本篇推送轉(zhuǎn)載自中國計算機(jī)學(xué)會公眾號
人智協(xié)同推薦系統(tǒng)(Human-AI Collaborative Recommender Systems)是一個融合了計算機(jī)科學(xué)、人工智能,、認(rèn)知科學(xué)和社會科學(xué)等學(xué)科的理論,、模型、技術(shù)和方法的跨學(xué)科前沿領(lǐng)域,，其目標(biāo)是通過結(jié)合人類智能和人工智能的優(yōu)勢,，揭示和解釋用戶與推薦系統(tǒng)之間的互動和協(xié)作模式，以解決推薦過程中的數(shù)據(jù)稀疏,、可解釋性差,、泛化性弱、隱私泄露等問題,，并通過研發(fā)和構(gòu)建能夠動態(tài)適應(yīng)用戶期望價值目標(biāo)和增強(qiáng)決策能力的推薦系統(tǒng),，提供高質(zhì)量推薦和良好推薦體驗，確保推薦系統(tǒng)對個體,、群體和社會產(chǎn)生積極影響,。
在人智協(xié)同新范式下，推薦系統(tǒng)由單向的人類被動接受,，轉(zhuǎn)變?yōu)槿祟?智能體協(xié)同探索,。在大模型、AIGC等先進(jìn)AI技術(shù)的加持下,，人智協(xié)同推薦系統(tǒng)已成為影響真實世界的復(fù)雜社會計算系統(tǒng),，深刻影響個體變遷、群體演化和社會秩序,，也極易帶來和加劇價值觀偏移,、人群偏見、隱私泄露等社會性問題,，如何確保人智協(xié)同推薦系統(tǒng)在提供個性化服務(wù)的同時,，符合社會規(guī)則和個體規(guī)范，提升公平和包容性已成為學(xué)界和業(yè)界關(guān)注的前沿問題,。
本次論壇匯集了來自學(xué)界和業(yè)界的人工智能,、CSCW與社會計算,、人機(jī)交互等多個學(xué)科領(lǐng)域的知名專家學(xué)者，深入探討人智協(xié)同推薦系統(tǒng)在算法,、技術(shù),、系統(tǒng)架構(gòu)、用戶體驗,、倫理,、政策和實踐等方面的最新進(jìn)展和實際應(yīng)用，旨在搭建一個交流與合作的平臺,，促進(jìn)跨領(lǐng)域研究人員和從業(yè)者之間的互動,，推動人智協(xié)同推薦系統(tǒng)的持續(xù)發(fā)展和廣泛應(yīng)用。
□ 論壇日程 □
□ 論壇主席及嘉賓介紹 □
論壇主席
盧暾
CCF杰出會員,、協(xié)同計算專委秘書長,，上海市計算機(jī)學(xué)會協(xié)同計算與信息服務(wù)專委會副主任、復(fù)旦大學(xué)教授,、計算機(jī)科學(xué)技術(shù)學(xué)院副院長
復(fù)旦大學(xué)計算機(jī)學(xué)院教授,。研究興趣包括社會與協(xié)同計算、人智協(xié)同與交互,、大模型智能體模擬推演,、領(lǐng)域大模型與應(yīng)用、群智協(xié)同與系統(tǒng),、數(shù)字社會智能治理等,。主持多項國家自然科學(xué)基金項目、科技部重點研發(fā)計劃課題,、863課題和上海市項目,。成果發(fā)表在CSCW、CHI,、UbiComp,、NeurIPS、WWW,、SIGIR,、IEEE TKDE,、ACM TOIS等權(quán)威會議和期刊上,。常規(guī)擔(dān)任CSCW、CHI等的AC,，擔(dān)任多個國內(nèi)外學(xué)術(shù)會議的PC/TPC Chair以及多個國內(nèi)外學(xué)術(shù)期刊的副主編和編委,。
論壇講者
張敏
CCF杰出會員、CCF女工委主任,，清華大學(xué)計算機(jī)系教授
