AI人才｜机器学习领域的顶级学术会议来了！7月8日ICML预讲会重磅来袭，报名通道现已开启！-聚展

2023年7月8日上午，由AI TIME主办，东浩兰生（集团）有限公司协办的 ICML（International Conference on Machine Learning）预讲会将在上海世博中心509会议室进行。

ICML已成为机器学习领域最受推崇和具有深远影响力的顶级学术盛会之一。本次会议将邀请上海交通大学杨小康教授作为特邀嘉宾进行前沿报告分享，中国人民大学刘勇副教授担任论坛主席，来自UIUC、MIT、CMU、清华、中科大、浙大的六位一作学者将展示其最新的研究成果、沟通研究新技术和思路、分享研究经验。本次ICML预讲会为全球学者、研究人员和工程师提供了一个重要的交流平台，参会者将有机会与嘉宾共同探讨AI最前沿。

本次ICML预讲会为全球学者、研究人员和工程师提供了一个重要的交流平台，参会者将有机会与嘉宾共同探讨AI最前沿。

论坛亮点

聚焦AI华人学者，打造优质华人生态圈

人工智能技术已经成为现代科学发展的重要驱动力，对整个社会产生了深远的影响。本期论坛聚焦AI领域顶级学术会议的华人一作学者，共同探讨机器学习领域的前沿理论和应用，包含生成式人工智能、图神经网络、自监督学习、药物分子生成和算法优化等议题。同时倡导华人积极参与到人工智能领域的研究中，积极发挥自身的优势与潜力，一起为推动人工智能发展，提升华人在圈内的影响力做出更大贡献，以提高整个生态圈的协同效能。

汇聚青年优秀人才，畅谈AI前沿技术应用

本次ICML 2023预讲会邀请了各大知名高校的优秀青年学者，聚集具有不同学术背景和专业特长的青年人才，营造自由、轻松、活力、创新的学术环境，分享他们在人工智能领域的最新研究成果，为人工智能领域引入新的思路和创新想法，寻求新的思维模式和可行的创新技术，构建紧密连接的学术交流网络，促进青年优秀人才之间的交流，进一步推动前沿科学领域的发展。

论坛议程

9:00-9:05

开场&论坛介绍

9:05-9:25

特邀报告:生成式人工智能——技术革命新时代杨小康

9:25-9:45

图神经网络的泛化分析刘勇

9:45-10:05

针对X2X类型后门攻击的无监督检测向臻

10:05-10:25

从离线数据中学习安全通用的强化学习策略刘祖欣

10:25-10:45

深入研究子群体分布偏移杨宇喆

10:45-11:05

学习蛋白质子口袋原型用于可泛化的基于结构的药物分子生成张载熙

11:05-11:25

去中心化以泛化？关于去中心化SGD与SAM的渐进等价性朱同天

11:25-11:45

多玩家多臂老虎机中可分享手臂的竞争问题徐韧喆

11:45-12:00

互动交流

邀请嘉宾

杨小康，上海交通大学人工智能研究院常务副院长、教授

教育部长江学者特聘教授、国家杰出青年科学基金获得者、国家万人计划创新领军人才。IEEE/CAAI Fellow.任中国电子学会青年科学家俱乐部副主席、上海市图像图形学会理事长、中国图象图形学会常务理事，IEEE Transactions on Multimedia编委、IEEE Signal Processing Letters编委。

主要研究计算机视觉和机器学习。主持国家重点研发专项、973、863、国家重大科研仪器研制项目、国家自然科学基金重点、海外及港澳学者合作研究基金及延续项目等科研项目10余项。发表国际学术论文200余篇，GoogleScholar引用超过8000余次（H-Index=46）。获得2018年IEEE Transactions on Multimedia最佳论文奖、IEEE ICME2016最佳学生论文奖（合作者）、2003年SPIE青年科学家奖。申请发明专利50余项，获得授权30余项。获国家科技进步二等奖、中国电子学会自然科学一等奖、上海市科技进步一等奖、国家研究生教育成果二等奖。

刘勇，中国人民大学，准聘副教授、博士生导师。

从事机器学习研究，特别关注统计机器学习理论等。发表高水平论文60多篇，其中以第一作者或通讯作者发表CCF A类文章35篇，涵盖机器学习领域顶级期刊JMLR、TPAMI、Artificial Intelligence 和顶级会议ICML，NeurIPS，ICLR等。曾获得中国科学院“青年创新促进会”会员（院人才）以及中国科学院信息工程研究所“引进优秀人才”称号。主持多项科研基金项目，包括国家自然科学基金青年基金、面上项目、中国科学院基础前沿科学研究计划等。

向臻，伊利诺伊香槟Secure Learning Lab博士后

博士毕业于宾夕法尼亚州立大学。主要研究方向为人工智能安全及其应用。研究工作发表于Proc IEEE，TNNLS，ICML，ICLR，ICCV等期刊及会议。

刘祖欣，卡内基梅隆大学Safe AI Lab在读博士生

本科毕业于北京航空航天大学（2019年北航本科生最高荣誉沈元奖章获得者）。主要研究方向包括：强化学习的安全性、鲁棒性、泛化性，以及它们在自动驾驶和机器人领域的应用。他所提出的安全强化学习方法已经被多个顶尖自动驾驶和机器人公司采用。他曾在ICML、ICLR、NeurIPS、CVPR、CoRL等顶级会议上发表多篇论文。

杨宇喆，麻省理工学院EECS博士生

师从Dina Katabi教授，本科毕业于北京大学信息科学技术学院。他的研究方向是机器学习、医疗AI，主要关注基于AI来改变和提升现有的医学健康应用，和开发更加鲁棒、公平和泛化的机器学习算法与模型。他的工作发表于Nature Medicine、Science Translational Medicine、ICML、CVPR、NeurIPS、ICLR等顶级期刊和会议，并被多个主流媒体如MIT Tech Review，Forbes，BBC，Wall Street Journal等报道。他的人工智能诊断帕金森病工作被评为2022年医学领域十大显著进展和2022年运动障碍的十大关键性进展。曾获得MathWorks博士奖学金，百度奖学金，国家奖学金，IEEE ComSoc国际学生竞赛第一名等荣誉。

张载熙，中国科学技术大学计算机科学与技术学院博士生

导师是刘淇教授，本科毕业于中国科学技术大学少年班学院。张载熙同学的研究方向包括AI for Science 和 Trustworthy AI, 在 ICML, ICLR, NeurIPS, TKDE，IEEE S&P等顶级会议和期刊上发表多篇学术论文。

朱同天，浙江大学计算机科学与技术学院博士生

导师是宋明黎和陈纯教授。朱同天的研究方向包括deep learning theory和decentralized learning，曾在ICML等顶级会议发表多篇论文，担任ICML, NeurIPS, UAI, AISTATS等顶级会议的审稿人。

徐韧喆，清华大学计算机科学与技术系博士生

导师是崔鹏和黎波教授

徐韧喆同学的研究方向包括Algorithmic Fairness, Algorithmic Game Theory和Out-of-distribution Generalization，在ICML, NeurIPS, ICLR, CVPR, WWW, KDD等顶级会议上发表多篇学术论文，并被主流媒体Scientific American报道。