2023年7月22日-23日，由数据挖掘及知识发现专委会（SIGKDD）在中国的唯一官方分支机构 ACM 数据挖掘中国分会（KDD China）主办，西南交通大学计算机与人工智能学院、人工智能研究院、科学技术与发展研究院、研究生院、唐山研究院、利兹学院、网络教育学院、京东城市承办，四川省人工智能学会、西南财经大学计算机与人工智能学院、四川轻化工大学计算机科学与工程学院、特殊教育语言智能四川省哲学社会科学重点实验室协办的KDD China 2023 数智未来论坛暨 KDD China 2023 Summer School在西南交通大学犀浦校区大学生活动中心隆重召开。会议包括开幕致辞、主旨报告、奖项颁发、组织迭代、圆桌论坛、候补委员分享和青年学者Spotlight & Poster七个环节，活动现场座无虚席，并在线上同步向业界同仁直播分享了大会的内容，吸引了线上、线下共上万人参与会议。 

        微众银行首席人工智能官、加拿大皇家科学院和工程院院士、香港科技大学杨强教授，欧洲科学院院士、南京大学周志华教授，京东集团副总裁、KDD China主席郑宇教授，百度集团执行副总裁、KDD China副主席沈抖博士，清华大学、KDD China副主席唐杰教授，西南交通大学、KDD China秘书长李天瑞教授，中国科学技术大学、KDD China司库陈恩红教授，以及阿里巴巴集团副总裁叶杰平教授，腾讯公司副总裁蒋杰博士，北京天眼查科技有限公司CEO柳超博士，前蚂蚁集团首席 AI 科学家、复旦大学漆远教授，清华大学王建勇教授，澳门大学巩志国教授，北京交通大学于剑教授，东南大学张敏灵教授，南京大学黎铭教授等多位KDD China委员、候补委员和青年学者再聚蓉城，共同探讨学术界和产业界关注的数据挖掘和人工智能前沿话题。

        开幕式上，西南交通大学校长杨丹发表致辞。首先，他就本校的科技成果和学科建设进行了介绍，并对于KDD China论坛再次走进西南交通大学表示热烈欢迎。杨丹校长衷心地希望以此峰会为契机，与各位专家、学者围绕“数智交蓉，聚变启航”的主题，深入探讨大模型给人工智能和大数据研究带来的机遇和挑战，砥砺学术思想、深化科技合作、促进“产、学、研”结合，进一步推动中国数据挖掘和知识发现领域的发展。

        京东集团副总裁、京东科技首席数据科学家、KDD China主席郑宇教授在大会上回顾了KDD China过去7年的活动，包括组织专题前沿讲座20多次，工业界高峰论坛10余次，暑期学校5次，KDD China组织升级5次。最后，郑宇教授展望了数据挖掘和知识发现领域的机遇与挑战，表达了对KDD China未来发展的期望。

        KDD China按照委员提名、专家推荐、权威评审的总体原则评选了KDD China Innovation Award （KDD China杰出成就奖）、KDD China Service Award （KDD China卓越服务奖）、KDD China Test of Time Award（KDD China论文时间检验奖）和KDD China Technical Transfer Award （KDD China技术转换奖）四大奖项。

        南京大学周志华教授获得了KDD China Innovation Award，以表彰他对数据挖掘领域做出的卓越贡献。周志华教授在数据挖掘领域开辟了全新的技术方向，形成了高价值的成果，推动了数据挖掘领域的发展，他的个人成就和学术品德均获得了业界的一致认可。清华大学唐杰教授的睿智决策和卓越才能让其成为大家的榜样和领导者，获得了KDD China广大成员的一致认可，不仅提升了KDD China的整体品质，也扩大了其在行业中的影响力，他的才华和付出将使得KDD China在未来发展中继续取得更大的突破，为数据挖掘和知识发现的前沿带来更多的创新和进步，荣获了KDD China Service Award。典礼上，杨强教授分别为他们颁发了奖杯和证书。

        腾讯公司副总裁蒋杰博士荣获了KDD China Technical Transfer Award。他长期从事数据挖掘与大数据处理研究，主导研发的多模态预训练大模型、光学文字识别模型和超大规模推荐系统等处于全球领先地位。蒋杰博士整合了腾讯广告投放管理平台，每天为十亿以上用户提供上十亿次实时推荐服务，提升用户体验，同时为企业创造百亿经济价值。阿里巴巴集团副总裁叶杰平教授同样荣获了KDD China Technical Transfer Award。他长期致力于人工智能技术创新及发展，在时空数据挖掘、强化学习等人工智能技术领域取得大量领先和开创性成就。叶杰平教授在技术转化和科研成果落地方面做出了杰出贡献，引入了机器学习、人工智能和大数据技术，为城市出行平台提供了全面的技术支持。典礼上，郑宇教授分别为他们颁发了奖杯和证书。

