本篇推送轉載自中國計算機學會公眾號
人智協同推薦系統(Human-AI Collaborative Recommender Systems)是一個融合了計算機科學、人工智能、認知科學和社會科學等學科的理論、模型、技術和方法的跨學科前沿領域，其目標是通過結合人類智能和人工智能的優勢，揭示和解釋用戶與推薦系統之間的互動和協作模式，以解決推薦過程中的數據稀疏、可解釋性差、泛化性弱、隱私泄露等問題，并通過研發和構建能夠動態適應用戶期望價值目標和增強決策能力的推薦系統，提供高質量推薦和良好推薦體驗，確保推薦系統對個體、群體和社會產生積極影響。
在人智協同新范式下，推薦系統由單向的人類被動接受，轉變為人類-智能體協同探索。在大模型、AIGC等先進AI技術的加持下，人智協同推薦系統已成為影響真實世界的復雜社會計算系統，深刻影響個體變遷、群體演化和社會秩序，也極易帶來和加劇價值觀偏移、人群偏見、隱私泄露等社會性問題，如何確保人智協同推薦系統在提供個性化服務的同時，符合社會規則和個體規范，提升公平和包容性已成為學界和業界關注的前沿問題。
本次論壇匯集了來自學界和業界的人工智能、CSCW與社會計算、人機交互等多個學科領域的知名專家學者，深入探討人智協同推薦系統在算法、技術、系統架構、用戶體驗、倫理、政策和實踐等方面的最新進展和實際應用，旨在搭建一個交流與合作的平臺，促進跨領域研究人員和從業者之間的互動，推動人智協同推薦系統的持續發展和廣泛應用。
□ 論壇日程 □
□ 論壇主席及嘉賓介紹 □
論壇主席
-
盧暾
CCF杰出會員、協同計算專委秘書長，上海市計算機學會協同計算與信息服務專委會副主任、復旦大學教授、計算機科學技術學院副院長
復旦大學計算機學院教授。研究興趣包括社會與協同計算、人智協同與交互、大模型智能體模擬推演、領域大模型與應用、群智協同與系統、數字社會智能治理等。主持多項國家自然科學基金項目、科技部重點研發計劃課題、863課題和上海市項目。成果發表在CSCW、CHI、UbiComp、NeurIPS、WWW、SIGIR、IEEE TKDE、ACM TOIS等權威會議和期刊上。常規擔任CSCW、CHI等的AC，擔任多個國內外學術會議的PC/TPC Chair以及多個國內外學術期刊的副主編和編委。
論壇講者
-
張敏
CCF杰出會員、CCF女工委主任，清華大學計算機系教授
國家高層次人才。主要研究領域為信息檢索與推薦、用戶分析與建模。現任國際頂級期刊ACM TOIS主編。獲大川人才基金，IBM 2020 Global Faculty Award，中國高校計算機專業優秀教師獎勵計劃，北京科學技術獎一等獎，中國中文信息學會錢偉長科學技術獎一等獎，SIGIR’24實踐檢驗獎等。長期與國內外多個企業進行多項科研合作。
報告題目：以用戶為中心的大語言模型評價
摘要：大語言模型（LLM）是用戶在各種場景中使用的新興工具。因此，以用戶為中心的大模型性能評估對于指導用戶選擇適合不同任務的服務至關重要。盡管目前已經存在不少針對大模型的基準測試，但它們大多關注預定義的模型能力，如世界知識、推理等，而很難幫助用戶在完成具體任務時做出最適合特定需求的選擇。本報告將介紹我們在這一方向上的探索成果，包括用戶體驗研究、用戶需求理解、以及從用戶中心視角對LLM在實際場景中效果的評估。
-
何向南
CCF理事、中國科學技術大學教授、人工智能與數據科學學院副院長
