本网讯 9月17日下午，由湖南省人民政府、工业和信息化部主办的2021世界计算大会国际青年“菁英荟”论坛在中南讲堂举办。本次论坛面向全球邀请计算领域优秀的中外青年学者，围绕算法、算力、算据等领域的前沿话题与最新成果等进行分享。中南大学党委常委、副校长陈翔出席论坛。

中国工程院院士郑纬民发表了题为《从头研发先进的系统软件》的演讲。他通过介绍高性能分布式文件系统和基于NVMe SSD的数据库系统两个例子，阐述从头构建先进的存储系统软件的希望在年轻人身上，“只要中国年轻人愿意从头开始做，中国的存储系统就会越来越好。”

欧洲科学院院士张彦详细介绍了数字孪生(Digital Twin，DT)的基本概念和建模方法，深入剖析了将DT应用在诸如数字孪生边缘网络、6G、车联网、空地一体化网络、工业物联网等典型场景时所面临的挑战和解决方案，探讨了在该网络架构下，计算卸载、边缘关联、资源优化等关键技术所产生的新问题，以及该领域的一些未来探索方向。

中国科学技术大学信息与智能学部常务副部长李向阳认为，工业互联网作为下一代工业基础设施，将重塑整个工业生产制造体系，形成设备上网、企业上云、远程管控的新型智能制造体系。他围绕工业互联网中的智能物联网，尤其是体系结构、边缘计算、标准和平台四个方面对目前工业物联网的挑战进行了分析与讨论，提出工业互联网最后迫切需要新“四化”，即设备、人、环境、生产过程等的体系化、融合化、标准化和平台化。

中国人民大学信息学院院长文继荣在题为《超大规模多模态预训练改变了什么？》的主题演讲中称，应从视觉和语言的关系出发，利用互联网产生的千万甚至上亿的成对图片与文字，用自监督的任务完成一个目前最大的中文通用图文预训练模型——悟道·文澜，由此去初步探索AI在多模态环境中学习语言的可能性。

北京大学信息科学技术学院副院长蔡一茂指出，硬件是AI发展的关键瓶颈，AI芯片研究是目前的热点，其中神经拟态芯片性能是目前市场上最优芯片，且基于忆阻器等神经形态器件及其类脑架构具有重要意义。神经形态计算系统的核心问题有两点，一是能否大规模集成式关键，如何进一步减小器件种类，提高集成密度；二是关于类脑应用的挑战及解决方案，即需要实现从器件及系统（算法）的协同设计。

论坛上，针对大规模决策优化难题，华南理工大学计算机科学与工程学院副院长陈伟能围绕群体智能协同演化过程的可预知、可引导和可扩展等关键问题，探索群体智能协同演化的理论与方法体系。在群智演化的预知与建模表达方面，建立了基于概率分布的群体智能算法框架，实现了群体智能算法在连续、离散空间的统一表达；在群智演化的引导与调控方面，面向大规模优化问题提出了基于分段支配学习机制和分层学习机制的群智优化算法，提高了算法的全局探索和局部开发能力；在群智演化的可扩展性方面，从种群分布、维度分布等多角度探索了高可扩性的分布式群体智能协同演化方法。此外，他还阐述了大规模群体智能协同演化优化的相关应用，并探讨后续的研究方向。

上海交通大学计算机科学与工程系教授吴帆通过比较云智能的约束，展示端智能的优势，指出移动端智能目前还存在设备资源受限且差异化大、数据异质性高，终端用户可靠性低、移动端开发环境欠缺等四个挑战问题，并提出未来研究方向应从高效框架、精准算法、可信终端以及开源框架四个方面着手。

阿里巴巴达摩院（USA）医学人工智能负责人吕乐博士发表了题为《精准医学驱动的深度学习医疗影像定量标记物研究》的主题演讲。在他看来，技术要做医疗的赋能者，通过对骨折、骨质疏松以及脂肪肝、肝硬化等病例的医疗影像定量标记物的研究，展示如何通过计算使得诊断病例更简单，降低看病成本。

本次国际青年“菁英荟”论坛站在国际视野上，为整个计算领域发展搭建一个创新思想碰撞、智慧交融平台，将进一步激发全球青年学者在计算领域的技术创新和前沿研究热情，对强化计算产业交流合作，推动数字产业化，推进产业数字化转型具有重大意义。