CCF@U753：卜佳俊、段楠走进西安交通大学

2019年12月20日，CCF走进高校活动来到西安交通大学。CCF杰出会员、CCF常务理事、浙江大学卜佳俊教授，CCF专业会员、微软亚洲研究院段楠博士受邀为西安交通大学的师生带来关于“人工智能”的专题报告。CCF西安分部秘书长、西安交通大学电信学院钱步月博士与该校教师、研究生和本科生约60余人聆听了本次报告会。报告会由CCF西安交通大学学生分会主席张汉宁主持。

张汉宁主持报告会

张汉宁首先对两位讲者的到来表示热烈的欢迎。然后他向大家介绍了CCF和CCF走进高校活动，并介绍了CCF西安交大学生分会的工作，鼓励大家积极加入CCF。接下来，报告会正式开始。

卜佳俊的报告题目是《人工智能助力盲人信息无障碍》。信息无障碍是指任何人（无论是健全人还是残疾人，无论是年轻人还是老年人）在任何情况下都能平等、方便地理解、交互和利用信息。信息技术的进步在促进时代发展的同时，也给残疾人，尤其是盲人和聋哑人带来了前所未有的机遇和极大的挑战。关于如何用人工智能技术帮助盲人获取信息，卜佳俊从关键技术、系统平台、标准规范几方面详细讲述了目前的工作进展，为同学们展开了一片人工智能助力残障人士的新天地。

卜佳俊作报告

段楠的报告题目是《跨语言/跨模态预训练模型》。段楠首先介绍了预训练模型发展中遇到的挑战，然后介绍了微软研究院在跨语言/跨模态的预训练模型上所做的工作，并介绍了XLM和Unicoder等跨语言预训练模型的设计思路。他重点介绍了微软研究院目前所在做的Unicoder-VL。这是一个以预训练的方式学习视觉和语言的联合表征的通用编码器。这个模型中视觉和语言内容都会被传入一个多层transformer中，作为跨模态预训练阶段。预训练阶段使用三个任务，包括掩蔽语言建模、掩蔽对象标签预测以及视觉-语言匹配。前两个任务会让模型学习从基于语言和视觉内容输入的联合token学习到内容相关的表征；后一个任务尝试预测一张图像和一段文本描述之间是否相符。在大量的图像-描述对上预训练之后，把Unicoder-VL迁移到了图像-文本检索任务上，只添加了一个额外的输出层，就在MSCOCO和Flicker30K两个数据集上都取得了目前最佳的表现。

段楠作报告

认真聆听

报告结束后，同学们积极地向两位讲者提出问题，两位讲者详细解答了同学们的疑问。同学们纷纷表示获益匪浅。本次活动在热烈的气氛中圆满结束。

互动交流

合影留念

讲者简介

卜佳俊

CCF常务理事、CCF青工委主任、CCF杰出演讲者。浙江大学教授、博士生导师，软件学院常务副院长，中国残疾人信息和无障碍技术研究中心副主任，浙江省服务机器人重点实验室主任。主要研究方向有智能媒体计算、信息无障碍技术等。作为项目负责人，已经主持国家和省部级重大科技项目10多项，负责企业合作项目10多项。发表学术论文100多篇，其中包括CCF A类论文40多篇，获ACM Multimedia 2010最佳论文奖提名，AAAI 2012 Outstanding Paper Award（系该人工智能顶级国际会议创办39年来中国大陆学者迄今唯一获奖论文）。出版著作3部，授权发明专利30多项。获2011年度国家科技进步二等奖，2007年度国家技术发明二等奖等国家和省部级科技奖励6项。牵头制定信息无障碍领域国家标准1项，参与制定国家和行业标准5项。

段楠

CCF专业会员，微软亚洲研究院高级研究经理，主要从事自动问答、语言理解、生成和推理、多模态自然语言处理等研究，在NLP/ML领域发表学术论文60余篇，多项研究成果用于微软人工智能产品中，例如必应搜索、必应广告、微软新闻和微软小冰等，著有《智能问答》一书（高等教育出版社）。