3月28日上午，中国科学院大学人工智能学院有幸邀请到了中国科学院自动化研究所研究员郑晓龙老师，在雁栖湖校区西区一教学楼一楼108教室为同学们带来科学前沿讲座——《数智时代下的社会计算与决策智能研究机遇与挑战》。近年来，社会发展经历了“数字化、网络化和智能化”的大变革。大数据和人工智能技术的快速发展，催生了社会计算与决策智能这一新兴领域，为复杂社会系统研究与实践提供了新的视角。本讲座主要阐述数字化和智能化时代背景下社会计算与决策智能研究的核心共性技术挑战、研究现状、并讨论当前该领域存在的基于以及未来的发展趋势。
社会计算运用信息技术、数学、物理学等相关知识描述社会行为过程。决策智能是指利用人工智能、数据科学等技术，辅助或自动进行决策的能力。在数智时代下，数据海量且环境复杂多变。社会计算整合多源数据，挖掘价值信息，决策智能依托量化分析与多方案评估，让决策更科学。二者能实现动态响应、跨领域协同，有效应对数据挑战，满足复杂决策需求。
首先，郑老师对人工智能技术及其演进趋势进行了背景介绍。人工智能的发展可以简要概括为五个阶段。专家知识（1950-1990）、浅层机器学习（1990-2010）、深度学习（2010-2017）、预训练模型（2017-2022）、大模型+人工反馈（2023至今）。人工智能的概念起源于20世纪50年代。随后的几十年内，一些重要的模型如感知机模型、BP神经网络模型被陆续提出。从20世纪90年代开始，一些机器学习和神经网络的模型陆续提出，这也是深度学习的雏形。2010年开始，深度学习方法开始不断涌现。2017年以后，预训练技术蓬勃发展，其中最为代表性的是谷歌Bert模型和Openai公司的Gpt模型。2023以后，各种预训练大模型纷至沓来，人工智能的发展进入了一个崭新的时代。
郑老师从多个角度介绍了人工智能的发展历史。人工智能的发展，为社会计算和决策智能提供了重要的技术支撑。
郑老师还介绍了数智时代的社会新特征，可以概况为三点特征一、人机认知交互。特征二，人机智能协同。特征三，虚实交互影响。郑老师指出，社会计算和决策智能在数智时代是大有可为的，总体的研究思路为：数据+知识，大数据+小数据、大模型+小模型。接着，郑老师讲述了团队在社会计算和决策智能领域的成果，以及相关经典应用案例，让我们对该领域有了更加深入的理解。
最后，郑老师对本次讲座内容进行了总结，指出当前数智时代，社会计算和决策智能的发展前景广阔，随着技术的不断成熟和创新，它们将在更多领域发挥重要作用。我们的新认知、社会的新形态、人类的新方法，推动了数智时代下社会计算和决策智能的大发展。讲座的最后，郑老师还和一些感兴趣的同学进行沟通和交流。大家在本次讲座中获益匪浅。
更多专家信息：
郑晓龙，现任中国科学院自动化研究所研究员、博士生导师，在国内外高水平学术期刊或会议上发表论文200余篇，出版论著9部，获省部级科技奖励5项，担任7次领域国际学术会议执行主席以及50余个国际顶级或知名学术会议程序委员会委员，现任中国自动化学会计算社会与社会智能专委会副主任委员、中国指挥与控制学会大数据科学与工程专委会副主任委员及总干事、中国人工智能产业发展联盟学术与知识产权组副组长、中国管理现代化研究会电子商务与网络空间管理专业委员会副主任委员、中国发展战略学研究会人工智能发展专业委员会副主任委员等。
