绿色计算技术 | CNCC2021

陈勇全

香港中文大学（深圳）研究员 /深圳市人工智能与机器人研究院无人系统研究中心主任 

陈勇全博士为香港中文大学（深圳）机器人与智能制造研究院研究员、自主无人系统协同感知与决策实验室联合主任，兼任深圳市人工智能与机器人研究院无人系统研究中心主任。陈勇全博士专注于研究机器人精细操作、定位与建图、车路协同、车联网等，先后参与和主持国家、省市级科研项目10余项，包括国家自然科学基金联合基金重点项目子课题1项，国家地方联合工程实验室平台项目1项、深圳市基础研究重点项目2项、深圳市经信委“创新链+产业链”融合专项1项、香港创新科技署项目1项。已发表期刊和会议论文30余篇，2018年、2019年分别获得ICCS、ROBIO国际会议最佳论文奖，累计申请发明专利20余件，已授权10件（美国专利1件）。

查宏远

香港中文大学（深圳）校长讲座教授，数据科学学院执行院长、深圳市人工智能与机器人研究院副院长

查宏远教授是香港中文大学（深圳）校长讲座教授，香港中文大学（深圳）数据科学学院执行院长、深圳市人工智能与机器人研究院副院长。查教授在计算机等相关领域的主流科技期刊和顶级学术会议上发表300多篇论文，据谷歌学术统计，截止2021年04月，谷歌H-index79，总引用率超25100次。曾荣获多项重要学术奖项，如 Institute of Mathematics and Applications（IMA）授予的“莱斯利福克斯奖（Leslie Fox Prize）”二等奖（1991年），第34届ACM SIGIR国际信息检索会议（SIGIR 2011）最佳学生论文奖（指导教授）（2011年），第26届NeurIPS“最佳论文奖” (2013年)。

杨旸

上海科技大学正教授，科道书院院长

报告题目：灰盒：基于深度强化学习的绿色大规模动态系统仿真

报告摘要：大规模动态系统产生的海量数据使其优化面临严峻挑战。传统的基于白盒的方法直接对系统的内部运行机制进行建模，存在建模难度高、系统扩展性差、分析耗时长等问题。基于黑盒的方法需要处理大量的实测数据，存在能量消耗大、可解释性差、泛化能力差等问题，因此难以适应动态环境。本报告提出了一种基于灰盒的方法，即基于深度强化学习的约束集反演算法(DRESIA)，建立了系统内部状态非线性相关性的定量模型，简化了白盒复杂的重构和预测机制，保留了模型的可解释性，提高了可行域的搜索效率，同时提高了泛化能力，进一步提高了建模环境的动态适应性，为系统建模提供了一种新的性能和效率的平衡方案。在满足给定QoS要求的前提下，DRESIA实现了在大规模5G赛博孪生系统可行域的高效动态优化搜索，结果表明，DRESIA算法降低了计算成本和能量消耗，平衡了可行域的准确性和鲁棒性，验证了基于灰盒的方法的有效性和优越性。

讲者简介：杨旸，博士，IEEE Fellow，现任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；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。之后，留在香港中文大学信息工程系担任助理教授。2003年8月到英国布鲁奈尔大学（Brunel University）的电子与计算机工程系担任讲师。2005年3月到英国伦敦大学学院（UCL）电子与电气工程系担任讲师，后升职为高级讲师（终生教职）。杨旸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。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》。

黄建伟

香港中文大学（深圳）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

报告题目：面向绿色AI的人机物融合群智计算前沿理论、关键技术和应用探索研究

报告摘要：“双碳”目标的实现对信息技术产业来说既是机遇也是挑战，人工智能技术可以驱动传统产业节能减排，实现双碳目标需要从能源结构调整、产业结构调整和碳汇等多方面共同发力，其中绿色化、电气化、数字化是降碳的关键。面向绿色AI应用，项目团队提出一种人机物融合群智计算思路和技术架构，深入研究前沿理论和关键技术，并展开在低碳能源和交通领域的应用探索研究，本报告总结了项目的研究进展。

讲者简介：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。

邵源

深圳市城市交通规划设计研究中心解决方案中心主任，教授级高工，世界交通运输大会（WTC）未来交通技术与政策学科联合主席，深圳交通碳排放实验室负责人

报告题目：深圳交通碳达峰策略与创新技术探索

报告摘要：近年来深圳始终坚持绿色低碳发展战略，经济高速增长的同时，单位GDP碳排放强度跻身全球先进城市行列。目前交通已成为深圳最主要的碳排放源之一，如何推动交通领域碳排放尽早达峰是深圳率先实现“双碳”目标的关键。本次交流对深圳交通领域碳排放现状及未来趋势挑战进行了分析研判，重点通过“政策+技术”双轮驱动，对深圳交通碳达峰路径及智能技术进行探讨。发言重点介绍深圳交通碳排放系统创新实践以及面向未来交通碳达峰相关政策思考。

