YEF2025今日开幕，青年精英齐聚珠海&横琴，“智辟新径”开创未来新篇章

阅读量:1 2025-05-22 收藏本文

YEF2025盛大开幕，来自全国各地的青年精英齐聚珠海&横琴，探讨前沿技术，激发创新活力，智辟新径。

5月22日上午，由CCF主办，广东省智能科学与技术研究院、珠海天元生态经济管理研究院承办的2025 CCF青年精英大会（YEF2025）在横琴盛大开幕！本届大会以“智辟新径”为主题，邀请了150余位来自高校、科研院所、企业的学者、专家，将呈上包括7个特邀报告、5个思想秀报告、2场大会论坛、1场大学生学术秀和22场专题论坛的科技盛宴。

YEF2025现场

大会开幕式由YEF2025组织委员会主席，CCF杰出会员、理事、YOCSEF秘书长，北京赛博英杰科技有限公司创始人、董事长谭晓生主持。YEF2025大会主席，CCF会士、副理事长，华中科技大学教授金海；中国科学院院士，广东省智能科学与技术研究院院长，中国神经科学学会理事长张旭；横琴粤澳深度合作区执委会副主任符永革分别致辞。

谭晓生主持开幕式

金海致辞

张旭致辞

符永革致辞

大会首日有2场特邀报告，讲者分别是中国科学院院士，广东省智能科学与技术研究院院长，中国神经科学学会理事长张旭；北京大学集成电路学院博导，国家杰青，浙江省北大信息技术高等研究院副院长叶乐。特邀报告环节的主持人是YEF2025程序委员会主席，CCF杰出会员、理事、副秘书长、青工委主任，清华大学长聘副教授崔鹏。

崔鹏主持特邀报告

张旭在今天上午的特邀报告《未来科技产业——类脑智能》中指出：类脑智能是未来产业的重要方向，结合脑科学与信息技术，旨在突破传统计算的局限。类脑智能更强调生物脑的仿生机制，而非单纯算法优化。类脑智能的核心在于模拟生物脑的结构和功能，其计算特点包括并行性、存算一体、可塑性等，能够高效处理非结构化数据。研究内容涵盖感知认知神经网络、脑机接口、类脑算法与模型、智能芯片与传感器等。通过解析神经元类型和功能，开发类脑算法模型，推动生物计算发展。类脑智能产业是一个融合创新链与产业链的生态，涵盖专业研究机构、基础设施企业、产业链互补及赋能应用。未来可合理建设大型智算中心，改造超算中心，发展微型高性能智能超算，形成分布式智算网络，推动社会发展。类脑智能产业的发展需要多学科交叉合作，通过创新链与产业链融合，推动高端制造业与数字经济升级。

叶乐作特邀报告《三维存算一体AI芯片》。他在报告中指出，随着摩尔定律逐渐失效，算力需求呈指数级增长，而现有技术难以满足。大模型对算力的需求远超摩尔定律的速度。端侧设备受限于电池和散热，云端则关注全生命周期成本，功耗问题亟待解决。此外，美国禁令对中国的科研工作者造成阻碍，限制了高端芯片的进口，导致计算芯片和存储芯片成为瓶颈。为应对上述挑战，叶教授及其团队提出三维存算一体技术。该技术遵循Scaling Law（可扩展性定律），具备三个特点：通过参数调整实现持续提升、可持续进化、可被产业界复制。存算一体技术能够在原位高效支持矢量矩阵运算，相比传统冯诺伊曼架构，具有显著优势。

叶教授团队从模拟域转向数字域存算一体，选择标准工艺器件以确保可量产性。通过3D堆叠解决带宽问题，将存储和计算芯片混合，实现分布式架构，降低功耗和成本。推动RISC-V与存算一体的标准化，支持混合精度运算，打通编译链，提升灵活性。看好具身智能（AI机器人）领域，预计机器人数量将超过人类，存算一体芯片有望在该领域广泛应用。存算一体技术通过提高算力密度和解决带宽问题，有望延续Scaling Law路线，开启新的技术演进路径。叶教授呼吁同行深入合作，共同推动该技术的发展和应用。

为推动开源领域产学研活动开展，"第四届GitLink确实开源编程夏令营"正式启动。CCF秘书长唐卫清致辞，CCF开源发展委员会副研究员王涛，从委员会工作角度介绍了开源教育与青年成长的深层联系。北京工商大学计算机学院院长李海生介绍了确实开源编程夏令营。在全体与会者共同见证下，CCF副理事长金海、CCF秘书长唐卫清、北京工商大学计算机学院院长李海生和CCF开源发展委员会副秘书长王涛共同进行了GitLink确实开源编程夏令营启动仪式。

