本期技术前线邀请到来自华为、联想、腾讯、招商银行等头部企业的资深专家、以及来自浙江大学等知名高校的顶尖学者。他们将共同深入探讨知识图谱与大模型协同发展所面临的机遇和挑战，分享技术突破点，并展示相关的解决方案与案例。诚挚邀请大家参与期待共同讨论这一领域的最新动态。
为工程师提供顶级交流平台
CCF TF第142期
欢迎扫码了解详情和报名参会
报名链接：https://conf.ccf.org.cn/TF142
知识图谱(Knowledge Graph)与大模型(Large Models)是当前人工智能领域的两个重要方向，各自拥有独特的优势和广泛的应用场景。知识图谱强调结构化的知识表示和组织，利用图结构将知识进行系统化连接，实现语义理解和知识推理等功能。大模型则是基于深度学习技术，通过大规模数据训练，展现出强大的通用处理能力。随着人工智能技术的飞速发展，知识图谱与大模型协同工作的需求和研究日益增多。知识图谱可以为大模型提供丰富的背景知识和结构化信息，提高大模型的可解释性和推理能力；反之大模型则可以为知识图谱的构建和完善提供更强的计算能力和数据挖掘能力。两者的结合有助于实现不同数据模态之间的互联互通。
知识图谱和大模型本身涉及众多学科领域，如知识工程、深度学习、自然语言处理等，两者的协同发展将推动相关领域的学科交叉与融合，开启学术研究和技术创新的新篇章，这不仅能孕育出，如智能医疗、智能制造、智能城市等更多应用场景，也将带来的多重挑战，如数据质量参差不齐一致性、计算资源消耗不对等、技术整合难度大及隐私与安全问题等。
在即将举行的知识图谱与大模型协同发展的研讨会中，我们将深入探讨大模型训推算法优化、知识增强的端侧智能体，面向大模型的结构化知识统一表示、基于大模型的数据分析开发范式以及从深度学习、知识图谱到大模型在垂直领域（医疗）的实践等前沿话题。我们期望通过这场活动，不仅能够拓宽对知识图谱与大模型协同发展的认识，还能为参与者提供宝贵的实践经验和解决实际问题的有效策略。
本期TF活动荣幸地邀请到华为计算产品线AI算法专家王兵、联想集团首席研究员师忠超、浙江大学特聘研究员张文、招商银行高级算法工程师杨一枭和腾讯优图天衍研究中心主任吴贤等五位行业一线专家。他们将和大家分享他们对知识图谱与大模型协同发展的深刻见解和实践经验。我们期待通过这些专家的独到分享，能为参与者带来启发和洞见。
二、会议安排
TF142：知识图谱与大模型协同发展前沿技术与应用研讨会 2024年8月17日(星期六) 主持人：王昊奋，CCF TF知识图谱 SIG主席，同济大学特聘研究员 | ||
时间 | 主题 | 讲者 |
14:00-14:05 | 活动介绍 | 王昊奋 CCF TF知识图谱 SIG主席，同济大学特聘研究员 |
14:05-14:10 | 开场致辞 | 杨卫华 CCF TF主席&架构SIG主席，Westar Labs创始人兼CEO |
14:10-14:40 | 大模型训推算法优化 | 王兵 华为计算产品线AI算法专家，昇腾AI算法负责人 |
14:40-15:10 | 联想AIPC端侧智能体 | 师忠超 联想集团首席研究员，联想研究院人工智能实验室研发总监 |
15:10-15:40 | 面向大模型的统一的简单的结构化知识表示方法探索 | 张文 浙江大学软件学院特聘研究员 |
15:40-16:10 | DataGPT：基于大模型的数据分析开发范式 | 杨一枭 招商银行高级算法工程师 |
16:10-16:40 | 从深度学习，知识图谱到大模型，医学NLP上的一些尝试 | 吴贤 腾讯优图天衍研究中心主任，专家研究员 |
16:40-17:45 | 参会者提问互动 | |
17:45-18:00 | 活动总结 | 王昊奋 CCF TF知识图谱 SIG主席，同济大学百人计划特聘研究员 |
三、所属SIG
CCF TF知识图谱
四、特邀讲者
王兵
华为计算产品线AI算法专家，昇腾AI算法负责人
主题：《大模型训推算法优化》
主题简介：报告主要分成三部分，第一部分介绍大模型发展趋势以及对训推系统带来的挑战，包括大模型参数规模、训练数据量、模型结构和算法、大模型应用、算力的发展趋势以及对训推系统的挑战，第二部分介绍围绕大模型训推挑战问题，昇腾平台训推加速算法优化，包括并行训练策略的优化、训练内存压缩、大模型压缩、RAG推理加速等技术，最后分享大模型与图谱结合的思考。
个人简介：王兵，华为计算产品线AI算法专家，昇腾AI算法负责人，主要从事昇腾平台大模型加速算法、AI应用加速算法的研发工作，研究方向包括大模型并行训练策略优化、训练内存压缩、优化器算法、模型压缩算法、向量检索算法和推理加速算法。
师忠超
联想集团首席研究员，联想研究院人工智能实验室研发总监
主题：《联想AIPC端侧智能体》
主题简介：联想今年4月份发布了业界首款AIPC产品，联想研究院为其打造了多项关键技术，包括智能检索增强的本地知识服务、异构混合计算技术、领先的模型压缩与推理加速以及混合意图理解技术等，此次报告和大家分享联想AI PC背后所展现的智能体相关核心技术，共同探讨端侧智能体的发展。
