活动预告 | CCF TCAPP 走进企业—北京超级云计算中心

报告主题：ChatGPT火爆下，人工智能算力网络：从“可用”到“好用”

1、北京超级云计算中心介绍

2、ChatGPT背后的算力需求

3、人工智能算力网络及行业探索

4、基于应用运行特征选型与优化

报告主题：大模型的风险与机遇

北京交通大学教授、CCF杰出会员。曾为CCF南昌分部首任主席，现为CCF计算机应用专业委员会副主任，担任过CCF计算机应用大会主席、TPC主席等。同时还担任中国生产力促进中心汽车工作委员会副主任和近10份SCI/核心期刊编委。主持国家重点研发课题、任务及国基重点、面上等项目。主要研究方向为新型通信和网络技术及其应用，包括车联网、智能物联网、智能无线通信等。

交通涉及人和物品等的流动，通信涉及信息的流动，两者都是社会发展的主要基石。智慧交通为了实现人、车、路动态信息的实时交互和有效协同，存在如何将人工智能技术应用好的问题，也是构建安全、高效、绿色道路交通体系的关键。而移动通信从5G落地到6G研发，面临网络延迟和安全问题。可以通过AI、量子等实现它的主动安全，也可以通过智能资源优化来提升技术支撑能力。本报告通过如何应用 、如何降低时延、如何提升安全三方面问题来探讨AI和交通、通信的深入融合发展。

芦效峰：北京邮电大学 副教授

北京邮电大学软件安全中心主任，博士生导师，副教授,中国通信工业协会特邀资深专家。主要研究方向是人工智能网络安全、隐私保护等，主持多项国家级自然科学基金项目，国家重点研发项目，发表论文100多篇，担任国际期刊AIA、Electronics的编委，担任多个国际著名SCI期刊审稿人。担任国际学术会议BDMLS（Big data andmachinelearning for security）2018/2019/2020大会主席，担任AITS2021，AITS2022大会主席。获北京市教育教学成果一等奖、获北京市科学技术奖。担任中国计算机学会计算机应用专委会执行委员，工业控制系统安全可靠测试共性技术重点实验室学术委员。

近年来，智能终端设备数量激增，由于隐私监管以及商业竞争等因素，各方数据以数据孤岛的形式存在于本地。联邦学习作为隐私计算的核心内容之一，在安全协同多方数据训练中具有重要作用。然而，在面向边缘计算的联邦学习中往往存在通信效率短板、异构性（系统异构和统计异构）、公平性和激励机制缺失以及隐私安全问题，严重影响了联邦学习的实际应用。因此，本报告将从以上四个关键挑战出发，从基础的背景以及概念引入到具体问题，给出合理有效的解决策略，从而为面向边缘计算的联邦学习技术应用提供了新的思路。

【专委介绍】

计算机应用专业委员会成立于1978年，1985年更名为计算机应用专业委员会，现为中国计算机学会（CCF）设立的二级专业分支机构，是CCF开展计算机应用领域学术活动的主体，受CCF直接领导。委员主要由高等院校、职业类院校、国家科研院所、政府机构网络及信息中心以及企业界的专家、教授、高级工程师组成。

专委会将积极开展学术交流、科学普及、发展战略研究、专业技术标准制定、专业资格认证、专业培训和咨询评价服务等活动，促进国内外计算机、电子信息技术应用的交流，组织并参与有关国内外计算机、电子信息技术应用交流活动，沟通国内外计算机技术、产品、应用的信息，促进研究成果的应用、转化和推广；向国家有关部门提出发展计算机应用事业的建议；促进国民经济信息化的发展，发挥专委会的桥梁、纽带作用，提升在国家科技活动和国际学术方面的影响力，为政府部门当好参谋和助手，为专业人士的能力提升提供帮助。

【企业介绍】