育部长江学者特聘教授；2010年被任命为清华-腾讯互联网创新技术联合实验室主任；同年入选新世纪百千万人才工程国家级人选；2013年入选首批科技创新领军人才；2015年带领清华大学“网络可视媒体智能处理”团队获得国家自然科学基金创新研究群体基金资助；2023年11月当选为中国科学院院士，同月当选为国际电气与电子工程师学会会士（IEEE fellow）。

杨强

加拿大皇家科学院院士，加拿大工程院院士，香港科技大学计算机科学系讲座教授，微众银行首席人工智能官

香港科技大学计算机科学系讲座教授，微众银行首席人工智能官，中国移动通信集团有限公司独立非执行董事，国际人工智能联合会IJCAI理事长、AAAI执行委员会委员、CAAI副理事长以及AAAI/ACM/CAAI/IEEE/AAAS的Fellow。他是迁移学习和联邦学习研究领域的领军人物，著作包括《迁移学习》、《联邦学习》、《隐私计算》和《联邦学习实战》等，并在多个顶级国际会议上做主题演讲。他为全球数百万用户和企业开发了用于普惠金融、健康和电子商务应用程序的开源产业级系统，他的研究对大规模人工智能和数据挖掘工程系统和应用、新标准、开源软件产生了较大的影响。他带领微众银行团队开发了全球首个工业级联邦学习技术框架，解决了小数据、数据孤岛、用户隐私等实际难题。

史媛媛

CCF校企合作TF委员，三星电子中国研究院研发副总裁

历任模式识别，语音识别, 自然语言理解, 计算视觉，机器学习，数据挖掘，机器人等人工智能核心技术研发与管理工作20多年, 主持从前沿研究, 到创新技术开发, 产品化的一系列企业研发活动。目前聚焦大模型在智能终端，机器人，XR，健康，数据等领域的研发。史媛媛博士还热心投入高校合作，学术活动，企业科普等社会服务. 推进清华-三星联合实验室创建；推进与清华大学，北京大学，中国科学院等全国数十所高校的合作。历任中国人机语音通讯专委会委员，中国人工智能学会智能交互专委会委员，中国计算机学会校企合作TF委员等多项社会服务活动。

报告题目：AI大模型在适老化社会中的新机遇 

摘要：老龄化是中国社会面临的巨大挑战；但同时也是机遇，中国具有制造业、消费电子、机电电子等领域技术优势，也具备在AI领域的基础研究，产品开发，和市场创新的投资积累，以及一线大城市老龄化人口的经济优势。

如何利用好这些优势和资源，为老龄消费者用户们提供能够满足健康，生活，心理等不同需求的产品和服务，是企业可以思考的市场方向之一。AI大模型目前正处于技术研发快速迭代和市场化的激烈竞争中。是否可能以AI大模型平台为基础，连接丰富的，智能的，具有性价比优势的终端；为用户提供个性化的产品和服务？如果说大数据挖掘驱动的IoT 1.0聚焦于智能物联网和多设备协同体验，那么大模型为融合计算2.0提供了技术可能性。在新的融合计算2.0思路下，面对老龄化社会的新需求，新的技术，产品，和服务，可能处于逐渐成型中。

钱昆

北京理工大学教授，日本东京大学客座研究员，日本JSPS特别研究员

北京理工大学医学技术学院教授，博士生导师。国家高层次青年人才，北京理工大学“特立青年学者”。主要从事计算机听觉、情感计算研究。发表高水平论文100余篇、授权发明专利4项。主持国家高层次人才青年项目(2021)、国家科技部重大专项子课题(2021)、国家自然科学基金面上项目(2022)、北京理工大学“特立青年学者支持计划”项目、日本学术振兴会项目、之江国际青年人才项目等。IEEE高级会员，IEEE Transactions on Affective Computing期刊副主编，工业和信息化部教育与考试中心专家库专家，科技部重大项目评审专家，日本学术振兴会JSPS外国人特别研究员计划入选者（全球录用率10.6%，与德国“洪堡学者”、欧盟“玛丽居里学者”齐名），日本东京大学（长期位于各世界大学排名榜单日本第1，世界前25）特任研究员，法国巴黎丝路商学院客座教授，中国留德学者计算机学会人工智能与大数据专家委员会专家委员，美国卡内基梅隆大学、日本东京工业大学、新加坡南洋理工大学访问学者，之江实验室之江国际青年人才基金获得者（全球录用率小于 15%）。

报告题目：面向人口老龄化危机的情感计算应用 

摘要：随着全球人口老龄化的加剧，老年人健康管理与情感关怀成为社会关注的重点。情感计算可以通过分析老年人的生理、行为数据来量化其心理状态。尤其面向抑郁症、孤独症、阿尔兹海默病等社会普发性疾病。人工智能、物联网技术更是为该领域的发展提供了强大的助力。本次报告将介绍情感计算应用于应对人口老龄化危机方面的进展。

保志军

复旦大学附属华东医院院长，老年病科、消化科主任医师、教授、博士生导师

复旦大学附属华东医院院长，老年病科、消化科主任医师、教授、博导。上海市医学领军人才，上海市卫生系统优秀学科带头人。上海市老年医学临床重点实验室主任、国家老年疾病临床医学研究中心副主任。复日大学老年医学系负责人、国家重点研发计划“主动健康和老龄化科技应对专项”首席、国务院特殊津贴专家。主持上海市地方卫生标准1项，主要参与专家共识4部，主编专著3部。任《老年医学与保健》编辑部主任，《中华消化杂志》、《复旦学报(医学版)》等10本期刊编委。