國家高層次人才,。主要研究領(lǐng)域為信息檢索與推薦、用戶分析與建模?，F(xiàn)任國際頂級期刊ACM TOIS主編,。獲大川人才基金，IBM 2020 Global Faculty Award,，中國高校計算機(jī)專業(yè)優(yōu)秀教師獎勵計劃,，北京科學(xué)技術(shù)獎一等獎，中國中文信息學(xué)會錢偉長科學(xué)技術(shù)獎一等獎,，SIGIR’24實踐檢驗獎等,。長期與國內(nèi)外多個企業(yè)進(jìn)行多項科研合作。
報告題目：以用戶為中心的大語言模型評價
摘要：大語言模型（LLM）是用戶在各種場景中使用的新興工具,。因此,，以用戶為中心的大模型性能評估對于指導(dǎo)用戶選擇適合不同任務(wù)的服務(wù)至關(guān)重要。盡管目前已經(jīng)存在不少針對大模型的基準(zhǔn)測試,，但它們大多關(guān)注預(yù)定義的模型能力,，如世界知識、推理等,，而很難幫助用戶在完成具體任務(wù)時做出最適合特定需求的選擇,。本報告將介紹我們在這一方向上的探索成果，包括用戶體驗研究,、用戶需求理解,、以及從用戶中心視角對LLM在實際場景中效果的評估。
何向南
CCF理事,、中國科學(xué)技術(shù)大學(xué)教授,、人工智能與數(shù)據(jù)科學(xué)學(xué)院副院長
國家級青年人才。長期從事數(shù)據(jù)挖掘與人工智能領(lǐng)域的研究,，在相關(guān)領(lǐng)域的頂會（如SIGIR,、WWW、KDD）和頂刊（如IEEE TKDE,、ACM TOIS）上發(fā)表論文100余篇,，谷歌學(xué)術(shù)引用4萬余次，Elsevier中國高被引學(xué)者,。曾獲SIGIR 2023,、SIGIR 2021、WWW 2018最佳論文提名獎,、阿里巴巴達(dá)摩院青橙獎,、教育部技術(shù)發(fā)明一等獎等。擔(dān)任多個期刊的副主編,，如IEEE TKDE,、IEEE TBD, ACM TOIS等,。主持多項國家級項目，如基金委重點項目,、科技部重點研發(fā)計劃課題,。
報告題目：大模型驅(qū)動的推薦前沿發(fā)展
摘要：預(yù)訓(xùn)練大模型在推薦系統(tǒng)領(lǐng)域備受關(guān)注，在多個推薦任務(wù)上的初期探索已展現(xiàn)出大模型對于推薦的價值,。本次報告聚焦大模型驅(qū)動的推薦前沿進(jìn)展并探討未來發(fā)展方向,，具體包括：在大模型中建模協(xié)同過濾信息，大模型推薦中的去偏和公平,，面向推薦的大模型智能體構(gòu)建等,。同時，我們將討論這一新興方向的關(guān)鍵挑戰(zhàn)和開放問題,，展望未來的研究方向,，包括大模型驅(qū)動的生成式推薦和引導(dǎo)式推薦 。
趙鑫
CCF杰出會員,，中國人民大學(xué)教授
2014年7月于北京大學(xué)獲得博士學(xué)位,，隨后進(jìn)入中國人民大學(xué)工作至今。研究領(lǐng)域為信息檢索與自然語言處理,，共計發(fā)表論文200余篇,，谷歌學(xué)術(shù)引用2.2萬余次，曾主導(dǎo)研發(fā)了玉蘭大語言模型,，組織編寫了大語言模型綜述論文《A Survey of Large Language Models》(預(yù)印版文章)以及《大語言模型》中文書,。曾榮獲2021年CCF青年科學(xué)家獎。
報告題目：大模型賦能的推薦算法
摘要：近年來,，大語言模型受到了社會的廣泛關(guān)注,，能夠通過自然語言形式編碼大量的世界知識，并且具有強(qiáng)大的任務(wù)解決能力,?；诖耍笳Z言模型對于傳統(tǒng)的信息獲取算法（如推薦系統(tǒng)）也帶來了重要的影響,。本次報告將介紹大模型的主要能力特點和相關(guān)技術(shù),，重點介紹大模型背景下推薦算法的改進(jìn)與升級技術(shù)，將結(jié)合具體研究工作介紹講者在推薦算法領(lǐng)域的研究思考,，并探究未來推薦系統(tǒng)的研究范式以及可能途徑,。
