聚焦机器学习与智能计算前沿 | 2026年第八届亚洲机器学习与计算会议（ACMLC 2026）在北京举行

本届会议上，澳大利亚国立大学Daoyi Dong教授（IEEE Fellow、ARC Future Fellow）、加拿大滑铁卢大学何品翰教授（IEEE Fellow、AAIA Fellow）、华南理工大学陈敏教授（IEEE Fellow、IET Fellow、AAA Fellow）受邀作主旨报告。

Daoyi Dong教授以“Several Results on Quantum Machine Learning”为题，围绕量子机器学习的发展现状、量子强化学习、参数化量子线路优化及量子核方法等最新研究成果进行了系统介绍，展示了量子计算与人工智能融合发展的广阔前景。

何品翰教授作题为“Observation-Driven World Models for Embodied Edge AI”的报告，从感知、无线观测、世界模型构建及信念更新等多个层面，深入阐释了面向具身智能的边缘人工智能理论框架，为未来智能系统设计提供了新的研究思路。

陈敏教授以“HongWU: Hierarchical On-demand Cognitive Big Model with World Utility”为题，介绍了面向认知智能的大模型框架HongWU，重点分享了大模型、认知计算、边缘智能及多智能体协同等方面的最新研究成果，为人工智能技术赋能复杂工程系统提供了创新解决方案。

除主旨报告以外，会议还围绕机器学习与智能计算领域的前沿方向设置现场专题分会及线上专题论坛，与会专家学者结合最新研究进展，围绕人工智能治理、生物医学信息检索、多模态情感识别、遥感图像处理、机器学习模型与算法设计、机器学习驱动智能控制系统、生成式人工智能与大语言模型等热点方向进行深入交流，探讨相关技术的发展趋势与应用前景。会议还设置海报展示环节，聚焦推荐系统、目标识别模型安全性分析、视觉语言融合、智能决策优化等多个研究主题，与会嘉宾围绕相关研究成果进行现场展示与交流，进一步促进了学术思想碰撞与科研合作。

此外，会议组委会还组织与会嘉宾参观中国人民大学校园及新闻学院、高瓴人工智能学院，进一步增进参会专家学者对学校学科建设、科研平台及人才培养体系的了解。其中，高瓴人工智能学院作为学校推进人工智能领域科研创新与人才培养的重要载体，建有大数据管理与分析方法研究北京市重点实验室等多个专业实验平台，围绕人工智能基础理论、智能系统、机器学习、大数据分析等前沿方向，着力推动人工智能技术与社会科学、信息科学等多学科深度交叉融合。通过此次参观交流，与会专家学者深入了解了中国人民大学的科研建设与应用成果，为后续深化科研合作、拓展学术交流与多领域协同创新奠定了良好基础。