AIGC 2023 会议历史  

人工智能，生成未来!2023年8月25日-26日，首届人工智能生成内容国际会议(The 1^st International Conference on Al-generated Content,AlGC 2023) 在上海顺利召开。这是首届、也是世界范围内第一个专门聚焦生成式人工智能的国际会议。在大模型引爆生成式人工智能热潮的当下，本届大会的举行为学术界和产业界贡献了一场饕餮盛宴。
本届人工智能生成内容国际会议（AIGC 2023）不仅是人工智能生成内容领域的重要盛事，也是推动AI创新发展的一次里程碑。在这个充满机遇和挑战的领域，广大行业专家、从业者将继续努力推动人工智能生成内容技术的创新，开发AIGC的无限潜力，为推动AI技术的创新应用开辟新的高度。相信在未来的日子里，AIGC将会在更多的领域发挥作用，为社会进步和人类福祉作出更大贡献。

AIGC 2023 出版历史  

会议结束后，AIGC 2023会议论文集已在出版Springer's Communications in Computer and Information Science (CCIS, volume 1946). 该论文集已被 EI 和 Scopus 等知名数据库收录，全面展示了人工智能生成内容领域的最新研究进展。通过为学者和实践者提供成果交流的平台，AIGC 2023 在人工智能与内容创作的学术研究中发挥了重要推动作用。

大会报告  

焦李成 教授
西安电子科技大学
华山学者杰出教授，欧洲科学院外籍院士，俄罗斯自然科学院外籍院士
IEEE/IET/CAAI/CAA/CIE/CCF Fellow

个人简介：焦李成，欧洲科学院院士，西安电子科技大学计算机科学与技术学部主任，人工智能研究院院长，智能感知与图像理解教育部重点实验室主任，内蒙古师范大学教授，教育部科技委学部委员，教育部人工智能科技创新专家组专家，首批入选国家百千万人才工程（第一二层次），教育部创新团队负责人，“一带一路”人工智能创新联盟理事长，陕西省人工智能产业技术创新战略联盟理事长，中国人工智能学会第六届与第七届副理事长，IEEE/IET/CAAI/CAA/CIE/CCF Fellow，连续十年入选爱思唯尔高被引学者榜单。曾获国家自然科学奖二等奖、吴文俊人工智能杰出贡献奖、霍英东青年教师奖、全国模范教师称号、中国青年科技奖、及省部级一等奖以上科技奖励十余项。

演讲题目：通用人工智能:大模型与深度学习的若干问题

邱锡鹏 教授
复旦大学

个人简介：邱锡鹏，复旦大学计算机学院教授，主要研究方向为自然语言处理基础模型和算法，主持研发的大模型MOSS已经成为国内影响力最大的开源大模型之一，发表CCF-A/B类论文100余篇，引用2万余次，入选中国高被引学者和全球前2%顶尖科学家榜单。担任中国中文信息学会大模型与生成专委会副主任、中国人工智能学会自然语言理解专委会副主任、上海市计算机学会自然语言处理专委会主任。曾获中国科协青年人才托举工程、国家优青等项目，获钱伟长中文信息处理科学技术奖一等奖（第一完成人），入选教育部“高校计算机专业优秀教师奖励计划”，上海市计算机学会青年科技英才，两次获得上海市计算机学会教学成果奖一等奖。著作《神经网络与深度学习》被上百家高校作为教材。

