报告题目：一、人工智能时代，如何改造我们的学习？
二、 贵兰在线：数据与知识双驱动的规模化可扩展个性化学习平台
三、面向代码注释生成的微调方法
报告人：周傲英、李晖、琚生根
报告时间：6月24日 9:30-11:00
报告地点：思学楼A114报告厅
报告人简介：周傲英
华东师范大学贵州（大数据应用）研究院院长、数据科学与工程学院教授，教育部长江学者特聘教授、国家杰青。主要研究兴趣包括数据库、数据管理、区块链、数字化转型、金融科技等。中国计算机学会会士、常务理事、数据库专委会主任，现担任第八届国务院学科评议组成员、第八届教育部科技委委员、上海市计算机学会理事长、上海市人工智能与社会发展研究会会长、《计算机学报》副主编。曾任复旦大学计算机系主任（1999-2002）、华东师范大学副校长（2016-2023）；获得过国家科技进步二等奖和教育部、上海市技术发明和科技进步一等奖等奖励。
报告内容摘要：人工智能时代，如何改造我们的学习？
人工智能是一场新的科技革命。继AlphaGo之后，ChatGPT等带来更深刻的启示，启发我们重新思考对科学和数据的理解。最近十多年来，从大数据热到AI热再到数字化转型，逻辑上一脉相承，数字化也被称为数智化，意指数据驱动的人工智能。这场科技革命有两个显著特征；一是，科学技术发展从传统的“科学引领技术”变成“技术倒逼科学”；二是，“新的经验主义”呼唤“新的理性主义”，新科学呼之欲出。数据是推动变革的新动力，数据之于数字化，正如电力之于电气化，数据将把人类带人数字文明。AI时代需要新的教育理念，创新成为教育的主题；教育数字化转型是教育变革的机遇，是从内容和形式上改造我们的教学；数据赋能是实现真正的智慧在线学习平台的基本前提。
报告人简介：李晖
贵州大学计算机科学与技术学院教授，博导。现担任贵州省数据分析云服务创新团队负责人，贵州省智慧医疗大数据创新中心主任。Google助力西部教育人才引进励教金获得者，入选贵州省高层次创新型人才“千层次”计划。主要研究方向为大数据管理与分析、数据科学系统、AI4Science等。主持多项国家自然科学基金项目和省级重大专项课题，发表学术论文60余篇，大数据与人工智能领域的部分技术成果曾获多项省部级奖项，并在医疗、金融、军工、电力、教育、农业等领域得到成功应用。
报告内容摘要：贵兰在线：数据与知识双驱动的规模化可扩展个性化学习平台
贵兰在线是践行数据与知识双驱动的大规模个性化学习理念的一体化教学平台，致力于通过支持实现智慧在线学习来协调大规模教育与个性化学习这一对传统矛盾，促进教育的个性化和智能化。本报告将针对智慧教育领域重点关注的“自主学习”、“教师备课”、“课堂教学”、“双师课堂”、“课后服务”五大场景，分享贵兰在线的建设目标和规划、主要建设内容、核心技术路线、关键难点和挑战、部分关键技术研发攻关情况及进展；探讨数据与知识协同对于在线学习的改变，思考大模型及AIGC等新技术与古老教育场景的融合。
报告人简介：琚生根
四川大学计算机学院教授，博士生导师。CCF高级会员，CCF信息系统专委会常务委员，CCF数据库专委会委员。研究兴趣包括：教育数据挖掘、自然语言处理、程序理解。主持四川省人工智能重大专项、四川省重点研发、国家自然基金重点项目课题、国家重点研发课题等各类项目10多项，发表学术论文100多篇，授权发明专利20项。获得省部级以上教学成果奖2项。
报告内容摘要：CATS:面向代码注释生成的微调方法
代码注释生成对于理解与维护源代码是非常重要的。目前基于大规模代码数据预训练的通用代码模型的微调如CodeBERT、UniXcoder受到广泛关注。在此基础上，一些研究提出通过数据增强方法缓解微调模型的效果严格受限于数据集的大小的问题，然而上述方法仍面临数据增强代码质量低和模型捕获代码表征质量有限的挑战。针对上述问题，我们提出了一种基于关键词增强和对比学习的代码注释生成微调方法（CATS），并基于CodeBERT、UniXcoder两种不同预训练模型验证了微调方法CATS的有效性。
主办单位：CCF数据库专委，红宝石官方网站hbs123
