报告题目: 大数据知识工程理论与应用
郑庆华（同济大学）
专家介绍：
郑庆华，博士，教授，同济大学校长，国家杰青，长江学者，国家“万人计划”科技创新领军人才，教育部科技委学部委员，教育部大学计算机教学指导委员会主任，国家自然科学基金创新群体负责人。从事大数据知识工程研究，获国家科技进步二等奖3项、国家教学成果一二等奖4项、省部级一等奖5项、何梁何利科学技术奖、求是杰出青年奖、中国青年科技奖等。
报告摘要：
大数据知识工程随大数据时代应运而生，目的是将浩瀚的大数据转化成机器可表征、可推理、可计算的知识图谱。报告分析了大数据转化为大知识的技术挑战，凝练出碎片知识融合科学问题，创建了知识森林的概念及模型机理，提出了知识森林的构建和推理方法，并以智慧教育、金税工程等重大工程为例，阐述了知识森林理论的实际应用。
报告题目: 大模型如何使用外部知识和工具 【pdf】
文继荣（中国人民大学）
专家介绍：
文继荣，中国人民大学信息学院院长、高瓴人工智能学院执行院长，国家高层次人才专家。长期从事人工智能和大数据领域的研究工作，担任国际会议SIGIR 2020程序委员会主席、国际期刊ACM TOIS和IEEE TKDE编委等。曾任微软亚洲研究院高级研究员和互联网搜索与挖掘组主任。到中国人民大学工作后，积极致力于推动人民大学人工智能和大数据的研究和教学，特别是新技术与相关学科的交叉。2018年入选首批“北京市卓越青年科学家”，2019年担任北京智源人工智能研究院首席科学家。目前担任北京市第十四届政协常委、中央统战部党外知识分子建言献策专家组专家、第八届教育部科技委委员、中国计算机学会常务理事等。
报告摘要：
ChatGPT为代表的大模型在近年来引起了极大的关注，代表了人工智能在语言理解、知识表示、逻辑推理等能力上的重大突破。然而，参数化的大模型内部知识存在着模糊性、时效性、受限性等方面的严重问题，需要让大模型具有获取外部知识的能力，并将内外部知识结合以解决上述问题。我将介绍我和团队在这个方向的工作和思考。
报告题目: Wikidata: A free knowledge graph anyone can edit 【youtube】
Denny Vrandečić（Wikimedia）
专家介绍：
Denny Vrandečić is Head of Special Projects at the Wikimedia Foundation, leading the development of Wikifunctions and Abstract Wikipedia. He is the founder of Wikidata, co-creator of Semantic MediaWiki, and former elected member of the Wikimedia Foundation Board of Trustees. He worked for Google on the Google Knowledge Graph. He has a PhD in Semantic Web and Knowledge Representation from the Karlsruhe Institute of Technology. He has lived in Croatia, Stuttgart, Rome, Los Angeles, Berlin, and now the San Francisco Bay Area.
报告摘要：
The talk will introduce Wikidata. Wikidata is a free and open knowledge base that can be read and edited by anyone. We will discuss the state of Wikidata. We also discuss new developments around large language models and Abstract Wikipedia, which both have the opportunity to completely transform the role and shape of Wikidata, and Knowledge Graphs in general.