【“TWINHOW”会展观察：中国计算机学会协同计算专委会第二期“持续协同，智能飞跃”系列学术研讨会】中南大学自动化学院院长、 IEEE Fellow阳春华教授在致辞中指出，随着社会快速发展，自动化专业也开始了深入发展，正在从工厂、智能设备的自动化转向社会复杂系统的智能化，本次会议具有重要性、前瞻性。

中南大学阳春华教授：自动化专业正在从工厂、智能设备的自动化转向社会复杂系统的智能化

中国计算机学会协同计算专委会第二期“持续协同，智能飞跃”系列学术研讨会

2022年9月30日，由中国计算机学会（CCF）主办，CCF协同计算专业委员会承办，中南大学社会计算研究中心、复旦大学社会计算研究中心、中南大学自动化学院、中南大学公共管理学院、共同协办的CCF协同计算专委会第二期“持续协同，智能飞跃”系列学术研讨会，通过“线上与线下相结合”方式成功举办。本次会议主题为“智能社会协同治理”，邀请八位资深专家分别从治理基础设施、人类群体行为、社会系统建模、复杂系统治理、网络舆情治理、在线社区治理、公共卫生治理、社会群体智能、治理理念与框架等角度分享最新研究内容，从诸多方面展示智能社会治理的理论、技术、实践，并围绕智能社会协同治理核心理论、关键技术和发展趋势深入研讨。吕鹏教授（中南大学社会计算研究中心）、卢暾教授（复旦大学社会计算研究中心）共同担任会议主席。

开幕式阶段由中南大学教授、社会计算研究中心主任吕鹏教授，复旦大学计算机科学技术学院教授、协同计算专委秘书长卢暾教授联合主持。在开幕式阶段，中南大学自动化学院院长、 IEEE Fellow阳春华教授在致辞中指出，随着社会快速发展，自动化专业也开始了深入发展，正在从工厂、智能设备的自动化转向社会复杂系统的智能化，本次会议具有重要性、前瞻性。中南大学公共管理学院院长许源源教授在致辞中指出，智能社会治理是一个系统性工程，既需要社会科学的深度参与，也需要社会科学（公共管理、社会学）与自然科学深度交叉、融合。中南大学公共管理学院副院长、社会学系潘泽泉教授在致辞中指出，智能社会治理，是一种复杂巨系统治理，在很大程度上是社会学问题。从数字社会到智能社会研究，社会学始终处于重要地位，同时需要借鉴跨学科方法深度揭示社会复杂性问题。CCF协同计算专委主任、华南师范大学计算机学院汤庸教授在致辞中指出，本次会议敏锐地抓住了社会发展转型的契机，具有时代性、迫切性，必将通过思想碰撞产生聚变作用，并预祝会议取得圆满成功。本次论坛分为特邀报告、专题研讨、研讨会总结三个阶段。

中南大学自动化学院院长、 IEEE Fellow阳春华教授致辞

特邀报告环节，海南大学副校长、教授杨天若院士，华中科技大学王红卫教授，国防科技大学吕欣教授，清华大学李勇教授，北京理工大学胡晗教授，上海交通大学教授曹健教授，东南大学蒋嶷川教授，中南大学吕鹏教授先后做主题演讲。

海南大学杨天若院士以《人－机－物协同智能》为主题进行分享，并围绕“智慧城市与人-机-物智能、人-机物智能面临挑战、人-机-物智能关键技术、人-机-物智能应用示范”四个方面展开深入细致的阐述。首先，介绍了世界的都市化进程，回顾了二十世纪“世界人口急速城市化”的背景，认为世界的都市化进程，正催生着智慧城市快速发展，带来智慧城市的物联化（我们的城市和身边的事物能够被更透彻地感知）、互联化（我们和不同层面的系统及实体可以进行全方位的联通）和智能化（我们应对变化的能力和方式越来越高度的智能化）。其次，认为智慧城市的重点内容是充分利用信息化相关技术，通过监测、分析、整合、以及智能响应的方式，综合各职能部门，整合优化现有资源，提供更好的服务、绿色的环境、和谐的社会，保证城市可持续发展，为企业及大众建立一个优良的工作、生活和休闲的幸福环境。最后，介绍了人机物智能空间，即社会空间、物理空间和信息空间的融合，并介绍了各个空间的特征。同时对未来元宇宙时代的技术架构进行了展望和回应。

