11月21日晚，北京信息科学与技术国家研究中心系列交叉论坛（第八十七期）通过线上会议和直播的形式举办，本次论坛邀请了香港理工大学数据科学与人工智能系讲席教授、IEEE Fellow陈家进作题为“智能迁移优化方法与应用研究”的报告。论坛由清华大学信息国家研究中心副主任丁贵广教授和信息学院副院长任天令教授共同主持。信息国家研究中心党政联席会成员、群体负责人以及校内外师生等90余人通过腾讯会议在线参加论坛，累计约42万人次通过上直播、新浪、百度等直播平台在线观看。

陈家进作报告

智能优化是解决现实复杂优化问题的核心技术之一，在当今大数据和大模型背景下的人工智能应用中发挥着重要作用。然而，传统的智能优化方法往往局限于当前问题的求解，缺乏有效的学习能力，导致在面对相似问题时需要重复求解，效率低下。鉴于人类在问题求解过程中通常具备知识学习和迁移的能力，报告中陈家进围绕深度神经网络架构搜索与训练、机器人动作动态决策、新型材料探索等复杂应用场景，提出了高性能智能优化的新路径，详细介绍了知识学习与迁移驱动的智能迁移优化方法、理论与应用方面的研究成果。这些成果有望在深度神经网络架构搜索与训练、机器人动作动态决策、新型材料探索等复杂应用场景中提高优化效率。

问答环节，陈家进就如何权衡智能算法与传统算法等问题进行充分解读。

供稿 | 信息学院/信息国家研究中心联合办公室

编辑 | 李琳

审核 | 丁贵广