报告1：
报告题目：图技术赋能趋势—Galaxybase分布式图数据库系统与行业应用
报告人：张晨（创邻科技）
报告概要：Galaxybase是创邻科技自主研发的原生分布式并行图平台，核心代码100%自研。Galaxybase可高效实现大数据实时联通、查询、计算，通过挖掘数据内在关联关系，实现复杂决策场景的深度认知智能，让传统技术需要数小时乃至数日处理的离线分析变成实时决策的在线智能。早前,创邻科技联合中山大学团队,依托国家超级计算广州中心环境,完成了5万亿点边规模交易数据智能挖掘性能测试,打破了世界最大规模图处理纪录。上个月，创邻科技打破已通过国际关联数据基准委员会（Linked Data Benchmark Council，LDBC）的LDBC-SNB（Linked Data Benchmark Council-Social Network Benchmark）的测试认证，在系统稳定性、可用性、结果正确性、事务支持性和可恢复性上均达到官方标准，并较LDBC之前公布的最高记录吞吐量提升了70%，查询性能最高提升72倍，平均查询性能提升超6倍，又一次打破了世界级记录。目前，Galaxybase已服务农行、交行、民生、腾讯、国家电网、南方电网等多个行业头部客户，为反欺诈、电力调度、IT运维等复杂大数据实时决策场景提供解决方案，成功赋能企业洞察数据关联，释放数据资产价值。
报告人简介：张晨，国家特聘专家、中国计算机学会（CCF）信息系统专委会执委、北京理工大学校外博导，浙江大学竺可桢学院计算机科学与技术学士、加拿大滑铁卢大学计算机科学博士、麦吉尔大学博士后，曾任美国运通大数据科学家，参与研发了运通首批大数据风控算法，美国硅谷初创Splice Machine软件架构师，参与研发了世界首款基于Hadoop的分布式关系型数据库，加拿大Graph Intelligence联合创始人，创办了国内第一家分布式图数据库公司–创邻科技，先后获得了百度、高瓴、腾讯、同创伟业和达晨等著名机构的投资，核心产品Galaxybase是世界权威组织LDBC性能榜单和最大规模图数据两项世界纪录保持者。
报告2：
报告题目：从0到1的知识图谱产业生态建设
报告人：李明洹（科大讯飞）
报告概要：大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统成为人工智能的发展重点，发展智能经济，建设智能社会，维护国家安全，构筑知识群、技术群、产业群互动融合和人才、制度、文化相互支撑的生态系统。《新一代人工智能发展规划》提出围绕提升我国人工智能国际竞争力的迫切需求，新一代人工智能关键共性技术的研发部署要以算法为核心，以数据和硬件为基础，以提升感知识别、知识计算、认知推理、运动执行、人机交互能力为重点，形成开放兼容、稳定成熟的技术体系。 苏州市作为国家新一代人工智能创新发展试验区，支持知识计算引擎和知识服务技术，核心关键技术突破并推动其在行业场景中的应用，依托苏州工业园区丰富的应用场景，建设知识图谱产业生态成为了重要的前瞻性产业布局。通过产业势能建设吸引产业人才，用需求对接夯实产业发展，用技术环境加速突破技术瓶颈，是探索从0到1产业生态建设的实践路径。
报告人简介：李明洹，西南交通大学理学工学双学士，武汉理工大学硕士。
曾任世界500强企业高级管理者，负责核心产品线。2017年加入科大讯飞，完成科大讯飞人工智能专业孵化器筹备建设工作。现任科大讯飞图谱星球总经理，负责科大讯飞前沿应用创新研究，任苏州工业园区认知图谱应用创新中心主任，负责苏州工业园区认知图谱产业建设工作。
报告3：
报告题目：因果推理、知识图谱及其在个性化教育场景中的应用
报告人：陈子良（中教云智）
