时间：2024年1月30日 20:00 -22:00

在线：腾讯会议

Intro：

在这个快速发展的科技时代，通用型人工智能 AGI 已经成为推动科学和工业革命的关键力量。特别是在自然语言处理和计算机视觉领域，AGI 技术已经取得了显著的成就，如通过深度学习模型实现的自然语言理解和图像识别。然而，在处理更为复杂的图数据时，这些技术仍面临诸多挑战。图数据结构复杂多变，它不仅包含丰富的节点信息，还涉及节点间的多样性连接。这种数据结构广泛存在于我们的日常生活中，如社交网络的互动关系、金融市场中的交易网络，以及生物信息学中的分子结构。与自然语言和计算机视觉领域取得的辉煌成就相比，面向图数据的通用型人工智能任然处在初级阶段，面临很多独特的挑战。本次报告将结合我们过去几年在这一领域的探索成果，围绕通用图智能的基本问题，探索图学习在跨模态、跨任务、跨领域，以及跨学科等一系列领域的研究进展，并进一步探索未来的研究方向。

Short Bio:

孙相国博士现任香港中文大学博后研究员（导师程鸿教授），中国人工智能学会（ CAAI ）评选为2023年度"社会计算青年学者新星"。他于2022年获得东南大学计算机博士学位（导师刘波教授），其博士学位论文获得江苏省优秀博士论文称号。他先后在微软亚洲研究院、杭州之江实验室等科研单位进行访问研究。于2019年至2021年赴澳大利亚昆士兰大学数据科学中心进行为期两年的联合博士培养，师从澳大利亚杰青阴红志教授。他广泛结合心理学、社会学，和计算机科学，完成了很多新颖的在线社交网络交叉学科研究工作，包括社交网络行为分析、网络异常检测、图学习等等。他在国际顶尖数据挖掘类会议和期刊如 SIGKDD 、 ICLR、 TKDE 、 VLDB 、 TNNLS 、 TOIS 、 The Web Conference 、 WSDM 、 CIKM 等发表高水平论文20余篇。其中 CORE A＊论文13篇， CCFA 类论文10篇， SCI 期刊论文15篇（包括8篇 IEEE Trans 系列顶尖期刊论文）。其中在KDD23发表的工作获得KDD23最佳研究论文奖，这也是自 KDD 创立以来，中国大陆和港澳地区首次获得该项荣誉。孙相国博士担任《大数据挖掘与分析(英文)》青年副主编，同时也担任过多个国际顶尖会议期刊的审稿人和PC member ( SIGKDD , NeurlPS , TheWebConf , SIGIR , ICDE , VLDB , TNNLS , etc )。