矣曉沅
微軟亞洲研究院高級研究員、博士
研究興趣為自然語言生成和社會責(zé)任人工智能（Societal AI）,，于ICLR,、ACL,、EMNLP,、NAACL,、AAAI等權(quán)威會議發(fā)表論文數(shù)十篇。曾獲2021 CCF優(yōu)博,、2021 IJCAI青年精英論壇新星,、2024 CAAI社會計算青年學(xué)者新星、2016北京市海淀區(qū)十大杰出青年,、2019新華網(wǎng)全國十大年度網(wǎng)絡(luò)人物,、2019中國計算語言學(xué)大會最佳論文獎等榮譽(yù)。
報告題目：邁向大模型社會風(fēng)險與價值傾向的自適應(yīng)于自進(jìn)化評測
摘要：隨著大模型與人類生活的深度融合,，基礎(chǔ)模型潛在的歧視,、偏見及倫理問題可能對推薦系統(tǒng)等下游應(yīng)用的安全性和合規(guī)性產(chǎn)生嚴(yán)重影響。然而,，對安全性問題的評測面臨著數(shù)據(jù)污染(常用評測數(shù)據(jù)集已納入模型訓(xùn)練中)和難度失配(評測數(shù)據(jù)無法有效挑戰(zhàn)快速進(jìn)化的大模型)的問題,。為此，我們提出“生成式進(jìn)化評測”方法,。該方法利用大模型的生成能力,，動態(tài)地構(gòu)建評測數(shù)據(jù)，避免泄露,，同時通過迭代更新,，確保題目難度與模型同步進(jìn)化，更準(zhǔn)確地評估模型在風(fēng)險和價值觀上的表現(xiàn),，促進(jìn)更加安全,、包容和友好的AI應(yīng)用的構(gòu)建。
張俊林
新浪微博首席科學(xué)家/新技術(shù)研發(fā)負(fù)責(zé)人
中國中文信息學(xué)會理事,，中科院軟件所博士,，目前擔(dān)任新浪微博首席科學(xué)家/新技術(shù)研發(fā)負(fù)責(zé)人，此前在阿里巴巴擔(dān)任資深技術(shù)專家,，負(fù)責(zé)新技術(shù)團(tuán)隊,。技術(shù)書籍《這就是搜索引擎：核心技術(shù)詳解》、《大數(shù)據(jù)日知錄：架構(gòu)與算法》的作者,。目前的主要研究方向為推薦系統(tǒng)與大模型,，在ACL、KDD,、CIKM,、RecSys、COLING等國際會議發(fā)表多篇相關(guān)學(xué)術(shù)論文,。
報告題目：推薦系統(tǒng)遇到大模型：能力的失配與適配
摘要：推薦系統(tǒng)通過滿足用戶多樣化的個性信息需求,，目前已成為滲透每個人日常生活的最主流人工智能應(yīng)用方向。大型語言模型（LLMs）擁有廣泛而強(qiáng)大的語言,、通用知識及推理能力,，這為重新定義推薦系統(tǒng)提供了新的視角和可能,。然而，使用LLM重塑推薦系統(tǒng)仍處于探索早期,，能否成功仍存在巨大的不確定性,。本次分享將分析傳統(tǒng)推薦系統(tǒng)與LLM兩者之間在數(shù)據(jù)、模型建模等方面各自擅長與缺失之處,，指出兩者目前存在較大的能力失配問題,，并深入探討減小能力差異可以采用的能力適配方法。
特邀嘉賓
謝幸
CCF會士,，全球研究合伙人,、微軟亞洲研究院資深首席研究員，中國科學(xué)技術(shù)大學(xué)兼職博士生導(dǎo)師,、微軟-中國科學(xué)技術(shù)大學(xué)聯(lián)合實驗室主任
