10月31日，秋高气爽，计算智能学会浙江分会（IEEE CIS Zhejiang Subsection Chapter）自成立起第一次学术活动-青年学者论坛在风景如画的西湖大学如期举行。此次论坛参与者来自学术界和工业界的精英，包括一位知名企业的首席技术官（CTO）和三位CIS领域的优秀青年学者。论坛的上午议程以金耀初教授的精彩演讲拉开序幕，他简要介绍了可信及通用人工智能实验室的研究方向和研究现状。紧随其后，受邀的青年学者们依次上台，分享了他们的研究成果。这些报告涵盖了工业前沿和学术界的最新内容，包括人工智能、动物机器人、优化问题等多个领域。整个论坛充满了浓厚的学术氛围和创新精神，为青年学者们提供了一个展示才华、交流思想和建立合作的平台。通过这样的交流，与会者不仅拓宽了视野，也为未来的研究工作注入了新的灵感和动力。以下是三位青年学者报告的概要。
1. 动物机器人感知控制方法的研究
报告人：郑能干
郑能干教授在会上作了题为《动物机器人感知控制方法的研究》的报告。动物机器人是一种集成了动物运动感知和计算机信息处理的脑机混合智能系统。具体而言，受试动物通过手术等方式将电极植入到大脑皮层的特定区域， 并且将微型机电系统穿戴在受试动物身上，从而研制出以动物为载体的混合智能机器人。作为一种动物-机器混合系统，动物机器人具备系统结构简单、感知运动能力优越、系统能耗低、隐蔽性能好等优点。目前该研究领域存在着刺激位点和运动响应之间的关系不明确、可穿戴微型脑机接口的设计以及运动指令语义不清晰和响应不稳定等挑战。在提问环节，听众与郑老师交流了仿生机器人与动物机器人的相关性以及相关研究内容的科技伦理等问题。
郑能干，浙江大学教授，研究方向为脑机混合智能、动物机器人。作为项目负责人主持动物机器人基础研究项目10余项，包括国家重点研发计划项目、国家自然基金重大项目课题、JWKJW创新特区项目、浙江省自然基金杰出青年基金等，以第一/通信作者在Nature Comm, IEEE Trans, AAAI, IJCAI, CVPR, ICCV, ACM MM, JMEMS等期刊和会议发表论文100余篇，获得授权发明专利10余项、软件著作版权3项，牵头制定动物机器人标准1项，获IEEE HITC Award for Excellence in Hyper-Intelligence (Middle Career Researcher) 职业中期卓越奖，获吴文俊人工智能科学技术一等奖、中国高校十大科技进展等奖项。
2. 多模态（多解）多目标优化算法及应用
报告人：岳彩通
岳彩通副教授在会上作了题为《多模态（多解）多目标优化算法及应用》的报告。多模态技术在智能算法领域，尤其是在深度学习中，指的是能够处理和分析不同数据类型（如文本、图像、数值）的机器学习模型。而在优化领域，多模态优化关注的是寻找多个局部最优解，这些解在不同领域如城市建设、工业生产等有广泛应用。多模态多目标优化问题则进一步寻求多个等效的全局帕累托最优解，这些解对于提供决策者多个可行方案、增加解决方案的鲁棒性和灵活性至关重要。岳老师提出了一种新的粒子群优化器，通过复合机制高效获取多组等价帕累托前沿，并设计了新的测试函数和性能指标来评估算法性能。他还探讨了多模态多目标优化的应用场景，如特征选择、路径规划等，并提出了未来研究方向，包括算法收敛性分析、复杂问题研究等。在互动环节，教授解释了如何通过数值分析和实际经验判断优化问题的多峰特性，强调了实际需求中多解的重要性。
岳彩通，郑州大学副教授、硕导，第二届全国博士后创新创业大赛金奖获得者，河南省优青。主持国家自然科学基金项目2项（面上1项、青年1项)、中国博士后科学基金项目2项（特助1项、面上1项）、河南省科技攻关项目1项、河南省博士后科研项目1项，参与国家自然科学基金项目5项。发表SCI/EI论文60余篇，授权发明专利4项，授权软件著作权2项，撰写技术报告5篇，参与组织国际算法竞赛5次。
3. 神经组合优化大规模路径规划问题
报告人：王振坤
王振坤教授在会上做了题为《神经组合优化应用于大规模路径规划问题》的报告。王振坤教授首先介绍了组合优化的基本概念，并强调了其在物流、供应链管理等领域的重要性和复杂性。接着，他探讨了大规模路径优化问题所面临的挑战，例如旅行商问题（TSP）和车辆路径问题（CVRP）的 NP-hard 特性，以及传统算法在处理大规模实例时的局限性。在讨论 NCO 方法时，王振坤教授将其分为了学习构建（L2C）和学习改进（L2I）两大类，并详细讨论了它们的优缺点。在具体工作上，王振坤教授介绍了 LEHD 模型结构，这种结构旨在提高跨尺度泛化能力，以及基于大型语言模型（LLM）的算法设计，将大模型的知识用于改进演化算法的结构，从而展示了 LLM 在算法设计中的潜力。在互动环节中，王教授解答了卡耐基梅隆大学大学提出的 DIFUSCO工作中的关于基于扩散模型的策略在解决组合优化问题时的存在的问题。他指出，扩散模型的有效性仍存在疑问，可能是算法的其他组件提升了算法的整体表现。对此，王老师表示已有相关反思文章讨论了这一点。
王振坤，南方科技大学助理教授、博士生导师，研究方向为人工智能与调度优化，以第一/通讯作者身份在IEEE汇刊、ICML、NeurIPS、AAAI、IJCAI等国际高水平期刊和会议上发表论文50余篇，获2023 年中国仿真学会自然科学奖二等奖、2023 年广东省自然科学二等奖、第八届全国青年人工智能创新创业大会-创新组一等奖、第六届智能优化与调度学术会议-青年科学家奖、 华为公司火花奖、深圳市“海外高层次人才”等荣誉；承担国自然面上项目、科技部重点研发计划子课题、省市级项目多项，担任多个SCI期刊的副编辑（Associate Editor）、IEEE计算智能学会深圳分会学生事务主席、中国人工智能学会青年工作委员委员以及多个国际会议的程序委员会委员。
本次青年学者论坛聚焦于人工智能和优化领域的前沿研究，展示了动物机器人、多模态多目标优化以及神经组合优化等创新技术。专家们的深入报告，不仅拓宽了与会者的视野，也为智能科技的未来研究和应用提供了新的动力和方向。会议结束后，学生们积极与专家们进行交流，共同探讨科研方向和未来可能的合作机会。
初稿：方文轩 郁章敬
初审：刘奇奇
终审：金耀初
