为了活跃学术气氛，鼓励科学研究和学术创新，近日来，英国立博集团官网先后邀请中国科学院软件研究所、清华大学、中国科学院计算技术研究所、中国人民大学、上海交通大学的专家学者以数据科学与大数据技术、人工智能为主题举办了一系列线上学术讲座。

系列讲座之一：时空感知大数据实时处理与智能分析技术

11月25日，中国科学院软件研究所丁治明研究员为立博官网师生讲述了时空感知大数据的概念、国内外研究现状、技术挑战及核心技术，并讲解了相关的人工智能分析方法，典型应用案例及应用前景。

系列讲座之二：浅谈工业数据与智能感知

11月25日，国家优青，清华大学软件学院何源副教授讲述了在以人机物、网络、工业云共同构成的工业互联网架构中，对工业数据进行全面深度感知是至关重要的基础，同时又是极具挑战性的任务。针对复杂工业环境中信号质量低、环境动态性强、维护成本高等问题，提出了易部署、低成本、高可靠的智能感知技术，有效解决了典型工业数据的采集难题。讲述了上述研究和应用实践工作的进展，并简要探讨了未来的方向。

系列讲座之三：数据科学与计算智能的再思考

12月3日，国家杰青，中国科学院计算技术研究所副所长程学旗研究员讲述了大数据和人工智能是当前信息科技领域的两大热点主题，是信息化发展新阶段下新型信息技术的一体两面。近年来，以深度学习为代表的人工智能技术在很多领域取得突破，大数据驱动的智能应用蓬勃发展，深刻影响和改变着我们的生产和生活方式。然而，大数据分析和人工智能技术的单点突破难以持续支撑行业发展，亟需在数据科学和计算智能方面实现质的突破。结合当前技术发展趋势和实际应用需求，对数据科学与计算智能进行再思考，探讨数据科学的内涵和基础性问题、大数据赋能的新型计算范式、大数据在社会治理方面的应用，还介绍了团队前期开展的一些相关工作。

系列讲座之四：大数据人工智能+人文社会科学

12月14日，中国人民大学英国立博集团官网院长，高瓴人工智能学院执行院长文继荣教授讲述了大数据和人工智能等新技术方兴未艾，在计算机视觉、自然语言处理、语音识别等领域持续取得进展，同时也为社会科学研究提供了新的思路、方法和工具。基于中国人民大学深厚的人文社科积淀，正致力于将大数据人工智能技术与法学、新闻学、经济学、管理学等社会科学学科进行交叉，探索数据与智能驱动的人文社科研究新范式。

系列讲座之五：深度学习的可解释性、表达能力、以及评测

12月19日，上海交通大学约翰霍普克罗夫特计算机科学中心长聘教轨副教授张拳石博士讲述了深度神经网络（DNN）掀起了AI的研究热潮，但DNN本身被视为黑盒，其内部的知识表征不透明。介绍了深度学习可解释性研究中的几大核心问题点，包括DNN表征与图模型的深度耦合与解释；学习具有可解释的中层特征的神经网络；在数学层面解释神经网络的表达能力；对解释结果的量化评估。

以上讲座开阔了学生知识视野，发掘了学术兴趣，也促进了学院相关科研和学科的发展。

该系列讲座获得2020年ladbrokes立博体育专题学术讲座项目资助。