        回望十年前，在2013年的KDD会议中，一篇题为《U-Air: When Urban Air Quality Inference Meets Big Data》的论文成为引用数量最多的论文，总引用达到1016次。这篇论文由三位中国学者Yu Zheng, Furui Liu和Hsun-Ping Hsieh合作完成。该研究的杰出成果在学术界和工业界引起了广泛的关注，推动了城市计算方向的研究，并制定更有效的政策和行动计划。叶杰平教授为相关代表颁发了KDD China Test of Time Award的奖杯和证书。

        本次大会认定中国科学技术大学教授王杰、北京邮电大学教授石川、清华大学助理教授东昱晓、中国科学技术大学教授刘淇、清华大学副教授刘洋、清华大学副教授李勇、南京大学副教授李宇峰、香港科技大学副教授宋阳秋、中国人民大学副教授张静、京东智能城市研究院人工智能实验室主任张钧波、微众银行人工智能首席科学家范力欣、浙江大学副教授杨洋、西北工业大学教授郭斌、百度公司高级总监殷大伟、北京航空航天大学教授童咏昕、北京天眼查科技有限公司算法专家鲍立胜等16位专家当选候补委员。KDD China主席郑宇教授为候补委员颁发了荣誉证书。

        在主旨报告环节，香港科技大学杨强教授进行了题为《可信联邦学习和联邦大模型》的主旨报告，探讨了如何通过构建联邦学习大模型来解决大模型应用中的两大瓶颈问题，即隐私保护和数据量不足，阐述了可信联邦学习和联邦大模型的相关理论与应用。

        南京大学周志华教授以《排演（Rehearsal：从预测到决策）》为题作了主旨报告，提出了一个全新的前沿概念“排演”，认为传统机器学习中关注的“预测”问题已经基本解决，机器学习的下一步应该关注的是如何进行“决策”，为机器学习领域的研究带来了新的思路和方向。

        京东集团副总裁郑宇教授进行了题为《城市计算：从理论体系到产业实践》的主旨报告。他首先介绍了城市计算理论体系的发展历程和智能城市的总体理念。随后，详细介绍了智能城市操作系统，阐述了该系统的价值以及目前所面临的挑战。最后，对未来的发展进行了展望，为智慧城市的建设指明了方向。

        复旦大学漆远教授作了题为《AI for Science人工智能推动科学发现与产业发展》的主旨报告。他首先介绍了科学智能发展的六大关键要素，讲解了人工智能在天气预报、物质科学和医药行业等领域中的具体应用案例，介绍了AI for Science开放平台以及其在产业价值方面的重要性，鼓励广大学者加入AI for Science的研究，并促进更多产业的发展。

        清华大学唐杰教授作了题为《ChatGLM：从千亿模型到ChatGPT的一点思考》的主旨报告。他首先介绍了GPT与GLM的发展历程，然后深入讲解了GLM大模型的构建过程，并分享了在构建过程中所遇到的问题与挑战。最后，他介绍了对认知大模型的探索过程，并阐述了在这一过程中获得的启发。

        清华大学王建勇教授以《基于规则表征学习的可解释分类模型》为题作了主旨报告。他介绍了规则表示学习领域的发展历程，讲解了规则解释模型的结构，展示了该模型在早期阿尔兹海默症诊断上的具体应用案例。最后，他指出了该模型未来的进步空间，并对未来的发展进行了展望。
        阿里巴巴集团副总裁、达摩院城市大脑实验室负责人叶杰平教授以《Are Large Language Models Interpretable》为题作了主旨报告。他回顾了近十年来人工智能领域的发展历程，深入剖析了大语言模型的结构和基本工作原理，强调了语言模型与视觉模型的协同发展对于人工智能技术进步的重要性。

        澳门大学巩志国教授以《From Imbalanced to Zero-shot Node Classification of Graphs》作了主旨报告。他提出使用强化学习等方法筛选“伪标签”节点来解决图节点分类中的样本不平衡问题，并进一步探讨了在更加极端的情况下零标签样本的分类问题。

        在候补委员分享环节，西北工业大学郭斌教授以《人机物融合群智计算系统》为题作了分享报告，他介绍了CrowdHMT新特征，如跨域交织性、行为多样性、场景适应性等，还分享了相关的研究进展，包括人机物群智能体演化、人工群智社会系统等。

        百度公司高级总监殷大伟以《预训练语言模型在网页搜索中的应用》为题作了分享报告，介绍了现代搜索引擎的模型架构与训练过程，阐述了如何通过行为检测对网页浏览进行校准，以及如何借助预训练语言模型提升用户体验。

        清华大学李勇副教授以《时空扩散点过程》为题作了分享报告，介绍了城市运动轨迹模拟，讲解了PIML框架对行人移动规律的模拟仿真，探讨了将5G基站和移动轨迹模拟相结合来发现城市运动规律。

        中国科学技术大学刘淇教授以《伴随式认知诊断：方法与应用》为题进行了分享。他介绍了多维度诊断分析在各种现实场景的应用，引发大家思考，给人启发。刘淇教授还分享了认知诊断在律师判案中的例子，展示了该方法的潜力和前景，指出了伴随式认知诊断这一新领域高价值的研究方向。

