2026年4月9日上午，为深入探讨工业人工智能交叉领域前沿动态，助力了解交叉领域突破与创新发展，英国谢菲尔德大学计算机学院讲席教授、普适计算研究组主任杨珀教授受邀莅临我所，开展了题为“从压缩到理解：可解释、可信、可追溯的人工智能模型和应用”的专题讲座。本次讲座吸引了众多科研团队及师生积极参与共探AI发展。

作为普适计算与数据智能领域的国际知名学者，杨珀教授兼任英国艾伦图灵研究所独立科学顾问及食品标准局科学委员会委员，长期致力于相关理论在主动健康、智慧农业领域的转化。他自2022年起连续入选斯坦福大学“全球前2%顶尖科学家”榜单，且其主导开发的AI平台已在英国众多农场规模化应用。讲座期间，杨教授围绕深度学习的“黑盒”属性这一限制AI进入高可靠性领域的核心障碍，系统分享了从“黑盒数据拟合”转向“白盒结构理解”的新型人工智能范式。深入介绍了如何通过扩展白盒模型，将学习过程转化为数学透明的结构化表征，并在架构上融合深度学习的感知能力与符号逻辑的推理能力，打造出神经符号网络（Neuro-Symbolic Networks）系统。杨教授指出，该技术在多种精密检测领域展现出极高的潜力，能够生成可供人类审计的决策逻辑链条，有效解决“幻觉”风险，并在小样本环境下表现出极高的鲁棒性与可信度。

杨珀教授讲座现场

此次讲座内容详实、前瞻性强，为高要求工业场景下的可解释、可追溯AI提供了坚实的理论与工程落地方案参考。活动不仅拓宽了参会科研人员的学术视野，也为工业人工智能交叉领域的创新发展提供了重要启示。未来，我所将持续加强与顶尖专家的学术交流与合作，深耕人工智能前沿技术，期待在AI的发明创造与落地应用中探索无限可能。