报告概要：教育是一个国家发展的根本，国家需要教育来培养人才，促进国家的持续发展。而由于国情制约，我国基础教育长期面临着缺乏教育公平和难以推行个性化教育的困境中。另一方面，教育基础信息化的推进和教育大数据的积累，让智能化教育渐渐成为了破局教育困境的关键。本次报告试图以知识图谱作为智能化教育技术的切入点，从教育者、受教育者和教育管理者三个不同需求的方面去探讨知识图谱技术对目前教育模式的改变。我们结合了赢得2011年图灵奖和2021年诺贝尔经济学的因果推理技术，以及如何将其融入到知识图谱的构建与分析中去提升个性化教育的效果。
报告人简介：陈子良，本科与博士分别毕业于中山大学数学院与计算机学院，研究方向为机器学习、因果推理与知识图谱等。现任暨南大学智慧教育研究院助理教授兼任中山大学人机物智能融合实验室研究员，曾任暗物智能科技高级研究工程师，负责教育、体育等相关行业与项目的因果知识图谱构建与相关技术研究。已在ICML、CVPR、ICCV、AAAI、TKDE、IJCV等国际会议与期刊上发表10余篇文章和大会口头报告，2020年受邀访问卡耐基梅隆大学机器学习系并协同撰写《Domain Adaptation in Computer Vision with Deep Learning》一书。
报告4：
报告题目：知识图谱的碧海蓝天——军工质量与安全图谱构建与应用实践
报告人：茹海燕（智通云联）
报告概要：军工产品投入高、风险大、技术密集、系统复杂,在整个研制、生产过程中质量与安全至关重要。本报告以航天、船舶行业为代表，介绍面向产品研发设计、生产管理的军工质量与安全图谱构建与应用实践。报告将分享以用户需求为始终，开展业务分析与知识体系设计、概念图谱构建、实例图谱构建、图谱计算应用的解决方案、技术路线与实践经验。
报告人简介：茹海燕，北京智通云联科技有限公司咨询总监，6sigma黑带、MATRIZ（国际TRIZ协会）三级发明专家。十余年企业数字化、智能化解决方案设计与落地实践经验，具备丰富的以知识图谱为赋能引擎的智能场景设计经验，曾参与中国石化、外高桥造船、中国商飞等众多行业头部客户知识图谱构建与应用项目。出版论著十部，国家标准研制三项，中国专利八项。
报告5：
报告题目：知识图谱在建筑领域的应用
报告人：吴自成（中国建筑科学研究院）
报告概要：十八大以后，中国经济进入新常态，经济增速和固定资产投资增速放缓，建筑业已经进入了稳定增长阶段，传统模式已无法满足行业高质量发展需求，转型升级势在必行。人工智能是新一轮科技革命和产业变革的核心驱动力，通过知识图谱结合BIM数据、行业数据与规范的建筑工程行业知识图谱，可达到全面感知、深度认知、智能交互、自我进化。
报告人简介：吴自成，中国建筑科学研究院有限公司，构力科技新城建事业部兼苏州研发中心总经理，高级工程师、科技部专家、安徽省、广州市等多个省市BIM专家、中国土木工程协会委员、参加并主持多个国家级课题，拥有10多项人工智能领域发明专利，历任科大讯飞建筑科技总经理，有多年人工智能与建筑领域的融合应用经验。
报告6：
报告题目：保险&医疗知识图谱构建及应用
报告人：李杨 （蚂蚁集团）
报告概要：近年来，保险行业快速发展，日趋成为人们控制风险和提高生活保障的重要金融工具。随着保报告概要：近年来，保险行业快速发展，日趋成为人们控制风险和提高生活保障的重要金融工具。随着保险行业数字化转型，利用人工智能、知识图谱等技术改善和提升保险行业的智能化建设水平日趋重要。本报告将介绍蚂蚁保险&医疗知识图谱的构建及应用，以用户需求为导向，基于保险条款文档设计schema、文档结构解析、信息抽取、图谱问答等主要步骤的解决方案和技术路线。保险&医疗知识图谱，有助于支撑保险的核保服务、核赔服务风险控制、用户选品等智能化应用。