博士,，全球研究合伙人，微軟亞洲研究院資深首席研究員,，中國科學(xué)技術(shù)大學(xué)兼職博士生導(dǎo)師,，微軟-中國科學(xué)技術(shù)大學(xué)聯(lián)合實驗室主任。ACM 會士, IEEE 會士, CCF 會士,，主要探索數(shù)據(jù)挖掘,、社會計算和普適計算等領(lǐng)域的研究。1999年獲首屆微軟學(xué)者獎,，2019年獲ACM SIGSPATIAL十年影響力論文獎及中國計算機(jī)學(xué)會青竹獎,，2020年獲ACM SIGSPATIAL十年影響力論文榮譽(yù)獎，2021年獲ACM SIGKDD China時間檢驗論文獎,，2022年獲ACM SIGKDD時間檢驗論文獎,，2023年獲IEEE MDM時間檢驗論文獎和中國計算機(jī)學(xué)會自然科學(xué)一等獎，并被評為DeepTech中國智能計算科技創(chuàng)新人物,。他曾受邀在ChineseCSCW 2022, CCDM 2022, CCIR 2020, MDM 2019,、HHME 2018、ASONAM 2017,、Mobiquitous 2016,、SocInfo 2015、W2GIS 2011等會議做大會主題報告,。他是ACM Transactions on Recommender Systems,、ACM Transactions on Social Computing、ACM Transactions on Intelligent Systems and Technology,、CCF Transactions on Pervasive Computing and Interaction等雜志編委,。他曾擔(dān)任ACM UbiComp 2011、PCC 2012、IEEE UIC 2015,、SMP 2017,、ACM SIGSPATIAL 2021、IEEE MDM 2022,、以及ACM SIGSPATIAL 2022等會議程序委員會共同主席,，并將擔(dān)任PAKDD 2024與IEEE BigData 2025大會程序委員會共同主席,。
李東勝
微軟亞洲研究院首席研究員,，復(fù)旦大學(xué)客座教授
博士，微軟亞洲研究院首席研究員,，上海人工智能組研究經(jīng)理,，復(fù)旦大學(xué)計算機(jī)學(xué)院客座教授、兼職博士導(dǎo)師,，CCF協(xié)同計算專業(yè)委員會執(zhí)委,。主要研究方向為機(jī)器學(xué)習(xí)算法及應(yīng)用，在相關(guān)領(lǐng)域的知名期刊和會議發(fā)表論文100余篇,，出版專著2部,。曾獲得IBM最高技術(shù)獎項IBM Corporate Award，被《麻省理工科技評論》中國與DeepTech評選為“2023年中國智能計算創(chuàng)新人物”,。
顧寧
CCF會士,、CCF協(xié)同計算專委會榮譽(yù)主任，復(fù)旦大學(xué)教授
復(fù)旦大學(xué)計算機(jī)科學(xué)技術(shù)學(xué)院教授,、博士生導(dǎo)師,，CCF會士，CCF協(xié)同計算專委會榮譽(yù)主任,。長期從事以人為中心的協(xié)同計算研究,，包括分布式協(xié)同、社會化協(xié)同和群智協(xié)同的理論與技術(shù),。圍繞上述研究方向,，作為負(fù)責(zé)人先后承擔(dān)了三項國家自然科學(xué)基金重點項目等，成果發(fā)表在CSCW,、CHI,、UbiComp、WWW,、TPDS等權(quán)威會議和期刊,。
關(guān)于CNCC2024
CNCC2024將于10月24-26日在浙江省東陽市橫店鎮(zhèn)舉辦，大會主題為“發(fā)展新質(zhì)生產(chǎn)力,，計算引領(lǐng)未來”,。大會為期三天，包括18個特邀報告,、3個大會論壇,、138個專題論壇及34場專題活動和100余個展覽,。圖靈獎獲得者、兩院院士,、國內(nèi)外頂尖學(xué)者,、知名企業(yè)家在內(nèi)的超過800位講者在會上展望前沿趨勢，分享創(chuàng)新成果,。預(yù)計參會者超過萬人,。
1219
2024-10-10 17:59:36（已編輯）
