院士领衔，讨论面向服务的群智计算和决策 | CNCC2021

当前，物理世界正迈向万物数字化、万物网络化和万物智能化的万物智联时代，以人为本、服务驱动的理念逐步成为未来信息网络趋势。群智计算与决策通过融合海量人、机、物在感知、运算、推理等方面的多元能力与智慧，构建自适应、自学习、自演进的群体智能生态，对于未来实现面向服务的泛在智能具有重要意义。

本论坛邀请多名国内知名专家、学者以及科技企业代表开展主题报告及Panel研讨，深入探讨未来服务驱动的万物智联场景中海量人机物群智融合计算面临的新挑战、新机遇和新方法，具体研讨内容包括：人机物在感知、运算、推理方面的能力差异性与融合挑战；面向服务的群智计算与决策的机理、机制与技术落地路径；群智计算与决策的未来发展趋势等。

黄建伟

香港中文大学（深圳）校长讲座教授、理工学院副院长

深圳市人工智能与机器人研究院副院长

个人简介：黄建伟，香港中文大学（深圳）校长讲座教授和理工学院副院长，深圳市人工智能和机器人研究院副院长和群体智能研究中心主任。教育部长江学者特聘教授、IEEE Fellow、IEEE通信学会杰出讲师、科睿唯安计算机科学领域全球高被引科学家。长期专注于网络优化，群体智能和经济学交叉领域的开创性研究，总共发表了7本英文学术专著，300多篇国际一流期刊和会议论文，谷歌学术总引用超过 14000。论文九次获得国际会议和期刊的最佳论文奖，包含2011年IEEE马可尼无线通信论文奖。曾获2014年香港中文大学青年研究学者奖，2009年IEEE通信协会亚太杰出青年研究学者奖。现任 IEEE Transaction on Network Science and Engineering 的主编。曾任 IEEE Open Journal of the Communications Society 的副主编和中国计算机学会网络方向的所有A类期刊（IEEE Transactions on Mobile Computing, IEEE/ACM Transactions on Networking, IEEE Journal on Selected Areas in Communications）的编委。

高林

哈尔滨工业大学（深圳）电子与信息工程学院副教授，院长助理

高林，哈尔滨工业大学（深圳）电子与信息工程学院副教授，院长助理。IEEE通信学会亚太杰出青年研究学者奖、广东省“特支计划”科技创新青年拔尖人才、深圳市海外引进C类高层次人才等荣誉获得者。于2010年在上海交通大学获得博士学位，2011-2015年在香港中文大学担任博士后副研究员，2015年9月至今在哈尔滨工业大学（深圳）电子与信息工程学院担任副教授。主要从事通信计算网络优化与经济的交叉学科理论研究，研究方向包括移动边缘计算、群智计算、群体智能、博弈论等。研究成果已出版中英文专著3本，发表学术论文110多篇，其中包括中国计算机学会推荐的CCF A类顶级期刊和会议论文40余篇，论文总计被引超过3500次，并4次获得国际学术会议最佳论文奖。目前担任IEEE认知网络技术委员会（IEEE Technical Committee on Cognitive Networks)的副主席，并担任IEEE Transaction on Network Science and Engineering、《中国通信》等知名SCI期刊的编委。

于全

中国工程院院士，信息系统安全重点实验室主任，鹏城实验室研究员

个人简介：于全，中国工程院院士，现任信息系统安全重点实验室主任，兼任西安电子科技大学通信工程学院名誉院长，东南大学网络安全学院名誉院长，上海交通大学、南京大学、复旦大学，自然科学基金重大研究计划“空间信息网络基础理论与关键技术”指导专家组组长，《Journal of Communication and Information Networks》创刊主编，中国指挥与控制学会副理事长。1986年于南京大学无线电物理专业学士毕业，1988于西安电子科技大学电磁场工程专业硕士毕业，1992于法国里摩日大学光纤通信专业博士毕业。研究方向包括无线自组织网络、空间信息网络、软件无线电、认知无线网、网络体系架构等。近年来学术兴趣点主要在“类脑神经元的无线异构网络”及“类生物免疫的网络安全防御”等交叉学科上。

