CNCC 2026｜AI时代的知识生产与教育新范式国际论坛：AI如何重塑科研与人才培养？

（阅读文章时间：10分钟）生成式人工智能正在改变深刻的知识生产与科学发现的基本方式。人工智能已从被研究的对象，逐步演变为能够参与生成、实验探索、证据分析与科研协作的“研究伙伴”，推动科研范式与教育体系结构进入变革阶段。问题活性与内容生成的成本持续降低，科研与教育的核心瓶颈正在转移：验证、反馈与判断能力的迫切凸显。如何在AI深度参与的环境中培养专业素养与批判性思维的瓶颈，已成为全球学术界共同关注的关键问题。亚太计算联盟（亚太计算联盟，APAC）、微软亚洲研究院（MSRA）与中国计算机学会（CCF）将于10月24日在成都联合举办CNCC 2026国际论坛“人工智能用于研究与教育：重塑亚太地区的人才与发现”论坛将邀请亚太地区的学者与产业专家，从计算机教育改革、AGI时代的大学教育、AI驱动的科学发现、人机纵向协作等角度展开研讨，共同探索AI时代科研与教育中人的价值、能力结构与成长路径，促进亚太地区科研合作与人才的交流互鉴。 中国计算机学会的旗舰会议，也是国内计算机领域具有广泛影响力的年度盛会。 2026年10月21日至24日在四川成都举行，主题为“数聚驱动，智算未来”。 论坛信息 论坛： 2026年10月24日 13:30-17:30 （UTC+8） 论坛地点： 成都西博城4号馆-411 论坛名称： AI时代的知识生产与教育新范式国际论坛：AI如何实验室科研与培养人才？ Reshaping Talent and Discovery in the Asia-Pacific） 路线安排： 嘉宾及分享介绍 欢迎辞 周立东博士是微软公司副总裁兼微软亚洲研究院董事总经理。他拥有康奈尔大学计算机科学博士学位，于 2002 年加入微软。他曾在硅谷、雷蒙德和亚洲的微软研究院实验室工作，并自 2021 年起领导微软亚洲研究院。他的研究重点是可靠、值得信赖和可扩展的分布式系统。他的工作曾获得 ACM SOSP、USENIX OSDI 和 USENIX ATC 的最佳论文奖。他是 IEEE 和 ACM 院士，并在主要国际系统会议和期刊中担任领导和编辑职务。论坛联合主席杜自德是中国计算和信息学界的杰出领导者。 2004年至2021年担任中国计算机学会首席执行官，为其制度发展和现代治理做出了贡献。在他的职业生涯早期，他在中国科学院计算技术研究所进行了大规模计算机系统的研究。 2005年至2008年，他担任国际信息学奥林匹克竞赛的创始主席，并自1998年起担任全国信息学奥林匹克竞赛的主席。陆岩是微软亚洲研究院的助理董事总经理，负责多媒体、沉浸式人工智能、代理人工智能和人机交互方面的研究。他的研究涵盖实时通信、计算机视觉、音频增强、沉浸式计算和移动云计算。陆彦及其团队开发的技术已融入 Microsoft 产品和服务中，包括 Windows、Office、Teams、Skype、Xbox 和 Azure 媒体服务。在2004年加入微软亚洲研究院之前，陆彦在计算技术研究所JDL实验室领导视频编码组。他为 MPEG-4、H.264/AVC、H.265/HEVC、AOM AV1 和 AVS 等国际标准做出了贡献。演讲标题：推进工作：迈向长远的人类与人工智能合作 摘要：人工智能代理正在从特定任务的工具发展成为可以帮助人们探索想法、进行实验和分析证据的研究合作者。本演讲介绍了进化记忆和代理媒体作为支持人类与人工智能长期协作中的连续性、相互学习和适应的方法。它还将审查信任、治理、隐私、安全以及人类指导的持续重要性。