左起：李海生、唐卫清、金海、王涛

作为YEF的特色环节，今年思想秀由CCF YOCSEF AC委员，清华大学长聘副教授王宏宁主持；清华大学教授陈婧；CCF YOCSEF AC副主席，中国人民大学教授范举；CCF杰出会员，中国科学院自动化研究所研究员，IAPR/IEEE Fellow，IEEE TIFS副主编赫然；北京市大数据中心数据部部长，大数据协同安全技术国家工程实验室首席研究员贾晓丰；华中科技大学教授王兴刚围绕“AI大背景下的学术方向变迁”这一大主题，分享各自的历程与心得，展开精彩的思想秀报告。

王宏宁讲到，今年大会主题为“智辟新径”，聚焦人工智能带来的机遇与挑战。人工智能为青年学者带来机遇的同时，也带来了冲击和迷惘，导致学术归属感的消亡和部分领域的关注度下降。面对这一现状，青年学者需要思考是追随、盲从还是创造属于自己的时代。他期待5位来自不同科研方向的青年才俊分享他们对学科发展和未来学术方向的思考与洞见，以启发与会嘉宾的思维和思想认同。

王宏宁主持思想秀

陈婧教授从计算理论的角度探讨了人工智能的演变及其带来的新问题。她指出，计算设备从最初的台式机到便携式设备，用户端算力逐渐减小，而用于解决计算问题的设备（如计算集群、量子计算机等）算力不断增加，两者之间的差距越来越大。在云计算时代，用户需要知道如何解决问题并部署程序；而在AI时代，用户只需提出问题，AI以不透明的方式给出答案，计算已转变为一种商品。她提到，早在AI出现之前，计算理论领域就已经从抽象角度研究了这些问题，提出了交互式证明、零知识证明、委托计算等概念。计算机科学与经济学的结合也为解决复杂环境下的决策问题提供了新的视角。最后，陈婧强调，尽管无法完全预测未来，但科研应具备前瞻性，这种前瞻性可能在未来某个意想不到的领域产生重要贡献。

陈婧

范举在演讲中探讨了大模型时代对青年学者的影响，特别是如何应对“精神内耗”。他认为，大模型的跨领域泛化、低资源壁垒和高开放应用等特点，降低了使用门槛，但也对学术研究方向产生了深远冲击。从数据库领域来看，数据治理仍是难题，但面向AI的存储系统（如向量数据库）和基于事实验证的技术为大模型幻觉问题提供了新的研究方向。范举分享了自己在研究中的感受：论文发表和引用量增加，但研究焦虑也加剧，学生对AI方向的兴趣推动了研究的快速迭代。他提出，青年学者需要重新审视研究层次，从“0到1”的创新、“1到10”的深化，到“10到100”的拓展，并鼓励少数人追随“萤火精神”，探索未知领域。他还建议教育者培养学生的AI课程自主创建能力，让他们在本科阶段就主动拥抱AI，培养创新精神。

范举

赫然围绕生成式人工智能的发展、技术特点及其安全问题展开。生成式人工智能是人工智能的一个重要分支，基于算法、算力和数据，能够生成文本、图片、声音、视频和代码等内容。其技术发展经历了从基于规则到基于模型、基于推理模型的演进，近年来随着深度学习的兴起，特别是生成式预训练模型的发展，取得了显著进展。多模态大语言模型成为当前研究热点，能够实现生成式交互和处理。生成式人工智能在中国发展迅速，专利占比超过50%，但同时也引发了包括深度伪造、深度合成在内的安全问题。

贾晓丰从数据视角探讨了超大城市的数据治理体系建设。他首先批评了过去城市建设中的“大厅、大屏、大脑”模式，认为这种模式仍停留在表面呈现，未能解决数据治理的核心问题。他提出了未来五到十年数据治理的三个主要变化：1.供给侧变化：从“灭岛”到“强岛”，数据将从以真实数据为主转向以合成数据为主，未来80%的数据可能是合成数据，以满足科研、宏观形势分析和大模型训练的需求。2.需求侧变化：需求驱动不等于需方驱动。由于技术迭代迅速，应用方对技术的了解有限，需求的提出更多依赖于供方，而非需方。3.供需关系变化：技术不再是瓶颈，数据治理的核心矛盾在于需方的需求是否明确，而非供方的供给能力。

贾晓丰认为，超大城市数据治理的主矛盾在于供给的质量和利用的效率。他引用爱因斯坦的观点，指出当前数据的生产和分配可能仍处于无序状态，这需要在未来加以解决。