题目：蜂群民主决策与类脑计算-群体协作创造文明

摘要：1944年德国慕尼黑大学卡尔·冯·弗里施宣布，发现了工蜂通过跳舞告知同伴花蜜源的方向和距离的机制，因此获得诺贝尔奖。弗里施和他的学生林道尔由此开创了蜜蜂民主决策研究。蜜蜂群落作为一种“超个体”，整个蜂群的思维是从一个个蜜蜂个体模式中涌现出来的。以蜂群寻找优质蜂巢为例，工蜂个体随机漫游探索潜在巢址，通过各类不同的舞蹈，将潜在巢址的距离、方向以及蜂巢的质量等信息编码，越优质的巢址舞蹈强度越强，能够争取到的其余工蜂效率越高，反过来越容易获得整个蜂群的青睐。尽管蜜蜂个体智慧有限，拥有的信息有限，但作为一个群体却能做出卓越的集体决策。与之相对，实验研究表明，灵长类动物大脑的决策行为也有类似蜂群的机制。这为我们研究群体智能和类脑计算提供了宝贵的经验。

张大庆

北京大学博雅讲席教授，欧洲科学院院士，CCF普适计算专委会主任

个人简介：张大庆，北京大学博雅讲席教授，欧洲科学院院士，IEEE Fellow，CCF普适计算专委会主任。1996年获得意大利罗马大学博士学位。主要研究方向包括普适计算、情境感知计算、城市计算、大数据分析和智能物联网等。在相关国际期刊、会议发表学术论文 300余篇，文章总引用20500余次，H因子71 (根据 Google Scholar), 国际国内专利20余项。所创的情境感知和无线感知模型被国际普适计算、移动计算和服务计算学术界广泛采用, 近期工作先后获得中国计算机学会推荐的全部4个普适计算国际会议的最佳论文或提名奖，包括CCF A类会议ACM UbiComp 2015、2016 的最佳论文提名奖，以及IEEE UIC 2019和 IEEE PerCom 2013 授予的“十年最具影响力论文奖”。目前担任普适计算顶级期刊IEEE Pervasive Computing、ACM会刊IMWUT、 ACM Transactions on Intelligent Systems and Technology的编委, 担任过10多个国际会议的大会或程序委员会主席, 应邀在20多个国际会议做大会特邀报告。

题目：基于WiFi/4G/5G的老人居家状态连续监测: 挑战与实践

摘要：随着世界人口老龄化日趋严重，空巢老人的比例逐年增加，而多数老人的养老方式还是以居家养老为主，对这些居家老人的健康状态连续监测成为了解决老龄化问题的关键服务。近年来随着WiFi、4G/5G技术的发展，利用居家中普遍存在的无线信号进行非接触感知为老年人的智能看护服务提供了一个新的思路，无须老年人佩戴任何设备，就可以实现7 x 24小时的全天候值守。然而，目前基于WiFi的行为识别研究存在连续行为的切割问题和位置依赖的分类分题，使得这些方法无法应用于实际老人健康看护系统中。本报告针对以上挑战提出了将行为识别问题转换为时空起居状态监测问题，一方面通过自适应切割技术将连续的活动有效地切分为静止、走动、和原地活动等原子状态；另一方面，利用对WiFi信号建模对日常生活空间进行了准确的划分，实现了精准的出入屋检测与活动区域的识别。基于上述技术，我们构建了国际上首个基于商用WiFi的长期连续监测老人日常起居状态的系统，对实际生活环境下用户的 <时间、空间、原子状态> 起居状态进行实时检测、分析，推理用户的生活习惯，提取其健康指数指标，用于衡量用户的生活规律和健康异常状况。