演讲者 Leendert van Doorn 是一位技术主管和计算机科学家，在半导体、云计算、网络安全、系统软件和人工智能领域拥有三十多年的经验。他曾在高通、微软、AMD 和 IBM Research 担任高级技术和工程领导职务。最近，他担任高通公司的高级副总裁。他获得了博士学位。毕业于阿姆斯特丹自由大学，师从 Andrew S. Tanenbaum 教授。他还曾担任可信计算集团、CXL 联盟和 Gen-Z 联盟的董事会成员。演讲标题：人工智能时代令人不安的问题 摘要：生成式人工智能正在使答案、代码、设计和假设更容易生成。因此，对创新的限制可能会转向判断、验证、反馈和计算资源。本次演讲探讨了研究、教育、计算和工程组织可能需要如何适应人工智能改变既定工作流程并改变其最重要的瓶颈。胡振江，北京大学计算机学院院长、讲座教授。他的研究重点是编程语言和软件工程，特别是函数式编程编程、双向编程和系统软件验证。他获得了学士学位。和硕士。上海交通大学学士和博士学位。来自东京大学。他是 IEEE Fellow、日本工程学会联合会 Fellow、日本工程院院士、欧洲科学院院士。演讲题目：重塑人工智能时代的计算机教育：“101计划”与北大路径 摘要：本演讲探讨人工智能如何重塑计算机科学教育的内容、方法和组织。演讲将借鉴中国国家“101计划”和北京大学的教育实践，讨论课程改革和构建亚太地区协同智能教育生态系统的机遇。作为以人为中心的人工智能领域的领先专家，苗先生为医疗保健、老龄化、教育和数字行业的人工智能研究做出了深远的贡献。她在顶级期刊和会议上发表了 200 多篇论文。她还获得了 20 多项最佳论文奖和 AI 荣誉，包括 2019 年新加坡国家研究基金会 (NRF) 调查奖以及 2018 年和 2020 年 AAAI 创新应用奖。苗女士担任多个国际期刊的编委会成员。她还曾担任许多顶级国际人工智能会议的主席、联合主席或技术程序委员会成员。苗春燕是新加坡工程院院士和 IEEE 院士。 Sue Moon 获得学士学位和硕士。她拥有首尔国立大学计算机工程学士学位和博士学位。马萨诸塞大学阿默斯特分校计算机科学专业。她于 2003 年加入韩国科学技术院，研究重点是数据中心网络。她曾在多个技术委员会任职并主持重大国际会议，包括 WWW 2013 和 ACM CoNEXT 2017。2026 年，她担任 KIISE 主席和国家研究基金会国家战略研发总监。演讲标题：AGI 时代的大学教育 摘要：随着生成式人工智能向通用人工智能发展，大学必须考虑除了添加人工智能相关课程或教学生如何使用新工具之外的变革。本次演讲借鉴韩国国家人工智能战略委员会、KIISE 和 KAIST 的讨论，探讨了在 AGI 时代，课程、教学方法、评估系统和教师的角色可能需要如何发展。郭松是香港科技大学物理人工智能中心主任，也是香港科技大学计算机科学与工程系和电机与计算机工程系讲座教授。他的研究为边缘智能、物理人工智能和机器学习系统的发展做出了贡献。获得2024年IEEE Edward J. McCluskey技术成就奖，以及IEEE和ACM十多项最佳论文奖。他是加拿大皇家学会院士、加拿大工程院院士、欧洲科学院院士、IEEE Fellow。演讲标题：当解决问题变得便宜：从加速发现到培养研究人员摘要：本演讲借鉴物理人工智能的研究，探讨人工智能如何加速复杂研究问题的解决，同时提高验证和人类判断的重要性。它还将讨论“绩效-能力差距”，即学生和研究人员可能会使用人工智能来执行高级任务，然后再形成传统上与此类绩效相关的专业判断。开幕和闭幕致辞 Lily Sun 是微软亚洲研究院加速器总监，负责领导亚太地区研究