2022年5月24日下午，学院校庆周系列学术报告第1期、“复旦计算机未来前沿系列学术报告”（FudanCS F3系列报告）总第17期，由网络空间安全学科与多媒体智能安全实验室联合承办的，以“人工智能与安全”为主题的第六期“国内外知名学者学术报告”（FudanCSF3-GLS）取得圆满成功。本次报告邀请了国家杰青、中科院自动化所的胡卫明研究员和国家杰青、厦门大学的纪荣嵘教授两位领域知名学者带来了精彩报告。活动持续了三个多小时，吸引了近200位老师与同学的积极参与和热烈互动。
第一场报告是由国家杰青、中科院自动化所的胡卫明研究员带来的“神经科学启发的深度学习模型及其在视觉时空信息感知与理解中的应用”。胡卫明研究员分析神经科学与计算机视觉之间的关系，总结神经科学对计算机视觉的启发点：A) 基本视觉皮层的特征；B) 初级视皮层的原理扩展到高级区域；C) 顺向、逆向、侧向联接；D) 视觉神经分层认知机制；E) 视觉神经系统的选择性注意机制；F) 动态信息的选择性记忆机制。报告还介绍了中科院课题组在基于各向异性膨胀网络的物体检测、基于深度时空自组织神经网络的运动检测、基于编解码孪生神经网络的目标跟踪、基于时空金字塔注意力神经网络的行为理解和长短时记忆序列卷积神经网络的行为语义描述等方面的研究工作。报告还介绍了胡卫明研究员课题组在手机特定视频检测装备、互联网交换机端异质媒体监测设备和网络直播智能审核系统等实际应用方面的工作。
第二场报告是由国家杰青、厦门大学的纪荣嵘教授带来的“深度神经网络的压缩与加速研究”。纪荣嵘教授首先在报告中介绍了深度神经网络研究中的前沿问题。深度神经网络在图像理解、语音识别、自然语言处理等人工智能应用领域取得了令人瞩目的成就，成为人工智能研究的热点之一。然而，随着网络性能的不断提高，网络的深度和广度也在不断增加，这就大大增加了网络的参数和计算复杂度。如何压缩和加速这些大的神经网络模型成为学术界和工业界研究的热点。针对神经网络的加速和冗余度问题，本次报告中简介了已有的加速和压缩方法，并从参数量化、网络剪枝、知识蒸馏三个方面，介绍了纪教授研究组近几年来在神经网络压缩与加速中所做的一系列优秀工作与成果。
正值复旦大学117周年校庆周，学院精心组织了此次系列校庆周系列学术报告，本次报告是第一期。由于疫情防控的要求，报告以线上的方式举行，但老师和同学们参与交流讨论的积极性并没有因此受到影响。两位专家学者带来的前沿学术前沿大餐，吸引了与会师生的踊跃提问与热烈互动。
