学院新闻

2020年10月28日，高瓴人工智能学院“高屋建瓴-青年说”第3期在人大公共教学四楼智慧教室举办。我院教授魏哲巍主持活动，本期“青年说”邀请墨尔本大学甘骏豪老师开展学术报告，会议采取线上线下相结合的方式召开。甘骏豪老师就自己的研究工作“Learning Based Distributed Tracking”进行了详细而精彩的介绍，并与校内外师生共同探讨了AI与数据库未来发展的可能性与机遇。

甘骏豪老师在报告中指出，基于当下机器学习的快速发展，许多过去在理论上达到瓶颈的研究又有了新的发展可能性。经典理论算法往往关心最坏情况下，所能达到的最优效果，同时对于分布具有一定的假设；而基于学习的方法，则主要基于数据，不需要很强的分布假设，可以在一定的概率保证下，提高算法效率。“Distributed Tracking”是数据流问题中的基本问题，甘骏豪老师由浅入深，首先介绍了目前理论上解决此问题的最优算法CMY，并在此基础上递进式地介绍有分布假设下和基于学习的改进算法。

主题演讲结束后，嘉宾与在场听众进行了热烈互动。甘骏豪老师耐心回复听众提出的关于报告中的疑惑。之后，师生就AI研究与数据库、海量数据流方向结合的可能性进行了分享和交流。

高屋建瓴AI公开课”项目由中国人民大学高瓴人工智能学院发起，旨在扩大人工智能学科影响力、提升学科发展水准。2019年，我们曾邀请学院学术委员会主任、中国工程院院士潘云鹤作为“高屋建瓴AI公开课——大师班”首期嘉宾作了题为《人工智能2.0与数字经济》的精彩报告。此外，“高屋建瓴AI公开课——青年说”的首期嘉宾邀请三位人大杰出师生：金琴副教授、人民大学陈师哲博士和卡内基梅隆大学梁俊卫博士，就各自科研成果、两校学习经验与同学们做了交流；“青年说”第2期嘉宾邀请中国科学院计算技术研究所研究员、国家自然科学基金优秀青年基金获得者郭嘉丰，他以“Towards Intelligent Search Systems: from Relevance to Robustness”为题为在校师生做了分享报告。

本期主讲嘉宾简介：

甘骏豪，澳大利亚墨尔本大学计算与信息系统学院讲师，博导。研究方向是为解决海量数据集上的问题设计理论与实用相结合的算法。他于2011年和2013年在中山大学软件学院分别获得本科和研究生学位，2017年在澳大利亚昆士兰大学信息技术与电子工程学院获得博士学位，其后在2017年四月到2018年七月间，在昆士兰大学担任博士后研究员。从2018年八月起担任墨尔本大学讲师和博导。甘骏豪是澳大利亚研究委员会的DECRA Fellow （澳洲竞争最激烈的面向职业初期研究员的fellowship之一）， SIGMOD 2015最佳论文获得者, CORE John Makepeace Bennett Award 2018的获胜者(该奖项只颁发给在澳洲当年所有的计算机相关专业的博士论文中的唯一最佳者)。在数据库相关的顶级会议(如：SIGMOD, SIGKDD)和期刊(如：TODS, VLDBJ)发表论文10余篇。曾担任数据库顶级理论会议PODS 2020的Publicity Chair，澳大利亚数据库会议ADC 2019的PC co-chair。同时也曾担任众多数据库相关会议的PC member（例如：SIGKDD，ICDE，CIKM，SDM等）。