个人简介：师忠超，联想集团首席研究员，联想研究院人工智能实验室研发总监，正高级工程师，中关村高聚工程创新领军人才，目前担任科技部专家，工信部专家，北京邮电大学，天津大学企业导师，中国计算机学会智能交通分会常务委员，计算机视觉专委会委员。已申请专利240余件，在CVPR，AAAI, ACMMM等国际会议上发表论文30余篇。负责人工智能平台和大模型研发，主持开发系统入选中国人工智能Top100案例名单，获评HPC2018最佳AI产品和技术奖，2021年网信办《人工智能企业典型应用案例》，并获北京市科学技术奖二等奖，CCF科学技术奖科技进步奖等，并基于大模型技术在业界发布第一个AIPC产品，助力公司AIPC业界领先。
张文
浙江大学软件学院特聘研究员
主题：《面向大模型的统一的简单的结构化知识表示方法探索》
主题简介：大模型具有较好的感知智能，擅长处理文本和图片等数据。除了这些非结构化数据，人们日常的生产和生活中有大量的结构化数据如知识图谱等，大模型并不是原生的处理结构化知识的模型，在利用结构化知识方面具有较强的提升空间。本报告将介绍我们在面向大模型的统一的简单的结构化知识表示方法的思考以及相关工作，达到既保留大模型较强的任务和数据泛化能力，又增强大模型的结构化知识表示和推理的能力。
个人简介：张文，浙江大学软件学院特聘研究员。研究方向为知识图谱、图数据处理、大数据系统。在包括
NeurIPS/KDD/WWW/IJCAI/AAAI/ICDE/ACM MM/WSDM等在内的国际顶级会议上发表多篇论文。主持国家自然科学基金青年科学基金项目、浙江省自然科学基金探索青年项目、宁波市自然科学基金探索一般项目。曾获国际知识图谱联合会议IJCKG最佳论文奖、最佳应用论文奖，浙江省科技进步二等奖等奖励。入选副省级市高层次人才引进计划、百度2023年度AI华人女性青年学者榜。
杨一枭
招商银行高级算法工程师
主题：《DataGPT：基于大模型的数据分析开发范式》
主题简介：DataGPT是一种基于大模型的数据分析开发范式，它整合了大模型技术，灵活运用各种数据分析工具，以实现高效的大模型驱动的交互式数据问答功能。这一范式旨在智能优化数据分析流程，显著提升数据分析工作效率，深挖数据的潜在价值。通过数据源管理、知识库关联、场景化编排等，实现对接各类应用场景，赋予应用方更强大的能力，实现数据价值的充分释放。
个人简介：杨一枭，招商银行高级算法工程师。研究自然语言处理技术，大语言模型技术在行内落地应用。
吴贤
腾讯优图天衍研究中心主任，专家研究员
主题：《从深度学习，知识图谱到大模型，医学NLP上的一些尝试》
主题简介：在医学领域，几乎所有的通用NLP任务都可以找到相应的实际应用场景，例如医患对话、医学信息提取、疾病诊断、药物推荐以及报告生成等。目前，已有大量的研究将 LLM应用于医学领域，部分大型模型甚至已经高分通过了医师资格考试。然而，仍有许多问题需要进一步研究。本次分享旨在深度探索大模型技术在医学领域的研究和应用问题，包括训练效率问题，包括幻觉问题，包含在临床场景中实际遇到的问题等。
个人简介：吴贤，腾讯优图天衍研究中心主任，专家研究员。主要研究兴趣包括自然语言理解，深度机器学习，医学大模型等。在Nature子刊，T-PAMI, NeurIPS, ACL, CVPR等国际顶级杂志会议上发表文章一百余篇，被引用超过4500次，有近50项美国和中国专利。获得过华夏医学科技一等奖，在国际MSCOCO评测中获得过第一名，也在ICDM知识图谱评测中获得了第二名的成绩。在加入腾讯之前，先后供职于IBM研究院和微软人工智能和研究部门。在上海交通大学获得计算机博士学位。
五、SIG主席
王昊奋
CCF TF知识图谱SIG主席，同济大学特聘研究员
个人简介：同济大学特聘研究员，博士生导师。全球最大的中文开放知识图谱联盟OpenKG发起人之一。负责参与多项国家级AI相关项目，发表100余篇AI领域高水平论文，被引用次数达到4000余次，H-index达到29。他构建了全球首个可交互养成的虚拟偶像—“琥珀·虚颜”；所构建的智能客服机器人已累计服务用户超过10亿人次。目前，他担任中国计算机学会术语工委副主任，SIGKG主席，自然语言处理专委会秘书长、信息系统专委会常委、上海分部秘书长等社会职位。
六、参会说明
七、会员权益
会员免费参加CCF TF全年20场线上活动，优惠价参加14场线下活动，为自己的技术成长做一次好投资，用高性价比获取专业知识的绝佳路径！
长按识别或扫码入会
八、参会方式
2024年8月17日 （星期六）
长按识别或扫码报名
报名链接：https://conf.ccf.org.cn/TF142
联系方式
邮箱：tf@ccf.org.cn
电话：0512-6590 0856转分机号36
CCF推荐
【精品文章】
点击“阅读原文”，报名TF142！