报告人简介：李杨，毕业于电子科技大学，研究方向包括知识图谱、信息抽取和预训练语言模型等。现任职蚂蚁集团，保险顾问团队算法专家，负责支小宝-保险问答机器人。现在是中文信息学会（CIPS）语言与知识计算专委会委员，中国计算机学会（CCF）会员。已在SIGIR，AAAI，CIKM等会议及期刊发表10余篇论文，获得NLPCC2018 Outstanding Paper Award，在CCKS2018 KBQA、FewClue、CCF大数据与计算智能大赛的预训练模型知识量度量多个比赛中获得第一名。
报告7：
报告题目：知识图谱+企业级自动化知识发现，医药企业数字化转型新解法
报告人：吴刚（柯基数据）
报告概要：受到国内带量采购、医药代表备案制等政策的影响，许多药企原本的销售模式遇到了挑战，亟需通过技术进行数字化转型，来提高研发效率，加速新产品上市和拓展广域市场，提高患者用药依从性。在人工智能技术与迅猛发展的大数据时代，数字化转型的“新解法”也成为药企新的关注点。对于知识密集型的制药企业来说，知识图谱可以帮助搭建从研发到情报跟踪和学术营销推广以及患者健康管理等以知识驱动为核心的智能化平台，加速数字化转型。
报告人简介：吴刚，南京柯基数据CEO，中国人民大学信息学院企业硕导，CCF会员，毕业于中科院软件所，人机交互与智能信息处理专业。曾在全球领先的医药和科技、金融信息服务商汤森路透担任中国首席顾问，有20多年智能信息、人工智能方向研发、产品和解决方案、咨询经验。服务过国内外十余家Top药企，提供从医药知识图谱到基于知识图谱的医学学术营销，知识发现平台整体解决方案，助力药企数字化转型。现担任中文信息学会语言与知识计算专业委员会委员，医疗健康与生物信息专委委员，中国卫生信息与健康医疗大数据学会委员。参与制定多个工信部组织的IEEE和国家知识图谱技术标准和行业标准。
报告8：
报告题目：认知智能制造中的FMEA知识图谱
报告人：王文广（达观数据）
报告概要：2021年中国制造业总产值超过G7（美日德英法意加）的总和，从制造大国走向制造强国之际，高端制造日益重要。《中国制造2025》行动纲要中明确提到“坚持把质量作为建设制造强国的生命线……加强质量技术攻关”。达观数据智能制造知识图谱平台围绕FMEA方法论和知识图谱技术，充分挖掘先进制造企业所积累的领域知识和专家经验，打造用于控制、管理和提升产品质量和生产可靠性的工具，强壮智能制造的生命线。FMEA知识图谱从“人机料法环测”等全维度分析可能产生失效的地方，以认知智能的手段做好预案来防止失效的发生，适用于产品规划、研发设计、采购、生产制造、售后服务等各个环节。同时，不完美的情况随处可见，在产品故障或生产失效发生后，FMEA知识图谱依托知识计算和知识推理技术，追溯故障的根本原因，以辅助不同环节的工程师协同完成产品和产线工艺的迭代升级，驱动先进制造业日趋精益。
报告人简介：王文广，达观数据副总裁，高级工程师，人工智能标准编制专家，《知识图谱：认知智能理论与实战》作者，专注于自然语言处理、知识图谱、图像与语音分析、认知智能、大数据和图分析等方向的技术研究和产品开发。现在是上海市人工智能技术标准化委员会委员，上海科委评审专家，中文信息学会（CIPS）语言与知识计算专委会委员，中国计算机学会（CCF）高级会员，中国人工智能学会（CAAI）深度学习专委会委员。曾获得多个国际国家级、省部级、地市级奖项，拥有数十项人工智能领域的国家发明专利和会议、期刊学术论文。在达观数据致力于将自然语言处理、知识图谱、计算机视觉和大数据技术产品化，以OCR、文档智能处理、知识图谱、RPA等产品服务于金融、智能制造、贸易、半导体、汽车工业、航空航天、新能源、双碳等领域。
报告9：
报告题目：工业领域认知智能与知识中台应用实践
报告人：李基亮（爱数信息）