於志文

西北工业大学教授，计算机学院院长，CCF常务理事、CCF优秀博士学位论文奖、CCF青年科学家奖

个人简介：於志文，CCF常务理事、普适计算专业委员会副主任委员、协同计算专业委员会副主任委员。西北工业大学教授，计算机学院院长，教育部“长江学者”特聘教授，国家杰出青年科学基金获得者，国家重点研发专项项目首席科学家。智能感知与计算工信部重点实验室主任，陕西省嵌入式系统技术重点实验室主任，陕西省重点科技创新团队负责人。主要从事移动互联网、普适计算、人机系统、社会感知等领域的研究工作。已在国际顶级学术期刊和会议上，如IEEE TMC、IEEE TKDE、INFOCOM、UbiComp、KDD等发表论文150余篇，SCI收录80余篇，ESI高被引论文7篇。担任国际权威期刊IEEE Transactions on Human-Machine Systems、IEEE Communications Magazine、ACM IMWUT等编委，担任ACM UbiComp、IEEE PerCom、IJCAI等国际会议程序委员或主席40余次。曾获中国计算机学会优秀博士学位论文奖、中国计算机学会青年科学家奖、霍英东高等院校青年教师奖、国家级教学成果二等奖、教育部自然科学一等奖和陕西省科学技术一等奖。

题目：CrowdOS：群智感知系统平台

摘要：报告将介绍群智感知概念和挑战，重点介绍西北工业大学研发的面向群智感知的系统平台CrowdOS，以及未来人机物融合群智感知。

李国良

清华大学计算机系长聘教授，CCF数据库专委会常委

个人简介：李国良，清华大学计算机系长聘教授，杰青，CCF数据库专委会常委。主要研究方向为数据库，大数据分析，群体计算。在数据库、数据挖掘、信息检索领域的顶级会议和期刊上发表论文150余篇，他引10000余次，入选爱思唯尔2014-2020年中国高被引学者榜单。主持国家杰出青年基金、优秀青年基金、青年973、自然基金重点等项目。获得了VLDB 2017 Early Career Research Contributions Award（VLDB青年贡献奖，亚洲首位获奖者）、IEEE TCDE Early Career Award（IEEE 数据工程领域杰出新人奖，亚洲首位获奖者）、青年长江学者、计算机学会青年科学家奖、教育部新世纪优秀人才等奖项。担任VLDB Journal、IEEE TKDE等编委，SIGMOD 2021大会主席，VLDB 2021 Demo 主席，多次担任SIGMOD、VLDB、KDD、ICDE、WWW、IJCAI、AAAI等会议的程序委员会委员。获得过数据库领域重要国际会议KDD18、ICDE18最佳论文候选，CIKM’17的最佳论文奖、DASFAA’14的最佳论文提名奖、APWeb’14最佳论文奖、EDBT’13大数据比赛冠军。获国家科技进步二等奖（2018）、江苏省科技进步一等奖（2019），教育部自然科学奖二等奖（2013）、计算机学会自然科学奖二等奖（2013）。

题目：大数据群体计算

摘要：大数据问题所固有的规模繁杂性、高速增长性、形式多样性、价值密度低等特点为传统计算处理方法带来了严峻的挑战。一方面，大数据的规模繁杂性和高速增长性带来了海量计算分析的需求；另一方面，形式多样性和价值密度低等特点使得大数据计算任务高度依赖复杂认知推理技术。针对大数据计算中海量计算分析和复杂认知推理需求并存的技术挑战，基于人机协作的群体计算是有效的解决途径。大数据群体计算是一种新型计算模型，其目的是通过整合互联网上大量用户和计算资源来处理现有计算技术难以解决的大数据问题。本报告将介绍大数据群体计算的研究现状，面临的挑战以及发展趋势，特别是介绍人机协作的群体计算模型、质量感知的群体计算方法以及资源可控的群体计算机理等方面最新研究成果。

陈继东

蚂蚁安全科技首席产品官，CCF大数据专家委员会常委

个人简介：陈继东博士，蚂蚁集团安全科技首席产品官，全球可信身份平台ZOLOZ总经理，互联网金融联盟（IIFAA）理事长，CCF大数据专家委员会常委。当前负责蚂蚁集团安全和反欺诈的能力建设和产品化。曾主导蚂蚁集团数字身份产品和解决方案从支付宝内部应用到对外开放商业化，带领团队将人脸识别技术在网商银行和支付宝身份认证等场景成功上线应用，并实现刷脸支付全球首次在肯德基的商业落地，过去三年成功推动了eKYC远程开户方案在菲律宾、印尼、印度、马来、泰国、韩国、孟加拉、巴基斯坦等八个亚洲国家移动支付和银行的商业化落地。陈继东曾任人人游戏大数据研究中心首席数据科学家，EMC中国研究院大数据实验室主任，一直专注于大规模数据管理与分析，人工智能等技术的研发及在移动互联网和金融安全风控的应用。陈继东于2007年获得中国人民大学计算机应用博士学位，2012年从复旦大学计算机学院计算机科学与技术博士后流动站出站。 