华中科技大学王红卫教授以《人机融合复杂社会系统研究》为主题进行分享，从社会系统理论视角出发，探讨了人机融合的社会系统定义和内涵，提出了3个人机融合复杂社会系统研究的基础问题并讨论了人机融合环境下的社会系统研究范式。首先，从“系统观念”出发引入主题，认为坚持系统观念是我国发展的国内外环境面临深刻复杂变化的时代要求，新一轮科技革命下社会形态将发生根本性变化，出现人机结合、人网结合的社会新形态，社会系统表现出人机融合的特征，由此提出三个问题：从复杂系统理论视角，人机融合的社会系统内涵是什么？人机融合复杂社会系统的基础研究问题又是什么？人机融合复杂社会系统的研究范式是否发生了变化？其次，介绍了人机融合复杂社会系统的相关理论，综述了社会领域复杂系统研究的相关内容，包括钱学森提出的开放复杂巨系统、复杂适应系统理论、计算社会科学、数据驱动大规模仿真等，这些理论与方法推动了我国复杂系统研究和系统科学学科发展。最后，介绍了人机融合复杂社会系统的相关概念，包括社会系统、社会系统复杂性以及人机融合相关科学技术（前端技术和基础技术），从而促进新一轮科技革命下人机融合的促成与加深，相关内容对管理学、社会学、系统科学等都具有指导与借鉴意义。

国防科技大学吕欣教授以《大数据与疫情应对：风险度量，传播预测与政策评估》为主题进行分享，从“非医学数据流行病监测预警、高精度流行病建模与预测、大规模计算实验与政策评估”三个方面讲解如何运用大数据技术做高精度的流行病风险评估与监测预警，以及对实施的政策的评价。首先，对大数据与疫情应对研究进行了回顾，介绍了Google Flue Trends（GFT）对流行病的研究和新冠肺炎疫情防控中微博热搜研究，介绍了自我保护意识提取（构建新冠肺炎疫情词典和自我保护意识词典）、信息流行病学建模（SEIR-w模型和SEIRP模型）。其次，介绍了在线社交网络演化研究和Emoji用于高精度情感分析深度学习模型，随后介绍了从完全混合模型到复杂网络模型的应用以及对管理决策的意义。最后，介绍了人口流动等模型，包括基于百度LBS数据的北京市与河北省人口净流量，全国不同级别城市间人口流量，反流与通勤现象，疫情防控对公共卫生的长期影响，疫情防控政策评估的帕累托最优模型，高精度城市大数据支撑疫情防控，视频数据结构化、轨迹提取与异常监测，在线直播平台大数据分析，复杂系统高阶依赖关系建模与统计分析模型等，相关内容对于疫情有条件开放提供了计算模型、决策参考。

清华大学李勇教授以《兼顾效用与公平的疫苗分配》为主题进行分享，指出公平与效率的取舍是公共资源分配和社会治理中的经典难题，在新冠病毒引发的公共卫生危机和在全球范围持续短缺的疫苗供给背景下，如何制定疫苗分配策略以兼顾社会公平和效用具有重要的现实意义和理论意义。首先，从社会治理的伦理价值难题——医疗资源分配为例，介绍了研究背景，认为分配与疾病监测、治疗相关的资源时，效用与公平往往存在冲突。随后，李教授介绍了新冠疫情中人群风险不平等与疫苗资源有限的研究，认为如何分配有限的疫苗资源，是公共卫生决策的难题。其次，介绍了缺乏对疫苗分配的伦理影响的全面分析这一研究现状，认为疫苗分配倡议普遍强调效用和公平的重要性，但缺乏实证研究，而科学研究关注效用最大化，但忽视对公平性的分析。随后，介绍了其研究创新，在新冠疫苗分配的场景中量化效用与公平，量化效用是指人群整体死亡率的下降，量化公平是指不同人群死亡率的基尼系数变化。最后，提出综合考虑移动和人口属性异质性的仿真模型，以揭示疫苗分配过程效用与公平的关系，提出单维度策略无法兼顾效用和公平的原因，总结了解决城市公共卫生难题的智能化新思路。与上一个报告互为支撑，共同致力于后疫情时代的应对。

北京理工大学胡晗教授以《社会计算中的边缘智能》为主题进行分享，重点介绍了社会计算中的边缘智能场景及实际部署需求，进而介绍CNN类和Transformer类模型的压缩策略和部署策略，最后探讨社会计算中边缘智能的未来挑战。首先，介绍了研究背景，胡教授认为物联网技术快速发展推动智能社会的到来，介绍了边缘计算的各种硬件和软件。其次，介绍了模型压缩的相关研究，包括生成器的功能，学生模型和教师模型，多输出分支的汇聚，数据蒸馏，生成数据可视化和算法的基本框架。最后，介绍了模型部署的工作，一方面是联合部署设计，一个边缘服务器和多个边缘设备的联合，将中间数据压缩，实现大幅度压缩比，另一方面是优化整体系统的调度，胡教授总结了几个方面的挑战：有限的内存和存储能力、巨大的计算开销、推理时延和能耗等，从而提出解耦的方式，即调整边缘设备的部署，进而拆分成小模型，使其各自负责有限的分类和目标监测，通过联网手段进行汇聚，最后产生输出。该研究为智能社会治理中的“机”创新、“物”创新提供了技术支撑，并支撑整个人-机-物社会运行、监测、反馈、治理。