演讲题目：大型语言模型的科学挑战

主旨演讲嘉宾  

Maria Gini 教授
美国明尼苏达大学杰出教授
ACM/IEEE/AAAI Fellow

Biography: Maria Gini is a College of Science & Engineering Distinguished Professor in the Department of Computer Science and Engineering at the University of Minnesota. She works on decentralized decision-making for autonomous agents in many application domains, ranging from swarm robotics to task allocation, methods to explore unknown environments, and navigation in dense crowds. She is a Fellow of AAAI, ACM, and IEEE and won numerous awards for teaching, mentoring, increasing participation of women and underrepresented members in computing, and for service. She has published extensively in journals, conferences, and books. She is Editor in Chief of Robotics and Autonomous Systems and is on the editorial board of other journals, including Autonomous Agents and Multi-Agent Systems.
Speech Title: A call to arms to AI researchers: combat deep fakes Abstract: With the rapid diffusion of large language models, new opportunities have opened up but also new challenges. It is up to AI researchers to find ways to prevent problems caused by those models, such as privacy violation, discrimination, lack of security, and deep fakes. Some problems require the introduction of regulations on AI systems, but some, like deep fakes, require also technical solutions, which call for engagement of AI researchers.

萧庆龙 教授
香港城市大学信息系统系主任兼信息系统讲座教授
AIS Fellow

个人简介： 萧庆龙，香港城市大学信息系统系主任兼信息系统讲座教授。他还是香港城市大学数据科学学院的副教授。他曾任密苏里科技大学商业项目负责人（院长）。萧庆龙教授在不列颠哥伦比亚大学获得工商管理博士学位，专门研究管理信息系统。萧教授有300多种学术出版物。根据谷歌学者的数据，他的引用次数超过19500次。根据谷歌学者的数据，他的h指数和i10指数分别为72和179。根据他的h指数和生产率，萧教授一直被列为世界上顶尖的信息系统研究人员之一。在斯坦福大学的研究中，他在2020年、2021年和2022年被列为世界上被引用最多的2%的科学家之一（即排名前1%）。他参与了美国国家科学基金会、IBM、国家自然科学基金会和其他商业组织的总计600多万美元的外部资助项目。他曾获得2006年享有盛誉的国际信息处理联合会（IFIP）杰出服务奖、2006年和2008年IBM教员奖、2010年IBM教员创新奖、2019年AIS Sandra Slaughter服务奖、2019年度AIS对IS教育杰出贡献奖和2022年AIS Fellow奖。

熊德意 教授
天津大学智能与计算学部、自然语言处理实验室负责人

个人简介: 熊德意，天津大学智能与计算学部教授、博士生导师，自然语言处理实验室负责人，天津市“一带一路”联合实验室语言智能与技术中外联合研究中心主任。主要研究方向为自然语言处理，特别专注于机器翻译、自然语言对话、大语言模型、常识推理、认知计算等方向的研究。在Computational Linguistics、IEEE TPAMI、AI、AAAI、ACL等国际著名期刊和会议上发表论文100余篇，出版中英文专著各一部。获得国家自然科学基金优秀青年科学基金、国家重点研发计划“政府间国际科技合作创新合作”重点专项、英国皇家学会牛顿高级学者基金、工信部人工智能产业创新任务揭榜挂帅、云南省科技厅重点研发计划等项目资助。获得新加坡资讯通信研究院2008年年度研究贡献奖、北京市科学技术奖二等奖、中文信息学会中文信息处理科学技术奖青年创新奖一等奖等奖项。担任IALP 2012&2021程序委员会共同主席，CWMT 2017程序委员会共同主席，欧盟多国联合项目QTLeap咨询专家，ACL、EMNLP、NAACL、COLING等多个知名国际会议领域主席，以及TACL和ARR的Action Editor等。

演讲题目：大语言模型对齐及趋势
摘要：作为AIGC重要基座的大语言模型，近年来发展迅猛。其能力的不断突破，使得人们对大语言模型存在的社会伦理风险及其对人类生存构成的潜在威胁产生了普遍的担忧。本报告将介绍与大语言模型及通用智能体安全密切相关的对齐技术，简述其存在的社会和技术挑战，分析大语言模型对齐的主要技术路线和方法，探讨如何对大语言模型对齐进行评测，并对未来趋势进行展望。