國家級青年人才。長期從事數據挖掘與人工智能領域的研究，在相關領域的頂會（如SIGIR、WWW、KDD）和頂刊（如IEEE TKDE、ACM TOIS）上發表論文100余篇，谷歌學術引用4萬余次，Elsevier中國高被引學者。曾獲SIGIR 2023、SIGIR 2021、WWW 2018最佳論文提名獎、阿里巴巴達摩院青橙獎、教育部技術發明一等獎等。擔任多個期刊的副主編，如IEEE TKDE、IEEE TBD, ACM TOIS等。主持多項國家級項目，如基金委重點項目、科技部重點研發計劃課題。
報告題目：大模型驅動的推薦前沿發展
摘要：預訓練大模型在推薦系統領域備受關注，在多個推薦任務上的初期探索已展現出大模型對于推薦的價值。本次報告聚焦大模型驅動的推薦前沿進展并探討未來發展方向，具體包括：在大模型中建模協同過濾信息，大模型推薦中的去偏和公平，面向推薦的大模型智能體構建等。同時，我們將討論這一新興方向的關鍵挑戰和開放問題，展望未來的研究方向，包括大模型驅動的生成式推薦和引導式推薦 。
-
趙鑫
CCF杰出會員，中國人民大學教授
2014年7月于北京大學獲得博士學位，隨后進入中國人民大學工作至今。研究領域為信息檢索與自然語言處理，共計發表論文200余篇，谷歌學術引用2.2萬余次，曾主導研發了玉蘭大語言模型，組織編寫了大語言模型綜述論文《A Survey of Large Language Models》(預印版文章)以及《大語言模型》中文書。曾榮獲2021年CCF青年科學家獎。
報告題目：大模型賦能的推薦算法
摘要：近年來，大語言模型受到了社會的廣泛關注，能夠通過自然語言形式編碼大量的世界知識，并且具有強大的任務解決能力。基于此，大語言模型對于傳統的信息獲取算法（如推薦系統）也帶來了重要的影響。本次報告將介紹大模型的主要能力特點和相關技術，重點介紹大模型背景下推薦算法的改進與升級技術，將結合具體研究工作介紹講者在推薦算法領域的研究思考，并探究未來推薦系統的研究范式以及可能途徑。
-
矣曉沅
微軟亞洲研究院高級研究員、博士
研究興趣為自然語言生成和社會責任人工智能（Societal AI），于ICLR、ACL、EMNLP、NAACL、AAAI等權威會議發表論文數十篇。曾獲2021 CCF優博、2021 IJCAI青年精英論壇新星、2024 CAAI社會計算青年學者新星、2016北京市海淀區十大杰出青年、2019新華網全國十大年度網絡人物、2019中國計算語言學大會最佳論文獎等榮譽。
報告題目：邁向大模型社會風險與價值傾向的自適應于自進化評測
摘要：隨著大模型與人類生活的深度融合，基礎模型潛在的歧視、偏見及倫理問題可能對推薦系統等下游應用的安全性和合規性產生嚴重影響。然而，對安全性問題的評測面臨著數據污染(常用評測數據集已納入模型訓練中)和難度失配(評測數據無法有效挑戰快速進化的大模型)的問題。為此，我們提出“生成式進化評測”方法。該方法利用大模型的生成能力，動態地構建評測數據，避免泄露，同時通過迭代更新，確保題目難度與模型同步進化，更準確地評估模型在風險和價值觀上的表現，促進更加安全、包容和友好的AI應用的構建。
-
張俊林
新浪微博首席科學家/新技術研發負責人
中國中文信息學會理事，中科院軟件所博士，目前擔任新浪微博首席科學家/新技術研發負責人，此前在阿里巴巴擔任資深技術專家，負責新技術團隊。技術書籍《這就是搜索引擎：核心技術詳解》、《大數據日知錄：架構與算法》的作者。目前的主要研究方向為推薦系統與大模型，在ACL、KDD、CIKM、RecSys、COLING等國際會議發表多篇相關學術論文。
報告題目：推薦系統遇到大模型：能力的失配與適配
摘要：推薦系統通過滿足用戶多樣化的個性信息需求，目前已成為滲透每個人日常生活的最主流人工智能應用方向。大型語言模型（LLMs）擁有廣泛而強大的語言、通用知識及推理能力，這為重新定義推薦系統提供了新的視角和可能。然而，使用LLM重塑推薦系統仍處于探索早期，能否成功仍存在巨大的不確定性。本次分享將分析傳統推薦系統與LLM兩者之間在數據、模型建模等方面各自擅長與缺失之處，指出兩者目前存在較大的能力失配問題，并深入探討減小能力差異可以采用的能力適配方法。