报告题目：老年衰弱的智能化应对和推广 

摘要：随着中国进入深度老龄化社会，人口结构的转变对健康服务体系提出了新的挑战。《“健康中国2030”规划纲要》的出台，明确强调在老年人群体中推广主动健康理念。在这一背景下，老年衰弱问题日益凸显，成为健康老龄化进程中的一大挑战。老年衰弱，即老年人因生理储备下降而易受损、抗应激能力减弱的状态，严重影响着老年人的生活质量。因此，早期识别和干预衰弱显得尤为关键。华东医院通过深入研究，开发了一套有效的衰弱筛查工具，并申报了地方卫生标准。为了更好的推广衰弱筛查，利用智慧医疗结合人工智能技术，基于可穿戴设备进一步探索优化衰弱的筛查与诊断技术，提高了准确性和效率。提升了老年人的健康水平，为应对老龄化挑战提供了有力支持。

于涵

新加坡南洋理工大学计算与数据科学学院副教授

于涵博士现任新加坡南洋理工大学计算与数据科学学院副教授。2018至2024年间，他在南洋理工大学担任南洋助理教授。他曾于2017至2018年在香港科技大学计算机科学与工程系担任访问学者。2015年至2018年间，他在南洋理工大学担任李光耀研究员。他于2014年获得南洋理工大学计算机工程系博士学位。他的研究重点是可信的联邦学习，并于2019年合著了本领域的第一本专著《联邦学习》。他的研究成果在国际领先AI会议以及期刊（如AAAI, ICML, IJCAI, NeurIPS等）发表300余篇论文并多次获奖。2021年，他创办了南洋理工大学可信联邦学习实验室。他目前担任IEEE TNNLS副主编、IJCAI首席赞助官、IEEE CIS标准委员会副主席，并获选为AAAI和IEEE的高级会员、及中国计算机学会杰出会员。基于在可信联邦学习领域的持续贡献和影响力，他入选斯坦福大学全球AI领域前2%科学家之列，并于2022年被评为新加坡十大杰出青年之一。

报告题目：大模型时代联邦学习的挑战与机遇

摘要：生成式预训练大模型（LLM）凭借其在前所未有的海量高质量数据上进行的训练，已在广泛任务上展示了出色的性能。根据扩展法则，LLM未来的性能提升取决于其在训练中所能利用的计算能力和数据源。联邦学习（FL）有潜力释放大量各领域中有价值的隐私数据并更有效地利用分布式计算资源，而这些资源在当前以数据中心为核心的LLM训练方法中还未被充分发挥。在这里，我将与大家分享我们在灵活、鲁棒、且高效的联邦学习技术方面进行的一些探索与研究，以其为未来机构间大规模合作训练大模型提供支持。

凤阳

中国电信集团公司教育行业事业部 中电信翼智教育科技有限公司要客部总经理

中国电信集团公司教育行业资深专家，中国电信集团人才工作站入站专家，拥有15年教育行业信息化、数字化、智能化领域工作经验，长期服务教育部、科技部、中国科学院、中国社会科学院等单位，对行业政策解读、技术发展、演进趋势有深刻理解。

报告题目：人工智能技术赋能学生心理健康领域的探索

摘要：随着相关国家政策发布及AI大模型技术的发展，各级都十分重视学生心理健康工作的开展。目前，学生心理问题数量逐年上升，但学校心理健康师资配置和专业能力却相对不足，所以如何用人工智能赋能学生心理健康工作，正在成为下一个阶段心理服务的关注点，以缓解目前心理师资不足与激增的心理监测与服务方面的需求之间的矛盾。目前AI在心理健康领域的应用场景主要有基于机器学习进行生理监测识别情绪变化、利用AI聊天机器人调节情绪状态、使用AI辅助心理咨询师进行更有效的干预等。中国电信也正在积极探索在学生心理健康服务实践的创新，一方面探索基于大模型的AI疏导能力帮助学生自助疏导减压，实现无感监测。另一方面也在探索为教师提效的AI心理咨询工具，通过AI智能生成咨询报告，沉淀过程数据，完善一生一档。后续还将结合承担教育部全国学生心理健康监测与服务平台的契机，结合多模态技术逐步探索基于 AI驱动的心理评估系统，对学生进行二次精筛，实现分级预警。

陈益强

CCF会士，中国科学院计算技术研究所副所长、研究员、博士生导师

报告题目：模联网：模型联邦网络赋能新质生产力

摘要：模联网以模型即服务（Model-as-a-Service）范式为基础，通过整合和共享各类医疗模型，为医疗机构和个人提供更智能、高效、准确和个性化的服务。大模型研究在近年来发展迅速，智能模型的训练应用模式将由“炼大模型”向“联大模型”转变。本次报告将分享如何通过医疗模型的智能联邦和协同优化，构建覆盖多领域、多任务、多场景的模型联邦服务网络，探讨其在健康管理、疾病预防、诊断和治疗等方面的应用，以及其对医疗服务质量和效率的提升，并讨论模联网在智慧健康医疗领域中的未来展望和挑战。

CNCC2024将于10月24-26日在浙江省东阳市横店镇举办，大会主题为“发展新质生产力，计算引领未来”。大会为期三天，包括18个特邀报告、3个大会论坛、138个专题论坛及34场专题活动和100余个展览。图灵奖获得者、两院院士、国内外顶尖学者、知名企业家在内的超过800位讲者在会上展望前沿趋势，分享创新成果。预计参会者超过万人。