研讨会 / 特别研讨会 · MFALL-AMI
面向自主机器智能的多模态、联邦、智能体与终身学习
研讨会简介
“面向自主机器智能的多模态、联邦、智能体与终身学习”研讨会旨在探索构建真正自主的智能机器所需的新兴基础理论、模型与系统，使其能够在极少人类监督的情况下，在长时间跨度内学习、推理和行动。
自监督学习和世界模型的最新进展为实现自主智能开辟了新方向。与此同时，智能体人工智能、多智能体系统、大型语言与视觉模型以及联邦学习的兴起，也在表征学习、协同、记忆和持续适应等方面带来了新的挑战。
征稿主题
征稿主题包括但不限于：
多模态与联邦学习
- 多模态表征学习（视觉–语言–传感器–动作）
- 面向自主智能体的联邦学习与去中心化学习
- 分布式系统中的表征对齐与漂移
- 面向自主智能的隐私保护学习
智能体与多智能体学习
- 超越经典强化学习的智能体人工智能架构
- 多智能体协同、通信与涌现
- 面向智能体记忆、规划与推理的表征学习
- 自主系统中的群体智能与分布式智能
终身学习与持续学习
- 无任务边界的持续学习与终身学习
- 灾难性遗忘与稳定性–可塑性权衡
- 开放世界学习与新颖性检测
- 非平稳环境中的终身适应
研讨会联合主席
- Dr. Ngo-Ho Anh-KhoiNam Can Tho University, Vietnam
- Dr. Guillaume SaesGivaudan, France
- Dr. Hong-Lan BottermanCapgemini Invent France, France
- Assoc. Prof. Sasmita PadhyVIT Bhopal University, India
- Prof. Pon HarshavardhananVIT Bhopal University, India
- Prof. George DaisRajagiri College of Social Sciences, India
- Prof. Sajimon AbrahamMahatma Gandhi University, India