讲者简介：邵源，深圳市城市交通规划设计研究中心解决方案中心主任，教授级高工，世界交通运输大会（WTC）未来交通技术与政策学科联合主席，深圳交通碳排放实验室负责人，在城市交通战略政策、智能交通系统等方面具有丰富的工作经验。主持或参与的重大规划项目和科研课题获得国家、省市优秀规划奖、科技进步奖20余项，发表论文40余篇。

邹大中

南方电网电动汽车服务有限公司董事长、中国电动汽车百人会理事、深圳市新能源行业协会会长

报告题目：“四网融合”驱动新基建数字生态圈创新发展

报告摘要：在布局电动汽车全产业链的过程中，南网电动以数据融合和业务融合为导向，逐步构建起以充电网、车联网、能源网与物联网为主体的四大数字化板块。通过建立数据中台，实现全域数据采集、分析、治理及决策，沉淀形成持续增长的数据资产，实现数据融合；通过微服务构建内外部应用数据接口，实现各网之间及与外部生态业务打通，以业务高效融合支持商业模式创新。生态圈聚集多维度利益相关方，从线性买卖关系迈向网状多维生态关系，激发正向网络效应。全面支撑充换电业务、出行服务、车辆租售及数字能源业务的开展，为公司数字化转型逐步夯实基础，助力国家新型基础设施建设。

讲者简介：邹大中，现任南方电网电动汽车服务有限公司董事长、高级工程师，中国共产党党员，中国电力企业联合会理事，中电联电动汽与储能分会副会长，中电联能源行业电动汽车充电设施标准化技术委员会委员，深圳市新能源行业协会会长，广东省电动汽车充电设施联盟副理事长，中国电动汽车百人会理事，IEEE PES 中国区技术委员会成员。长期从事电动汽车充换电、智慧能源与交通、电力系统分析等研究工作。先后承担国家重点研发项目/国家863项目、南方电网公司等科技项目10余项，在多个核心期刊发表论文，取得专利软件著作权60余项，制定国家/行业/企业标准10余项，获多项省部级/网公司级科技奖，主持工程应用项目累计数十亿产值。作为项目带头人主持建设的南网电动充电服务平台已完成26万把充电枪跨平台互联互通、运营充电桩4.6万个、累计充电电量4.8亿度，注册用户达123余万、居南网区域首位；主持建设多个南网首创“变+充”能源驿站、智能有序充电站、“光储充检”一体化智能超级充电站、多能互补共直流充电站等示范工程。

邱剑

阿里云-能耗云团队-技术总监

报告题目：数据科学与人工智能驱动的全域碳排放计算框架

报告摘要：“双碳”涉及国家各个领域的绿色发展与转型变革，例如城市发展规划、经济绿色增长、产业绿色转型、能源结构调整、企业生产经营和人民生活方式改变等。阿里云能耗云研发团队，面向不同对象、行业、领域的碳排放计算，提出了统一的“碳数据中台”，包括存储、处理、方法学计算与服务；面向城市区域级管控与规划，提出了达峰预测与推演模型、辅助施政策略推荐；面向多类型的自然资源，提出了多源数据融合的碳汇数字化测算方法；面向园区、楼宇和园区的节能减排，将深度学习、运筹优化、强化学习与机理模型充分融合， 提出了综合能源优化引擎。最终，数字化工具助力各级政府、企业和社区有规划、有节奏、有针对性地迈向碳中和目标。

讲者简介：邱剑，浙江大学工学博士，佐治亚理工学院访问学者，CCF电力分会（筹）成员。目前在阿里云担任能耗云团队的技术总监，曾担任阿里云智慧能源研发、电力知识图谱研发负责人。主要负责大数据、人工智能、自然语言处理、知识图谱等前沿技术在双碳、电力能源领域的应用。参与重大国家/企业项目数十项，曾获浙江省级一/二等奖，发表SCI/EI十余篇，专利十余项，是最早将自然语言处理和知识图谱技术引入电力领域的学者之一，成功研发并落地了电力知识图谱平台、虚拟调度员、虚拟检修专家等产品。IEEE PES电力信息通信大数据技术分委会理事，电力信息系统及数据技术分委会理事，IEEE电力知识图谱标准委员会成员，CCF-电力分会(筹)成员，参与起草多项电力、绿色低碳相关标准。