第五届人工智能、自动化与高性能计算国际会议在肥举办

9月19日至21日，第五届人工智能、自动化与高性能计算国际会议(International Conference on Artificial Intelligence, Automation and High Performance Computing，AIAHPC 2025)在安徽合肥顺利举办。来自国内外40余所高校与科研院所的近百位专家学者齐聚一堂，共同探讨人工智能、自动化与高性能计算领域的前沿进展，推动跨领域学术合作与创新。

本届会议由中国科学技术大学主办，中国科学技术大学计算机科学与技术学院承办，安徽大学、合肥工业大学、多域数据协同处理与控制全国重点实验室、河南大学联合协办，IEEE南京分会提供技术支持。会议采用“线上+线下”融合模式，共设置6场高水平主旨报告、9场青年学者报告以及65组海报展示，打造了涵盖主题报告、口头汇报、海报展示与互动讨论的多维学术交流平台。

开幕式上，我校人工智能与数据科学学院副院长谈海生代表主办方致辞，对各位专家学者的到来表示热烈欢迎，并祝愿大会圆满成功。会议由华中师范大学邓贤君教授与我校龚伟教授共同主持。

6位国内外知名专家应邀作主旨报告，分享了他们在人工智能、大模型、安全通信、因果学习、量子机器学习与智能网络等领域的最新研究成果。

合肥工业大学吴信东教授(IEEE Fellow，AAAS Fellow)介绍了大语言模型与知识图谱的双向增强机制，提出了“知识海洋”新框架CHACE-KO，为提升大模型推理能力与可解释性提供了新的路径。他深入剖析了语言模型的“黑箱”特性与知识图谱的互补价值，引发与会者对人工智能可信性和知识建模的热烈讨论。

西安电子科技大学李兴华教授聚焦“无人机集群的安全防护”，从典型攻击案例出发，剖析了无人机集群的安全威胁与关键防护需求，并介绍了团队在攻防建模、关键协议设计等方面的研究进展。他的报告凸显了未来空天信息基础设施的安全挑战与应对之策。

中国科学技术大学陈欢欢教授(IEEE Fellow)作了题为《因果学习及其应用》的报告，全面梳理了因果发现、因果推理与决策的研究进展，展示了因果学习在医疗诊断、推荐系统等实际场景中的优势。他强调因果模型的鲁棒性与可解释性对人工智能应用的重要意义。

纽芬兰纪念大学Trung Q. Duong教授(IEEE/IET/CAE/EIC/AAIA Fellow)以《面向6G网络的量子机器学习与优化》为题，介绍了量子计算与经典机器学习的融合前景，探讨了其在6G信道估计、射频指纹识别中的应用潜力。他指出，量子启发的机器学习方法将在未来高性能通信系统中发挥重要作用。

英国埃克塞特大学闵革勇教授聚焦“智能边缘网络的资源部署与服务优化”，提出了协同边缘计算部署框架与任务感知的细粒度服务策略。他的研究为解决边缘网络资源碎片化与低效利用提供了切实可行的方案，为智能社会的基础设施建设提供了理论支撑。

北京理工大学邢成文教授分享了“空天地信息网络的信号处理”前沿成果。他围绕远距离通信、大范围覆盖与高数据率传输，提出了阵列信号处理与资源受限平台的匹配问题，展示了其在抗干扰、抗截获等方面的研究进展，为我国未来空天地融合通信提供了重要支撑。