特邀嘉賓
-
謝幸
CCF會士，全球研究合伙人、微軟亞洲研究院資深首席研究員，中國科學技術大學兼職博士生導師、微軟-中國科學技術大學聯合實驗室主任
博士，全球研究合伙人，微軟亞洲研究院資深首席研究員，中國科學技術大學兼職博士生導師，微軟-中國科學技術大學聯合實驗室主任。ACM 會士, IEEE 會士, CCF 會士，主要探索數據挖掘、社會計算和普適計算等領域的研究。1999年獲首屆微軟學者獎，2019年獲ACM SIGSPATIAL十年影響力論文獎及中國計算機學會青竹獎，2020年獲ACM SIGSPATIAL十年影響力論文榮譽獎，2021年獲ACM SIGKDD China時間檢驗論文獎，2022年獲ACM SIGKDD時間檢驗論文獎，2023年獲IEEE MDM時間檢驗論文獎和中國計算機學會自然科學一等獎，并被評為DeepTech中國智能計算科技創新人物。他曾受邀在ChineseCSCW 2022, CCDM 2022, CCIR 2020, MDM 2019、HHME 2018、ASONAM 2017、Mobiquitous 2016、SocInfo 2015、W2GIS 2011等會議做大會主題報告。他是ACM Transactions on Recommender Systems、ACM Transactions on Social Computing、ACM Transactions on Intelligent Systems and Technology、CCF Transactions on Pervasive Computing and Interaction等雜志編委。他曾擔任ACM UbiComp 2011、PCC 2012、IEEE UIC 2015、SMP 2017、ACM SIGSPATIAL 2021、IEEE MDM 2022、以及ACM SIGSPATIAL 2022等會議程序委員會共同主席，并將擔任PAKDD 2024與IEEE BigData 2025大會程序委員會共同主席。
-
李東勝
微軟亞洲研究院首席研究員，復旦大學客座教授
博士，微軟亞洲研究院首席研究員，上海人工智能組研究經理，復旦大學計算機學院客座教授、兼職博士導師，CCF協同計算專業委員會執委。主要研究方向為機器學習算法及應用，在相關領域的知名期刊和會議發表論文100余篇，出版專著2部。曾獲得IBM最高技術獎項IBM Corporate Award，被《麻省理工科技評論》中國與DeepTech評選為“2023年中國智能計算創新人物”。
-
顧寧
CCF會士、CCF協同計算專委會榮譽主任，復旦大學教授
復旦大學計算機科學技術學院教授、博士生導師，CCF會士，CCF協同計算專委會榮譽主任。長期從事以人為中心的協同計算研究，包括分布式協同、社會化協同和群智協同的理論與技術。圍繞上述研究方向，作為負責人先后承擔了三項國家自然科學基金重點項目等，成果發表在CSCW、CHI、UbiComp、WWW、TPDS等權威會議和期刊。
關于CNCC2024
CNCC2024將于10月24-26日在浙江省東陽市橫店鎮舉辦，大會主題為“發展新質生產力，計算引領未來”。大會為期三天，包括18個特邀報告、3個大會論壇、138個專題論壇及34場專題活動和100余個展覽。圖靈獎獲得者、兩院院士、國內外頂尖學者、知名企業家在內的超過800位講者在會上展望前沿趨勢，分享創新成果。預計參會者超過萬人。
評論 0