报告概要：工业领域围绕人机料法环各个环节，存在大量的结构化（经营数据）、非结构化（手册资料）、半结构化（设备状态数据），在设备故障分析定位、离散制造排程优化、产业与市场影响分析中，亟需全方位、多层次的认知分析能力辅助决策。本报告主要提出面向工业领域的数据资产化、知识化和服务化，致力于企业经营、研发和生产制造的智能化。
报告人简介：李基亮，毕业于华南理工大学，拥有计算机应用技术硕士学位，2005年加入爱数创业团队，现任爱数产品副总裁，北方大数据交易中心有限公司总经理，负责AnyDATA产品线的规划、行业运营，以及数据要素产业化与数据交易的生态发展工作。曾任AnyBackup、AnyShare产品线负责人。
报告10：
报告题目：生活服务领域多源异构图学习
报告人：张梦迪（美团）
报告概要：美团的数字零售覆盖了生活服务领域的方方面面，平台积累的海量数据蕴含着多种业务实体间的复杂关联。以往实践表明知识图谱和图学习是建模复杂语义的有效手段，但现有技术在处理多种模态数据融合、动态数据演变、超大规模表征学习以及高效应用上仍有不足。针对以上问题，本次分享将介绍生活服务领域多源异构知识表征上的最新探索及应用。
报告人简介：张梦迪，美团高级算法专家，搜索推荐算法部知识计算组负责人。主要关注工业级知识表示及推理系统的构建，带领团队打造了美团大规模图学习平台、生活服务全景图预训练框架、图谱路径可解释服务等系统，支撑了众多业务场景。曾任金融科技公司数据负责人，发起倡导了中文开放图谱社区OpenKG。发表多篇论文于IJCAI/KDD/SIGIR/ACL等国际学术会议，在图谱、搜推、问答等相关领域有丰富的实践经验。
报告11：
报告题目：行业图谱在广告场景中的应用实践
报告人：郑孙聪（腾讯）
报告概要：广告系统转化链路长，对用户、商品的画像刻画要求更加的精准，不同行业广告商品差异大，通过深挖行业领域知识提升整体流量匹配效率，有助于最大化商业价值。本次报告将重点围绕着游戏、教育、金融等行业展开，分享如何面向腾讯广告业务场景构建行业知识图谱，以及如何将行业知识图谱应用在腾讯广告推荐链路、广告文案生成、广告主赋能等环节。
报告人简介：郑孙聪，博士毕业于中国科学院自动所，曾获ACL 2017杰出论文奖（一作）。现任腾讯机器学习平台部知识挖掘组、腾讯知识图谱Oteam负责人。先后负责腾讯基础NLP工具，腾讯大规模通用知识图谱Topbase以及面向腾讯广告的行业知识图谱等工作，在知识抽取、图谱问答、内容理解以及内容推荐方面有着丰富的实践经验。负责研发的公司级NLP工具和知识图谱广泛应用在微信搜一搜、微信小微机器人、腾讯广告、信息流推荐等业务场景中。
报告12：
报告题目：知识图谱与问答检索技术协同构建企业知识平台
报告人：于政（海致星图）
报告概要：如何将企业多模态数据进行有效组织、关联和挖掘，进而形成知识沉淀和统一知识服务是企业数智化转型中的关注点之一。本报告将重点介绍通过知识图谱、问答检索等核心技术构建多模态企业知识平台及应用，同时分享前沿算法和模型在落地过程中遇到的挑战和解决方法。
报告人简介：于政，博士毕业于华东师范大学计算机与软件学院，研究方向主要为深度学习和自然语言处理，在IJCAI、TKDE等顶级会议和期刊上发表多篇论文。毕业后进入工业界，长期专注于自然语言处理、知识图谱、机器学习等方向的技术研究和产品研发，在金融、工业制造、电力等领域具有丰富的产品方案咨询、研发与落地经验，主持、参与了多项人工智能、大数据方面的国家专项项目。2021年加入海致星图，担任副总裁，知识平台产品线负责人。同时担任“深圳市工业互联网行业协会特聘专家”，北京石油化工学院硕士校外指导教师，拥有发明专利十余项，科学出版社“新一代人工智能平台建设及其关键技术”丛书——《人机协同》的主要作者之一。
报告13:
报告题目：知识图谱与Web3
