时间：2025年6月18日15:00

地点：工学2号馆学术报告厅

主持人：周郭许  邱育宁

一、视觉隐匿感知与对抗

报告摘要：机器通过相机和计算机视觉技术感知和理解物理世界，在现代科技中扮演着至关重要的角色。计算机视觉技术使得机器能够捕捉并分析来自环境中的图像和视频数据，从而获得对周围世界的理解。然而，除了处理和识别基本的可见视觉信息外，仍有大量的隐匿信息和意图隐藏在这些视觉数据背后。如何挖掘和识别这些隐藏的信息，成为当前研究中的重要课题。与此同时，随着隐私保护意识的提高，如何隐匿和防护敏感信息成为另一个不可忽视的挑战。本报告将详细介绍我们在“感知隐藏信息”和“隐匿敏感信息”方面的研究进展。

讲者简介：王正，武汉大学教授，计算机实验教学中心（网络安全国家级虚拟仿真实验教学中心）主任，入选国家级人才计划青年项目（海外），“武汉英才”产业领军人才。曾任新加坡国立大学高级访问学者、东京大学助理教授，荣获中国留日同学会最优秀青年学者奖、ACM武汉新星奖。主要研究方向为多媒体内容分析、社会安全治理等，在CCF-A类期刊和会议发表论文90余篇。指导学生获得“挑战杯”黑科技专项赛道全国一等奖、中国国际大学生创新大赛全国银奖。现任CCF-A类期刊 IEEE Transactions on Image Processing 编委。

二、Estimating LLM Uncertainty with Evidence (证据理论估计大模型的不确定性)

摘要：医生面对复杂病情时倾向于要求更多检查，但AI系统常直接输出高置信度的诊断建议；科研人员查找权威文献以支撑研究，大模型用citation的格式为根本不存在的文献背书。这种差异揭示了智能系统的核心缺陷：当前模型缺乏对不确定性的显式刻画能力，导致其无法像人类一样感知风险。本报告将（1）介绍传统神经网络中如何刻画不确定性，以及如何利用不确定性提高模型的准确性与可靠性；（2）针对传统不确定性刻画方法在大语言模型上纷纷失效，揭示造成这种困境的原因，并给出解决思路。通过理论结合实践，为学术界与工业界提供不确定性刻画与应用的新视角，推动不确定性研究在大模型时代迈向更深更广的应用。

讲者简介：周天异博士，毕业于新加坡南洋理工大学, 现为新加坡前沿人工智能中心担任副主任（Deputy Director)以及首席研究员 (Principal Scientist) 。 周天异博士主持多项新加坡重点研发项目，并且已在机器学习、人工智能、信息安全等领域核心期刊(中科院一区)和国际会议(CCF A类)上发表论文100余篇；此外是CCF A类期刊AIJ、IEEE Transactions等国际重要SCI 期刊的副主编/常任编委；担任多个国际顶级/重要学术会议NeurIPS、ICML、ICLR、AAAI、IJCAI 等国际顶级会议领域主席 (Area Chair)和 IJCAI 2025大会副主席；获得IJCAI，ECCV，ACML等多个国际顶级/重要学术会议及其专题报告会最佳论文奖，被斯坦福大学评为世界前2%的科学家。