李修贤 教授
同济大学、上海市领军人才

个人简介： 李修贤，教授，博导，国家级海外高层次引进青年人才，上海市领军人才。2009年和2012年毕业于山东大学数学学院，分别获学士和硕士学位；2016年毕业于香港大学机械工程系，获博士学位；2016至2020年在新加坡南洋理工大学电机与电子工程学院做博士后；并于2018至2019年在香港城市大学生物医学工程系做研究助理；2019年赴阿拉伯阿卜杜拉国王科技大学访问。2020年于同济大学电子与信息工程学院工作。 主要研究分布式控制和优化、算法、博弈、机器学习，及在无人机和无人车等领域应用。先后主持国家自然科学基金青年基金项目、国家科技部重大项目课题等。曾获国际会议IEEE RCAR 2018最佳论文提名奖、上海市人工智能学会青年优秀论文奖，担任期刊Journal of Control and Decision副编委，中国自动化学会青年工作委员会委员，中国自动化学会信息物理系统控制与决策专业委员会委员，中国人工智能学会智能控制与智能管理专业委员会委员，中国指挥与控制学会网络科学与工程专业委员会委员，CAA和CAAI会员，CICC高级会员，IEEE高级会员。先后发表期刊和会议论文五十余篇，包括顶刊IEEE TAC和Automatica长文及机器学习顶会ICML等。

演讲题目： Decentralized Online Optimization and Online Games
演讲摘要： Online learning is a popular paradigm for decision making in dynamic even adversarial environments. With the advent of big data and advanced technologies, etc., decentralized online learning has thus far been increasingly focused in the last decade, where a group of agents commit their decisions via local communication in dynamic environments, which is usually classified into decentralized online optimization (DOO) and online games (OG) according to cooperative and noncooperative characteristics among all the agents, respectively. This talk aims to briefly introduce decentralized online learning and present some cutting-edge developments in three aspects, i.e., DOO with coupled inequality constraints, decentralized online aggregative optimization, and online game with time-varying coupled inequality constraints. For each scenario, decentralized online algorithms are proposed with guaranteed performances, i.e., sublinear static/dynamic regret.

朱建科 教授
浙江大学

个人简介： 浙江大学计算机科学与技术学院教授，IEEE资深会员。于2009年获计算机科学与工程博士学位，是同年度香港中文大学工程学院最优博士论文奖以及香港中文大学青年学者论文奖获得者。攻读博士期间曾作为访问学者于UIUC ECE系 Image Foundation and Processing Group交流。2009年1月进入瑞士ETH Zurich BIWI Computer Vision Lab进行博士后阶段研究。曾担任阿里巴巴-浙江大学前沿技术联合研究中心计算机视觉与视频分析实验室主任，主持的“俪知虚拟人”项目荣获阿里巴巴集团学术合作最佳项目奖。研究方向为：计算机视觉与模式识别。目前担任国际期刊Neurocomputing编委。是包括 IEEE TPAMI/TIP/TNNLS、ACM Computing Survey/TOIS/TIST在内的多个国际期刊审稿人，以及AAAI/IJCAI/CVPR等会议的PC和SPC。
演讲题目：以人为本的AIGC：神经重建与渲染

崔万云 教授
上海财经大学信息学院

个人简介：崔万云，上海财经大学信息学院常任副教授，ACM中国优博提名奖、ACM上海优博奖得主，2012-2021、2013-2022 AI2000最具影响力学者提名。在NeurIPS、ICLR、ACL、EMNLP、SIGMOD、PVLDB、IJCAI、AAAI等会议上，第一作者发表论文十余篇。
演讲题目：如何利用大语言模型优化金融决策

Dr. Shushen Lu
Founder and Chief Researcher of Shensi Academy

个人简介: 陆树燊，慎思学社创始人&首席研究员，微信创始团队成员，产品创新专家。他曾深度参与微信客户端、微信支付、开放平台和公众平台的建设，也曾多次创业，为故宫、颐和园、永旺、复星、京东等著名机构提供数字化、产品创新方面的业务支持和指导。他同时也是36氪、虎嗅网专栏作家，多篇商业评论和产品案例文章在行业内广泛传播。他目前主要研究AI技术的产品创新，为企业提供AI产品诊断和辅导。慎思学社是行业领先的AI产品智库，中小型创新企业的“共享研究院”。目前重点关注AIGC与各垂直行业的落地实施、产品创新等领域。

