近日，上海交通大学自动化与感知学院宫辰教授应邀来校作学术报告。人工智能与计算机学院、交通与土木工程学院、信息科学技术学院教师及研究生代表参加报告会。校党委常委、副校长施佺主持报告会。
宫辰现任上海交通大学自动化与感知学院教授、博士生导师，入选中组部万人计划青年拔尖人才、IET Fellow。他以第一作者或通讯作者在ACM/IEEE Transactions及CCF A类会议发表学术论文70余篇，包括IEEE T-PAMI、ICML、NeurIPS、ICLR等，Google Scholar引用12000余次，H指数56。现担任IEEE T-PAMI、IEEE T-IP、IEEE T-NNLS、IEEE T-CSVT、Neural Networks等国际期刊编委，以及ICML、ICLR、AAAI、IJCAI、ICDM、AISTATS等会议领域主席；主持国家自然科学基金重点项目、面上项目、上海市大模型专项等，获吴文俊人工智能优秀青年奖、CCF-IEEE青年科技奖、中国电子学会自然科学二等奖（排名第一）等。
报告中，宫辰从数据形态多元化、智能任务复杂化出发，梳理了机器学习的三条演进路径。关于“从封闭到开放”，他指出传统方法多基于静态、独立同分布的实验室设定，而真实场景存在分布偏移、未知类别、标注噪声与缺失等问题；开放环境学习需提升模型在动态、不确定条件下的泛化与鲁棒性，推动算法从仿真走向实景应用。关于“从认知到生成”，他对比了感知与判别式建模的特点，阐述了生成式模型、大模型在内容创作、自主推理和主动决策中的应用，并强调可信、可控生成是技术落地的关键。关于“从个体到群体”，他介绍了多智能体协同、分布式联合学习与群体智能架构，分析了单模型独立决策向多主体交互、协同演进的发展趋势，以及在跨场景、跨模态任务中的潜力。
宫辰还结合课题组在IEEE T-PAMI、ICML、NeurIPS等期刊和会议的系列成果，分享了开放场景学习、弱监督学习、大模型与智能体高效训练、可信图联邦学习等方向的研究进展，并就分布外泛化、标注质量治理、生成模型评价、人工智能与交通及信息工程交叉应用等问题与师生进行了交流。现场师生围绕论文选题、实验设计和学科交叉合作等提问，宫辰逐一解答。
本次报告涵盖了机器学习范式变革与前沿应用，为师生提供了学术交流平台，有助于推动人工智能与交通、信息科学、土木工程等学科的交叉融合。各学院将以学术报告、联合研讨和课题对接等形式，进一步围绕开放环境感知、智能生成、群体协同等方向加强合作，服务学校学科建设和区域产业发展。
（图文：易承东）
