黑龙江省物联网学术交流系列报告会顺利举行
文摘
2024-11-18 14:31
黑龙江
在数字化转型的进程中，人工智能（AI）与物联网（IoT）的融合发展已成为推动技术创新、产业转型和社会进步的重要动力。为更深入地探讨人工智能与物联网技术的最新动态、融合方式及未来应用潜力，黑龙江省计算机学会物联网专委会特此举办“2024年黑龙江省物联网学术交流系列报告会”。本次报告会由黑龙江省计算机学会主办，黑龙江省计算机学会物联网专委会、哈尔滨工程大学、黑龙江大学承办，黑龙江省新一代网络技术与信息保障重点实验室，黑龙江省新一代网络信息保障工程实验室，黑龙江大学密码与网络安全研究院联合协办。会议主席为哈尔滨工程大学 冯光升 教授，会议程序委员会主席为哈尔滨工程大学 王桐 教授和黑龙江大学 张可佳 教授，会议程序委员会副主席为哈尔滨工程大学 郑文祺 副教授。2024年11月13日——11月14日，香港城市大学 刘毅 博士南京信息工程大学 瞿治国 教授，先后做了题为《多模态大语言模型的红队模型研究》、《下一代人工智能技术——量子神经网络相关技术研究》的主题报告。![]()
在11月13日的报告中，刘毅 博士指出，随着多模态大语言模型在多个领域的广泛应用，其安全性和稳健性问题也引发了广泛关注。为应对潜在的对抗性威胁，红队设计成为验证和提升多模态大语言模型安全性的重要手段。报告重点探讨多模态大语言模型的红队设计方法，尤其是基于好奇心驱动的强化学习（RL）红队设计。传统的红队方法往往局限于设定特定攻击目标，而团队采用好奇心驱动的RL算法，使得红队在测试过程中能够主动探索未知的模型漏洞，从而更全面地发现模型的弱点和潜在安全风险。具体通过设计奖励机制，鼓励红队在测试中生成多样化的攻击样例，使得多模态模型在处理图像、文本等多模态输入时更加稳健和安全。![]()
![]()
张可佳 教授代表黑龙江省计算机学会物联网专委会 刘毅 博士的报告表达了感谢。刘博士的报告为多模态大语言模型的红队设计提供创新思路，并验证好奇心驱动的RL红队在模型测试中的实际效果，为未来的大模型安全性评估提供有力支持。会议中，来自省内外高校的科研团队与刘博士进行了充分的交流。![]()
在11月14日的报告中，南京信息工程大学的 瞿治国 教授，介绍了量子神经网络的新型技术。报告中， 瞿治国 教授介绍了量子神经网络的概念，它是结合量子计算和神经网络的一种新型计算模型，它利用量子比特的叠加态和纠缠态等特性，构建具有更强学习能力的神经网络。这种网络可以模拟更复杂的生物神经网络和物理系统，为人工智能领域的深度学习、强化学习等提供新的计算工具。通过利用量子计算机的特殊性质，如量子叠加和量子纠缠，量子神经网络在处理大规模数据集和复杂模型时具有显著优势，从而提高了模型的准确性和效率。![]()
![]()
张可佳 教授代表省计算机学会物联网专委会，对于 瞿治国 教授的报告表达了感谢。他表示，量子神经网络通过结合量子计算和神经网络的优点，为人工智能技术带来了新的突破和发展机遇，提高了人工智能应用的准确性和效率，同时也为跨学科合作和创新提供了新的思路和方法。随后，所有参会人员进行自由交流，畅谈下一代人工智能技术——量子神经网络相关技术研究的发展。![]()
![]()