演讲题目: 拥抱场景，迎接AI应用潮

薄列峰 博士
阿里巴巴达摩院XR实验室(X Lab)负责人

个人简介 薄列峰博士2022年8月加入阿里巴巴，担任达摩院XR实验室负责人，致力于研究数字人、3D内容生成等前沿技术。他于2007年获西安电子科技大学博士学位，2007-2012年期间先后在芝加哥大学丰田研究院和华盛顿大学从事博士后研究。薄博士于2013年8月加入亚马逊，担任Principal Applied Scientist，负责Amazon Go无人零售店AI算法的研发与落地。他于2017年10月加入京东集团，担任京东科技AI实验室首席科学家，负责前沿人工智能技术的研发与落地。
薄博士在Neurips、CVPR、ICCV、ICML、AAAI、ICRA、IJCV等国际顶级会议和期刊共计发表论文100余篇，论文被引用超12000次，H指数52，其中博士论文荣获全国百篇优秀博士论文奖，RGB-D物体识别论文荣获机器人顶级会议ICRA最佳计算机视觉论文奖，担任过多个顶级人工智能会议程序委员会委员。
演讲题目：数字人与3D内容生成

&特邀演讲嘉宾

 

Hyunwoo Kim 博士
LG AI Research首席研究员

个人简介： Hyunwoo Kim 博士目前是LG AI Research的首席研究员。他曾在任北京理工大学副教授，韩国首尔的韩德理工学院助理教授，Kakao Corp.和韩国三星电子研究工程师。他的研究重点是深度学习和计算机视觉。
演讲题目 A Tale of Two Deep Models: Generative modeling and Representation Learning

 

Luziwei Leng 博士
华为ACS实验室首席工程师

个人简介： Luziwei Leng 博士于2019年获得电子科技大学学士学位和德国海德堡大学物理系博士学位。他目前是华为ACS实验室的首席工程师，也是科技创新2030重大项目“Brain Science and Brain-Like Intelligence Technology：Brain-Inspired Chip Architecture for Online Learning 的子项目负责人。他的研究重点是大脑启发的计算，包括神经启发的自下而上的方向，如尖峰神经网络、局部学习算法和功能驱动的自上而下的方向，包括预测编码、自我监督学习和连续学习。他还对神经形态硬件设计以及大脑启发算法在计算机视觉、神经群体解码、大型模型和机器人技术中的各种应用感兴趣。
演讲题目：Towards low-power, efficient AIGC - a perspective from brain-inspired computing

 

Xiaogang Wang 博士
LIGHTSPEED STUDIOS高级研究员

个人简介： Xiaogang Wang is a senior researcher in LIGHTSPEED STUDIOS, Singapore, where he focuses on applying computer vision techniques to design and generate 3D scenes. Before that, he was a senior engineer at Motional, Singapore, where he conducts BEV perceptions and HD map generation. Before joining Motional, he was a research fellow at National University of Singapore (NUS) from Oct. 2020 to Sep. 2021. Prior to that, he did his PhD in NUS from Aug. 2016 to Aug. 2020. He has published several top journals and conference papers, including IEEE TPAMI, CVPR, ICCV, etc. His research focuses on deep learning and computer vision, especially for 3D generation and reconstruction. He also serves as a reviewer for TPAMI, TNNLS, TVCG, TIP, RA-L, ICCV, ECCV, CVPR, IROS and ICRA.

 

Nayyar Zaidi 博士
迪肯大学

个人简介：Zaidi博士是迪肯大学网络弹性与信任中心（CREST）的主要成员，领导该组织的人工智能活动。他在澳大利亚伯伍德迪肯大学担任高级讲师（副教授）。Zaidi博士是机器学习和人工智能领域的杰出研究员，曾在`data generation’, 等顶级期刊上发表论文。
演讲题目： Deep Generative Models are great for Structured Data -- well, what about Tabular Data?