講座報(bào)告主題：地緣政治與算法之間：人工智能競(jìng)爭(zhēng)與推薦技術(shù)
專(zhuān)家姓名：寇綱
日期：2026-04-15 時(shí)間：09:00
地點(diǎn)：三江樓1501
主辦單位：管理學(xué)院
主講簡(jiǎn)介：寇綱現(xiàn)任全國(guó)政協(xié)委員、湘江實(shí)驗(yàn)室副主任，西南財(cái)經(jīng)大學(xué)大數(shù)據(jù)研究院院長(zhǎng)、中國(guó)系統(tǒng)工程學(xué)會(huì)副理事長(zhǎng)、國(guó)家級(jí)人才、享受國(guó)務(wù)院政府特殊津貼專(zhuān)家。主持社科重大等多項(xiàng)科研課題；在Science，Nature子刊，UTD24期刊（ISR, JOC）和ICML、AAAI、KDD等頂會(huì)發(fā)表200余篇論文，H指數(shù)77，論文被他人引用2萬(wàn)余次。以第一完成人身份獲教育部高等學(xué)?？茖W(xué)研究?jī)?yōu)秀成果獎(jiǎng)自然科學(xué)一等獎(jiǎng)、人文社會(huì)科學(xué)一等獎(jiǎng)等多項(xiàng)省部級(jí)科研獎(jiǎng)勵(lì)，所撰寫(xiě)的10余份政策建議曾獲得習(xí)近平總書(shū)記等中央領(lǐng)導(dǎo)人批示。研究專(zhuān)長(zhǎng)：大數(shù)據(jù)與人工智能。
主講內(nèi)容簡(jiǎn)介：人工智能的發(fā)展正進(jìn)入一個(gè)“中局階段”，在技術(shù)預(yù)期、資本投資和工程現(xiàn)實(shí)共同構(gòu)成的復(fù)雜背景下，其發(fā)展速度正在加快。在當(dāng)前這一波人工智能進(jìn)步浪潮中，中國(guó)和美國(guó)表現(xiàn)出了明顯不同的發(fā)展路徑：美國(guó)側(cè)重于實(shí)現(xiàn)通用人工智能（AGI）的技術(shù)突破，而中國(guó)則更看重“AI+”模式下的產(chǎn)業(yè)融合。盡管戰(zhàn)略重點(diǎn)各異，但雙方都面臨著算力供應(yīng)、數(shù)據(jù)獲取和能源消耗方面的共同約束。我們認(rèn)為，要在當(dāng)前的人工智能競(jìng)爭(zhēng)中取得突破，關(guān)鍵在于思維范式的轉(zhuǎn)變，要從單純追求擴(kuò)大模型參數(shù)，轉(zhuǎn)向建立一種基于大模型協(xié)作的全新數(shù)據(jù)智能決策框架。因此，人工智能的競(jìng)爭(zhēng)正在日益超越模型性能本身，轉(zhuǎn)而成為系統(tǒng)級(jí)決策能力、組織化智能以及長(zhǎng)期治理能力的角逐。作為人工智能商業(yè)化最核心的場(chǎng)景之一，推薦系統(tǒng)已經(jīng)深入到日常生活的方方面面，其性能好壞關(guān)鍵取決于是否有豐富的用戶(hù)與物品交互數(shù)據(jù)。然而，新用戶(hù)和新物品的不斷出現(xiàn)，使得推薦系統(tǒng)普遍受到冷啟動(dòng)和數(shù)據(jù)稀疏問(wèn)題的困擾，這大大限制了模型的表現(xiàn)和系統(tǒng)的穩(wěn)定性。為了解決這些難題，我們提出了一種基于圖對(duì)比學(xué)習(xí)的推薦框架，通過(guò)整合多視角信息來(lái)進(jìn)行協(xié)作表示學(xué)習(xí)。這種方法有效地緩解了數(shù)據(jù)稀疏和冷啟動(dòng)的問(wèn)題。
歡迎師生參加！