报告人：Costas Georgiou（铭识协议）
报告概要：随着近年 Web3 技术的高速发展，可信任的共享存储能力日趋成熟，其应用场景也从共享账本放大到了共享数据库的级别。借助 Web3，我们可以在全球范围内为知识图谱构建提供开放和可信任的基础设施。本次分享将重点介绍 Web3 版本的共建共享公益知识图谱协作网络搭建的思路和实践，讲述在新机制下的革新与挑战。
报告人简介：铭识协议知识生态大使，BeHive 联合创始人。曾与LinkedIn、S&P Global、清华大学和联合国人口基金中国办事处等机构建立合作关系。北京大学-UCL BiMBA。
报告14：
报告题目：跨语言知识和数据双驱动预训练技术及工业实践
报告人：陈自岩（中译语通）
报告概要：全球多语言行业知识图谱和数据要素是数字经济深入发展的核心引擎，而以大模型为基础底座的人工智能正在成为数字经济发展的智能大脑。中译语通利用先进的全球语言智能技术，构建了大规模跨语言行业知识图谱和全球多语言大数据平台，并基于跨语言知识和数据双驱动引擎，打造了多语言预训练模型，架起了知识智能和数据智能之间的桥梁，赋能国防安全、金融和科技等垂直领域行业应用。
报告人简介：陈自岩，现为中译语通2030人工智能研究院NLP方向负责人，博士毕业于中科院电子所。主要研究方向为信息抽取、自然语言生成、跨语言知识图谱构建等。在国际学术期刊和会议上发表论文10余篇，参与或者负责多项国家重大型号工程、预研项目、自然科学基金等。
报告15：
报告题目：面向大规模知识图谱的预训练模型
报告人：张鹏（智谱华章）
报告概要：预训练模型和知识图谱是产业界近期非常关注的两个热点AI技术，前者利用基于深度学习的数据驱动方法提升了NLP等任务的算法效果和应用范式，后者则为行业知识的积累和利用提供了明确的方法论和路径。如何结合两者的优势，实现数据和知识双轮驱动的认知智能落地，是大家都颇为关心的话题。本次的报告以我们在预训练和知识融合方面的一些研究和应用探索为例，尝试为业界提供一种可能的思路和方向。
报告人简介：张鹏，北京智谱华章科技有限公司CTO，清华大学2018创新领军工程博士，毕业于清华大学计算机科学与技术系，研究领域包括文本数据挖掘和语义分析、知识图谱构建和应用等。作为主要研究人员参与欧盟第七合作框架跨语言知识抽取、国家863计划“海量知识库建设与构建关键技术及系统”、科技情报分析挖掘平台AMiner（https://aminer.cn）等项目的研发工作，并参与设计和研发了国内首个中英文平衡的跨语言知识图谱系统XLORE（http://xlore.org）,在ICML、ISWC等顶级会议上发表10余篇文章。曾任中国新闻信息标准化分会委员，电子学会标准化工作委员会机器人技术委员会委员。长期致力于将知识图谱研究理论应用于实际需求，在语义大数据分析、智能问答、辅助决策等应用领域拥有丰富的实践经验。
报告16：
报告题目：知识图谱赋能数智化投研
报告人：曾锐（丹渥智能）
报告概要：金融领域基本面投研分析是从宏观，到行业，到公司建立起自上而下的整体研究框架，对其中每个对象而言，都需要在微观层面建立起错综复杂的关联关系和数据联动，而这正是知识图谱技术所擅长的范畴。本报告涉及到如下问题：如何面向常见金融业务场景需求，设计金融知识图谱schema？如何将实体对象与关键指标数据相关联，以支持业务分析推演？当前知识图谱赋能数智化投研，都有哪些有意思的应用案例？
报告人简介：曾锐，吉林大学软件工程学士，互联网从业十余年，先后任职于暴风影音、搜狗、拉手网等大型互联网企业，企业级大数据解决方案公司创始人。目前担任丹渥智能技术副总裁，负责基于产业链知识图谱的数智化投研产品开发，主导多家知名券商和基金公司数智化投研平台规划和建设。