作为人工智能领域的核心支撑技术，机器学习的迭代革新是推动人工智能技术落地应用、体系升级与范式变革的核心动力。随着数据形态日趋多元、智能任务日渐复杂，传统机器学习的技术范式与应用边界被持续突破。回望机器学习的发展脉络，其演进轨迹正呈现出“从封闭到开放、从认知到生成、从个体到群体”的三大核心趋势，重塑了人工智能的技术架构与发展逻辑。其中，“从封闭到开放”标志着机器学习从静态的实验室封闭场景，逐步走向高度动态、不确定的真实开放应用环境，实现了技术从理论仿真到实景落地的跨越；“从认知到生成”代表着智能能力的跨越式升级，打破了传统机器感知、判别式认知的技术框架，并迈入主动创作、智能生成、自主推理的全新阶段；“从个体到群体”则体现了智能体系的架构革新，由单一智能模型的独立运算决策，向着多智能体协同交互、分布式联合学习的群体智能模式演进。本报告拟系统梳理机器学习的三大核心发展趋势，剖析各趋势下的技术特征、核心挑战与发展机遇，并汇报课题组在相应方向上的系列研究进展。相关成果已发表于 IEEE T‑PAMI、ICML、NeurIPS 等人工智能领域顶级学术期刊及会议。

报告人简介：

宫辰，上海交通大学自动化与感知学院教授、博导；入选中组部万人青拔、IET Fellow。以一作/通讯身份在ACM/IEEE Transactions以及CCF A类会议上发表70余篇学术论文，包括IEEE T-PAMI、ICML、NeurIPS、ICLR等；谷歌引用12000+，H指数56。目前担任国际权威期刊IEEE T-PAMI、IEEE T-IP、IEEE T-NNLS、IEEE T-CSVT、Neural Networks编委；ICML, ICLR, AAAI, IJCAI, ICDM, AISTATS等多个国际会议的领域主席（Area Chair）。主持国家自然科学基金重点项目、面上项目、上海市大模型专项等。获吴文俊人工智能优秀青年奖、CCF-IEEE青年科技奖、中国科协青托、中国电子学会自然科学二等奖（排名1）、中国人工智能学会“优秀博士学位论文”奖等。

打印: