[会议报道] 网络空间智慧搜索暨未来数据论坛在深圳召开

中国中文信息学会

2020年11月4日-6日，由中国工程院、中国中文信息学会主办，中国工程院信息与电子工程学部、哈尔滨工业大学（深圳）承办，鹏城实验室、广州大学协办的“网络空间智慧搜索暨未来数据论坛”在深圳以线上线下相结合的方式顺利召开。中国工程院方滨兴院士、廖湘科院士，哈尔滨工业大学（深圳）魏军教授、中国工程院信息与电子学部黄海涛主任，苏州大学张民教授、华东师范大学何道敬教授、清华大学刘奕群教授等40多位海内外大数据及相关领域杰出科学家和学术新秀应邀到现场出席了大会。

未来数据论坛(FFD)是2011年由美国伊利诺伊大学芝加哥分校的工程学院计算机科学系PhilipS.Yu教授、香港城市大学计算机科学系的李青教授、澳大利亚维多利亚大学工程与科学学院的张彦春教授，以及中国国防科技大学计算机学院的贾焰教授联合倡议并发起的一个由海内外大数据及相关领域有影响的科学家出席的小规模国际研讨会，旨在交流大数据研究的最新进展，特别是在实际应用领域的新突破。自2016年起,未来数据论坛(FFD)与“大搜索”(BigSearch)论坛合并举行。今年的论坛得到中国工程院的大力支持，成为中国工程科技论坛第322场。

受疫情影响，部分海外学者无法现场参会、国内其他相关单位的学者也在线上参会。会议通过线上/线下相结合的方式进行，美国伊利诺伊大学芝加哥分校Philip S. Yu教授、加拿大西蒙菲莎大学加拿大皇家学会院士裴健老师、澳大利亚维多利亚大学张彦春教授、澳大利亚新南威尔士林学民教授、澳大利亚昆士兰大学周晓方教授、香港理工大学李青教授等线上给出了精彩报告。线上、线下合计参会人员120多人。

本次大会伊始，方滨兴院士首先致欢迎辞，而后，Philip S. Yu教授，会议承办单位代表魏军教授以及会议协办单位代表陈长汶教授亦分别致辞，欢迎新老朋友，预祝了本次大会圆满成功。

方滨兴院士致欢迎辞

哈尔滨工业大学（深圳）校长助理魏军教授致辞

随后，报告嘉宾从以下三个方面阐述了自己和团队的最新进展并进行了深入的探讨。

一、基于AI技术的大数据搜索在各领域中的前沿发展

中国工程院潘云鹤院士阐述了新一代AI发展规划的内容，报告将从大数据智能的起源、发展和应用三个方面进行了阐述，从AI2.0和大数据智能在智能程序、智能政府方面给出了精辟的见解；来自加拿大西蒙菲莎大学的裴健院士分析了以超大规模机器学习模型的形式出现的计算-数据-智能融合的价值和技术挑战，还介绍了以试错成本为核心的计算-数据-智能融合的经济学，以及如何通过智能搜索、数据表示增强和用户行为理解降低试错成本，展望计算-数据-智能融合生态；阿里副总裁、犹他大学终身教授李飞飞为大家做了题为“企业级云原生分布式数据库系统”的精彩演讲，他的报告面向弹性扩展、弹性计算、以及按需按量使用等企业级应用需求，通过探索新的体系架构以实现shared-everything(万物共享)和存储计算分离，一写多读的扩展能力；贾焰教授针对题为“MDATA认知模型及其应用”作了生动的演讲，贾焰教授的报告从MDATA认知模型的知识表示、管理和利用三个维度出发，介绍其基本概念和关键技术，并介绍了其典型应用场景；澳大利亚的林学民教授讲诉了不同领域的稳定性模型，其应用以及需要解决的独特挑战，介绍了新颖的计算范例和算法，索引技术，批处理技术和分布式解决方案以及探讨这个重要且不断发展的研究领域的未来研究方向；张彦春教授在本次演讲中介绍了使用EEG信号数据检测精神健康和神经系统疾病中的最新成果。

潘云鹤院士线上发表主题报告

贾焰教授发表演讲

二、探索网络空间安全中的各类隐私保护和数据管理问题

方滨兴院士在本次报告中与大家探讨现阶段人工智能计算中的数据隐私保护的几种方法，并进一步分析它们在隐私性能，实用性，计算复杂度等方面的的优劣；从数据安全的角度出发，伊利诺伊大学芝加哥分校的Philip S. Yu教授在本主题报告中，结合正在进行的美国大选讨论了垃圾邮件检测的挑战和最新进展，并实例化的演示了如何快速有效地解决现实世界中的未知恶意软件检测问题；周晓方教授从时空数据的层面出发，进行了题为“时空数据隐私保护初探”的演讲，讨论了近期在时空实体链接和移动对象数据的隐私保护方面的工作；张民教授的报告从自然语言情感分析中篇章情感分析、问答和对话情感分析展开讨论；何道敬教授介绍了天地一体化网络信息安全的背景、现状及未来发展趋势；刘奕群教授本次报告重点讨论当前的信息技术研究如何为未来的脑机接口搜索开展前瞻性的准备工作，以及这些工作如何能使互联网搜索引擎、智能信息助理、推荐系统等当前的主流技术产品获益，对这种与思考过程紧密衔接的搜索可能形成的人类认知新范式进行展望；李青教授从历史的角度讨论数据管理的几个方面，并通过发起的联合合作，详细阐述近期和复杂的数据类型，从而有助于事件之间的隐藏/固有关系的分析和挖掘。