现在时间:

加入收藏|设为首页



新闻动态

计算学部承办中国中文信息学会自然语言处理前沿论坛

发布日期:2023-06-26 16:16:07信息来源:山东省计算中心浏览次数:

6月16日,应计算机科学与技术学部邀请,中国中文信息学会在国家超级计算济南中心举办自然语言处理前沿论坛。参加前沿论坛的专家包括复旦大学黄萱菁教授、哈尔滨工业大学秦兵教授、北京大学穗志方教授、中国科学院软件研究所孙乐研究员、北京语言大学杨尔弘教授、哈尔滨工业大学赵铁军教授、中国科学院自动化研究所宗成庆研究员、哈尔滨工业大学(深圳)张民教授。与会专家对自然语言处理领域的前沿问题,包括大模型带来的挑战、数据与知识驱动融合、智能辅助学习、信息抽取、机器翻译等研究热点,进行了精彩报告。来自齐鲁工业大学(山东省科学院)及山东省内兄弟院校的近百名专家教授和学生共同参加了学术活动。

计算机科学与技术学部副主任赵大伟研究员,中国中文信息学会秘书长、中国科学院软件研究所孙乐研究员致开幕辞。赵大伟对与会专家来访表示热烈欢迎,对计算学部整体发展状况进行了介绍;孙乐对国家超级计算济南中心的超强算力提出更多期待,对与会师生表示热烈欢迎,预祝此次论坛顺利召开。

报告环节,与会专家结合自己的研究成果,针对自然语言处理领域的前沿热点问题进行了精彩报告。黄萱菁介绍了最近火遍全球的ChatGPT背后技术要点,然后从四个方面分析了GPT系列模型的实际能力;秦兵指出大模型文本训练数据是从存在毒害、偏见信息的网络平台获得的,存在潜在的风险。指出大模型在法规、道德、价值观等方面需要与人类相匹配,将大模型的价值观分为四个方面;穗志方回顾了GPT系列模型从预训练模型(GPT,GPT-2)、超大规模基础模型(GPT-3)再到超大规模“通用”模型(ChatGPT,GPT-4)的发展历程,并指出当前阶段的大模型仍然存在着三大局限性,呼吁大家积极迎接大模型时代的新机遇、新挑战和新任务;孙乐在报告中围绕信息抽取任务,重点介绍了实验室最新研究成果UIE:基于统一结构生成的通用信息抽取,指出通用化、低资源、多场景是当前大模型信息抽取任务的发展趋势,并对如何支撑类人智能的知识基础进行了展望;杨尔弘介绍了北京语言大学语言监测与智能辅助学习研究组的情况,他指出,尽管大模型对自然语言处理研究产生了冲击,但面向语言学习等特定任务的特色研究仍然有广阔的前景;赵铁军指出,在人工智能领域,以ChatGPT为代表的新一代大模型正带来革命性的冲击;大模型的出现是神经网络技术发展的重要里程碑。他分析了未来大模型的发展趋势,指出大模型需尽快增强多模态理解能力、全面的数字感知能力,展望了未来大模型进化为“人工智体”的可能性;宗成庆归纳介绍了自然语言处理的概念和机器翻译的基本原理,指出如何针对不同问题和场景充分发挥不同模态信息的作用,需要更深入的研究。

在交流讨论环节,与会师生和各位专家进行了热烈的讨论。通过与专家们的互动,大家更加深入地了解了在大模型时代如何应用大模型更好地开展前沿科研工作,学习到在面临一些困难和挑战时如何更好地思考和突破,拓宽了自己的学术视野。

闭幕式上,中国科学院自动化研究所宗成庆研究员对论坛进行了总结,感谢与会专家分享最新的前沿成果和思想观点。宗成庆鼓励校(院)师生更加积极地加强对外交流,积极加入中国中文信息学会,多向学会同行学习,拓宽未来发展道路。计算学部鹿文鹏教授对与会专家莅临校(院)表示衷心感谢,期待未来再次承办相关活动。

论坛召开前,与会专家和师生共同参观了国家超级计算济南中心科技园。



中心概况 中心简介 领导关怀 更多 责任分工

新闻动态 中心要闻 党建文化 媒体聚焦 通知公告

科研创新 科研概况 研究方向 学术报告

公益服务 数据灾备平台 信息化服务

人才队伍 博士生导师 研究生导师

联系我们 联系我们



Copyright 2010 scsc.cn,All rights reserved  山东省计算中心  版权所有  鲁ICP备05015575号
技术支持:山东亿云信息技术有限公司