        北京航空航天大学童咏昕教授作了题为《时空大数据联邦计算》的分享报告。他首先以数据跨域流通应用出发，指出了联邦计算在数据隐私中的巨大潜力，并通过与传统时空大模型对比说明了时空联邦模型的优越性，还利用跨平台司乘分配的应用生动地展示了联邦强化学习的广阔前景。

        微众银行人工智能首席科学家范力欣博士以《可信联邦学习之多目标优化框架》为题进行了分享。他从联邦学习的研究问题入手，介绍了可信联邦学习应用的特点和理念，随后详细阐述了可信联邦学习的总体理论框架，最后分享了联邦学习在实际场景的具体应用，探讨了如何通过联邦学习模型解决隐私保护问题。

        北京邮电大学石川教授作了题为《复杂图数据建模与学习》的分享报告。他介绍了复杂图数据的特点和科学挑战，分享了一系列成果，介绍了在异质图建模与表示、可信图神经网络、图学习技术与开源平台方面的创新成果，回顾了图神经网络的发展脉络，对领域未来发展进行了展望。

        中国科学技术大学王杰教授以《面向科学智能的图机器学习》为题进行了分享。他分析了学术界和工业界的发展现状，分享了图机器学习在蛋白质预测、气象预报等领域的重大突破。他还介绍了该方法的理论框架，讨论了该技术的应用范式，对图机器学习作出了展望，提出了与大语言模型结合的思路。

        浙江大学杨洋副教授作了题为《Anomaly Detection in Graphs》的分享报告。他介绍了如何运用图数据检测技术预防各类诈骗行为，分享了该技术在金融、通信等领域的巨大应用潜力和发展前景，并通过讲述异常信号检测等例子深入浅出地解释了技术原理。

        香港科技大学宋阳秋副教授以《Activity (or Process), State, and Event based Knowledge Graphs》为题进行了分享。他介绍了知识图谱对深度学习发展的重要价值，阐述了知识图谱面临的一系列问题、挑战以及他的一些思考，分享了知识图谱模型ASER的现状以及与ChatGPT相比在某些方面具备的优势。

        清华大学东昱晓助理教授作了题为《GraphMAE:生成式图预训练模型》的分享报告。他介绍了生成式图训练模型研究的发展历史，分享了异质图转换HGT算法的大体框架，对图预训练发展进行了展望。

        清华大学刘洋副教授以《基于知识流动的联邦学习》为题进行了分享。她介绍了联邦学习的来源、目标以及面临的问题和挑战，简述了纵向联邦学习在广告推荐上的应用，展示了该方法的应用前景和潜力，指出了知识流动目前存在的知识泄露等问题，最后她还介绍了她的团队在联邦学习方面的贡献和成就，鼓励更多学者投入该领域的学习研究。

        南京大学李宇峰副教授作了题为《稳健弱监督学习理论与方法》的分享报告。他介绍了弱监督学习的现状、面临的问题和挑战，以及弱监督机器学习的知识和数据两要素，简述了如何将机器学习和逻辑推理相结合，最后他还展示了稳健弱监督在爱奇艺和华为商城中的应用。

        京东智能城市研究院人工智能实验室主任张钧波博士以《时空人工智能：概念、方法和应用》为题进行了分享报告。他介绍了时空人工智能的概念和应用，分享了四种时空人工智能的建模方法，讨论了该方法在空气质量预测等方面的应用，指出了时空人工智能面临的分布高度偏斜、标签数据少等挑战和可能的解决途径。

       北京天眼查科技有限公司算法专家鲍立胜博士作了题为《基于深度学习的ETA估计》的分享报告。他举例介绍了ETA如何通过给定出发时间预估到达时间，分析了在ETA估计中存在的一些问题，针对ETA的发展提出了一些思考和见解。

        期间，郑宇教授主持了以“AI大模型”为题的圆桌论坛。漆远教授、沈抖博士、唐杰教授、叶杰平教授4位专家作为嘉宾，和参会人员从“大模型”最有价值的方向和应用场景开始，就“大模型”发展前景、大热趋势、交叉领域结合、“大模型”的国内国际监管问题，以及其与数据挖掘和知识发现的关系等多个层面展开了热烈的讨论。

        在青年学者Spotlight & Poster环节，现场聚焦大模型领域，邀请该领域高水平青年学者进行分享，推动该领域的研究发展。青年学者刘永彬、高泽峰、陈晋鹏、陈俊颖、陈小军、宫丽娜和吕凤毛分别作了报告。

        阔别线下两年已久，KDD China 2023 数智未来论坛暨 KDD China 2023 Summer School在万众瞩目下再次回归，这是学术圈又一场知识盛宴，现场干货满满，反响热烈。本次会议的成功举办，不仅为来自全国的数据挖掘同行专家提供了一个学习交流的机会，集中地展现了当前人工智能领域的学科前沿和发展动向，也进一步加深了高校、研究机构和知名企业等在人工智能领域上的合作与研究，进一步促进了数据挖掘与知识发现领域的发展。