2023年11月11日，第七届亚洲人工智能技术大会（ACAIT2023）在浙江衢州隆重开幕。本届大会以“智能引领、创新未来”为主题，特别邀请了5位国内外知名专家作大会主题报告，展现前沿动态，探索热点趋势。

中国工程院院士沈昌祥作了题为《用主动免疫可信计算筑牢人工智能安全防线》的报告。人工智能在赋能人类社会加快发展的同时，也衍生出更多安全风险。报告提出，要通过可信计算3.0产品链、抢占核心技术制高点、等保2.0新标准、新型基础设施等保新标准安全框架等方式，用主动免疫可信计算筑牢人工智能安全防线。

IEEE Fellow、意大利米兰理工大学教授Cesare Alippi作了题为《Forecasting and graph-based predictors》的报告，就预测任务以及当前基于图的深度预测研究展开讨论，除“空间”外，还介绍和讨论了利用时间维度产生的关系的深度预测模型系列。

新加坡工程院院士、新加坡国立大学教授葛树志作了题为《机电一体化、机器人学和人工智能系统的稳定性、鲁棒性和性能》的报告。报告首先介绍了机电一体化、机器人技术和人工智能系统的复杂性演变，以及系统稳定性、鲁棒性和性能的基本概念。然后针对Tri-foci: SRP，提出了基于模型的方法，用于机电一体化工作。最后分享了在人工智能的稳定性、鲁棒性和性能方面的想法，并呼吁在快速发展的环境中合作开发SRP人工智能系统。

国家杰青、中国科学院自动化研究所副所长刘成林作了题为《开放世界分类器可信学习》的报告。近年来，开放集分类、分布外（OOD）拒识、歧义拒识等问题，以及别集动态变化引出的增量学习问题，引起了越来越多的关注，但是往往被分开来研究。报告试图对开放集分类中的闭合集分类、OOD拒识和歧义拒识问题统一建模，建立一个统一的概率分类和可信学习框架，并提出了一些有效的开放集分类、置信度估计和拒识方法。

国家杰青、南京理工大学教授杨健作了题为《基于雷达点云数据的3D视觉感知》的报告。杨教授介绍了近期课题组提出的用于点云数据处理的系列视觉感知方法。首先为基于激光雷达的目标检测设计了一种基于课程学习的易到难训练策略，并开发了一个用于点云上单个目标跟踪的3D孪生Transformer网络。然后，提出了一个用于大规模位置识别的金字塔点云Transformer，并进一步给出了一个高效的激光雷达点云超分割网络。最后，提出了一种基于SE(3)扩散模型的点云配准方法，并用于鲁棒的6D物体姿态估计。

此次大会围绕热点话题、核心技术、实践探索等方面展开思维碰撞，畅谈学术思想，为广大参会者带来了一场高规格、高层次、高权威的专业学术盛会，为人工智能领域学习者和从业者提供了新的研究思路和有益借鉴，有力助推了人工智能领域的技术创新和产业发展。