上海交通大学曹健教授以《开源社区数据分享：从洞察到调控》为主题进行分享，主要围绕“开源社区的评估、开源社区的微过程挖掘、开源生态系统的情感监控、开源生态系统的监控平台”等方面进行了汇报。首先，指出开源已经成为软件开发的巨大力量，并得到国家战略层面上的支持。开源模式是一种依托互联网平台，大规模群体智慧通过共同参与和协作而不断累积，实现持续创新的方法。如何对开源项目的状态进行评估，是社区治理的基础，目前对开源项目的健康性评估方法大多由专家直接制定评价指标体系，主观性过强，曹教授则给出了直接从数据出发的健康性评估方法，拓展了评估方法。其次，指出开源软件开发由无数的动态过程组成，对这些过程进行深入的观察，能够了解群体协作的方式，并以开源软件开发中的Issue解决过程为研究对象，进行具体阐述。开发者的情感状态对开发效率、开发质量、合作状态会产生一定的影响，合作关系的紧密程度与情感一致性呈正相关，合作者的平均情感状态与情感一致性呈正相关。目前团队也注重研究成果的应用，已与华为MindSpore社区合作创立了Developer Experience SIG组（DX-SIG），旨在改善社区环境和开发者体验。最后，指出开源社区是个复杂的“社会技术”系统，开源社区数据具有开放性特征，开源社区为研究提供数据基础，使得我们能从定性走向定量，从经验驱动走向数据驱动，从监控走向预测、从被动管理走向主动管理，开源社区的研究未来还需要多个学科专家参与，才能得出更有益的结论。开源社区的形态、运行、生态，是智能社会的典型场景。

东南大学蒋嶷川教授以《多重网络化工业社会中的群智协同治理》为主题进行分享，并围绕“研究背景与思路、主要创新与成果、工业应用和效应”三个方面具体展开。首先对多重网络概念进行了说明，并指出随着当前工业社会的发展，多重网络成了工业社会的常见组织形式，包括工业主体之间的交互、企业之间的产业链协同、工业软件组件之间的协同等，无不呈现出多重网络的特征。工业社会中的主体的协同等都是多重网络结构共同作用的结果。多重网络会给工业社会中的协同治理带来如下关键难点问题：协同复杂度高、协同规模性大、协同动态性强。针对这些关键难点问题，认为应当发挥群体智能的自主性、涌现性、动态自适应性的优势，并提出了基于群智协同的多重网络化工业社会的协同治理方法，突破了核心理论和关键技术。并且将该方法在国家大宗商品监管、工业软件系统、产业链领域进行应用，开发了国际上首套多重网络化集成融合工业软件系统平台、以及国内首套大宗商品交易市场综合服务平台。目前已经在亚洲最大规模循环资源发电厂（政府投资120亿）广州环投福山公司、9家大型大宗商品交易中心和政府监管部门进行了成功的应用。

中南大学吕鹏教授以《社会系统模拟与社会智能学习》为主题进行分享，阐述了社会系统模拟、社会智能学习的内涵，并从人类日常行为出发，逐步引出核心理念“什么是熵增、什么是生命、生命体建模”等知识模块，梳理了人类群体行为计算机建模研究工作（CMHB），并重点针对社会系统模拟（生命周期）、社会智能学习（知识的结构化）、社会智能学习（历史模拟）、社会智能学习（历史演化学习）、世界演化动力学模拟等方面进行介绍。吕鹏教授结合最新时政热点与团队的重点研究工作，分别从个体层面、事件层面、社会层面、国家层面进行仿真模拟建模工作的案例，并指出社会模拟与智能学习将是团队重要研究方向。

专题研讨环节，由卢暾教授主持，与会专家与学生们围绕“智能社会的根本性特征是什么，迈入智能社会的标志是什么？‘机治’超过‘人治’的奇点是否存在？何时到来？‘机治’和‘人治’如何协同？元宇宙是实现智能社会的必经之路吗？智能社会协同治理如何催生新的学科增长点？”等四个重大基础性问题，进行了激烈的讨论、碰撞与精彩的发言

在研讨会总结环节，在场的学生表达了自己的参会感受和感悟，大家纷纷表示本次参会受益匪浅，拓宽了自己的学术视野，增加了跨学科知识储备。最后，吕鹏教授和卢暾教授对本次会议进行总结发言，本次研讨会圆满结束。本次会议吸引了来自清华大学、国防科技大学、海南大学、大连理工大学、北京理工大学、华南理工大学、华中科技大学、上海理工大学、西安邮电大学、广东工业大学、四川外国语大学、中央财经大学、湖南科技大学、中南大学、之江实验室等多所高校及实验室的500余人次参与。其中现场参与人数49人（疫情控制），在线参与500余人次。