题目：IMAGE：蚂蚁下一代智能风控体系

摘要：疫情改变了世界的沟通方式，也进一步加深了社会生产、生活对数字化的依赖，安全风险形势随之也在发生深刻的变化，给金融风控系统带来了全新挑战。为了守住资金安全和社会安全的生命线，风控系统必须从静态的被动防守，转变为动态的主动对抗，为此蚂蚁集团积极投入可信人工智能的研究和落地。蚂蚁集团目前拥有全球范围内数量最多的“人工智能安全可信关键技术”专利，并上线部署了以“IMAGE”命名的下一代风控体系，借助包括“图神经网络”、“智能交互技术”、“博弈攻防”在内的一系列创新技术，为用户提供安全服务。本报告将聚焦数字时代安全风险，以蚂蚁“IMAGE”技术体系为例，探讨未来智能风控抵御“数字化”风险的关键能力。

杨旸

上海科技大学教授，科道书院院长

个人简介：杨旸，IEEE Fellow，上海科技大学信息科学与技术学院正教授；上海科技大学科道书院院长；上海雾计算实验室主任；鹏城实验室兼聘研究员；科技部“第五代移动通信系统（5G）前期研究开发”重大项目总体专家组专家；国家科技重大专项“新一代宽带无线移动通信网”总体组专家；曾任中科院上海微系统与信息技术研究所研究员、福州物联网开放实验室首席技术官、中科院无线传感网与通信重点实验室主任、上海无线通信研究中心主任。研究领域包括5G/6G移动通信网络、物联网、多层次算力网络（边缘/雾/云计算），开放无线测试验证平台等。已申请了80多项科技发明专利，发表了300多篇学术论文，出版了六部中英文专著。杨旸在1996年和1999年于东南大学无线电工程系获本科和硕士学位，2002年于香港中文大学信息工程系获博士学位。牵头承担了国家科技重大专项（03专项）、国家863计划、国家自然科学基金重点等一系列前沿课题研究。获选上海市“优秀学术带头人”和“领军人才”等荣誉，他牵头的“宽带无线传感网”科研团队入选为科技部创新人才推进计划“重点领域创新团队”荣誉。目前，依托深圳市智慧城市科技发展集团有限公司，牵头承担了国家重点研发计划“物联网与智慧城市关键技术及示范”重点专项项目《面向大湾区智慧城市群的5G泛在物联基础设施建设及示范（2020-2023）》。

题目：MAFENN: Multi-Agent Feedback Enabled Neural Network for Wireless Channel Equalization

摘要：Feedback mechanism has been widely used in wireless communication such as channel equalization and resource allocation. In recent years, deep learning (DL) has made great progress in the field of wireless communication. There is now some work that attempts to introduce plain feedback mechanisms into DL algorithm to solve wireless communication problems. However, the improvement of plain feedback DL methods is limited in complex situations due to those methods lack sufficient learning ability on feedback information. In this talk, we propose a Multi-Agent Feedback Enabled Neural Network (MAFENN) equalizer, which consists of a specific learnable feedback agent and two feed-forward agents. Three fully cooperative intelligent agents help the system improve the ability to remove wireless inter-symbol interference (ISI) in receiving ends. We further formulate it into a three-player Stackelberg Game, which helps us to optimize and train this model more efficiently. To verify the feasibility of our proposed MAFENN system and the Stackelberg Game optimization, we conduct a series of experiments to compare the symbol error rate (SER) performance of the MAFENN equalizer and the other methods which utilizes quadrature phase-shift keying (QPSK) modulation scheme. Our performance outperforms that of the other equalizers at different signal-to-noise ratio (SNR) settings for both linear and nonlinear channels.