10月18日上午，应医学人工智能系主任何宏教授邀请，中国科学院自动化研究所副所长刘成林教授来我院医学人工智能系实验室参观，并为我院师生做了题为“开放世界持续学习：问题与对策”的学术报告，医学人工智能系的30余师生参与了此次活动。
报告开始前，何教授先介绍了健康科学与工程学院及医学人工智能系的基本组成与发展现状，随后邀请刘教授参观医学人工智能实验室。研究生现场演示面部疾病智能扫描设备、认知障碍智能评估设备的自动诊断人机交互过程，师生还与刘教授围绕“大模型提升虚实交互系统准确性与稳定性” 展开交流。之后，双方前往医用超声技术实验室，参观医学影像技术专业教师的科研成果。参观结束后，刘教授表示对医学人工智能系 “AI + 医学” 的应用成果印象深刻，并为该系发展提出建设性建议，指出未来可聚焦部分疾病全流程开展 AI 智能化升级，更利于医学人工智能系在医工交叉领域形成特色。
最后在报告厅里，刘成林教授围绕在开放世界如何通过持续学习提升模式识别方法的准确性和泛化性讲述了报告内容。首先阐述了数据量的持续增长和动态变化给开放世界中模式识别带来的诸多挑战，在开放世界中输入模式可能属于已知类、未知类或异常噪声，这给开放场景的持续模型训练带来分布外检测、置信度估计、灾难性遗忘等问题。报告总结了开放世界模式识别的研究状况和存在问题，然后，针对持续学习面临的挑战介绍一些改进策略，最后介绍了刘教授课题组在开放集识别、类别增量学习、广义类别发现方面的一些研究进展。
报告结束后，参会师生与刘成林教授进行了现场的学术交流互动，针对新旧样本聚合特征比对是否能够直接提升模型动态识别准确率的问题展开了讨论。本次报告会展现了AI 领域模式识别的前沿知识，为师生搭建了近距离与领域专家对话的优质平台，有效拓宽了参会者的学术视野，激发了对开放世界模式识别研究的探索热情。同时，这场学术交流也为医学人工智能系后续开展 AI 领域的科研创新与人才培养提供了新方向，为未来开展跨团队、跨领域合作奠定了良好基础。
刘成林，中国科学院自动化研究所副所长，研究员、博士生导师，中国科学院大学人工智能学院副院长。曾任模式识别国家重点实验室主任。1989年、1992年、1995年分别在武汉大学、北京工业大学、中国科学院自动化研究所获学士、硕士和博士学位。1996年至2004年先后在韩国科学技术院、日本东京农工大学、日立中央研究所从事博士后和研发工作。2005年起在中国科学院自动化研究所任研究员。曾任模式识别国家重点实验室主任。研究兴趣包括模式识别、机器学习、文字识别与文档分析等。在国内外期刊和学术会议上发表论文400余篇，合著英文专著一本。现任Pattern Recognition期刊和《自动化学报》的副主编，以及多个期刊的编委。曾任国际模式识别学会副主席，现任中国人工智能学会副理事长、会士，中国自动化学会会士、模式识别与机器智能专委会主任，中国图象图形学学会常务理事。美国电气电子工程师协会会士 (IEEE Fellow)、国际模式识别学会会士(IAPR Fellow)。
讲座现场
