在數字化浪潮洶涌澎湃的當下，人工智能已成為推動科技進步與社會變革的核心力量。從虛擬世界的創意生成到現實世界的智能交互，人工智能正以前所未有的方式重塑著我們的生活與認知。

10月24日 - 10月25日，2025未來科學大獎周·科學峰會將在香港科學館盛大舉行。其中，10月25日下午的計算機科學專場——探索人工智能的原理，將匯聚全球頂尖學者與行業精英，共同剖析人工智能的核心機理，展望其未來發展方向。

馬毅：開啟AI從虛擬至現實的智慧之旅

活動中，香港大學人工智能講座教授、同心基金數據科學研究院首任院長、計算與數據科學學院首屆總監，美國計算機學會會士（ACM Fellow）、電氣與電子工程師協會會士（IEEE Fellow）和工業與應用數學學會會士（SIAM Fellow），2025未來科學大獎周程序委員會委員馬毅教授，將作為計算機科學專場的Session Chair致開幕辭，為這場科學盛會拉開序幕。

馬毅教授是人工智能領域國際知名學者，他在人工智能領域的研究重塑了神經網絡可解釋性范式，推動了智能系統本質的探索。在他的引領下，多位國際計算機科學界的領軍人物將帶領聽眾穿越人工智能的迷霧，探索從虛擬到現實的智能奧秘。

朱軍：生成式AI——從虛擬到現實世界的跨越

生成式人工智能（Generative AI）在學習高維數據的底層分布方面已取得顯著進展，為構建通用人工智能系統奠定了堅實基礎。

清華大學博世AI教授、IEEE/AAAI Fellow、清華大學人工智能研究院副院長、未來論壇青年科學家朱軍教授，長期致力于生成式AI的研究與創新，旨在提升生成模型的質量、效率與穩定性。

在本次峰會上，他將以《Generative AI: from Virtual to Physical World》為題，分享團隊在開發面向虛擬世界內容的大規模生成模型方面的最新成果，介紹團隊在具身視頻基礎模型方面的突破性研究。

謝賽寧：多模態未來——通向超級智能的超級感知之路

在人工智能邁向超級智能的道路上，多模態學習成為關鍵突破口。當前，單一模態的智能系統在處理復雜任務時存在局限性，無法全面理解現實世界的豐富信息。多模態學習通過融合視覺、聽覺、語言等多種模態的數據，使智能系統獲得更全面、準確的信息感知能力，從而提升系統的智能水平。

紐約大學柯朗數學科學研究所助理教授謝賽寧，將以《多模態未來：通向超級智能的超級感知之路》為題，分享團隊近期在以視覺為核心的多模態學習方面的研究成果。

這些研究將共同指向一個多模態的未來，智能系統將更加貼近真實、更具擴展性和生成性，與現實世界的應用日益緊密相連。

曲慶：關于機器學習中簡約性的探索

在機器學習領域，“簡約性”原則——即追求簡潔與最小化結構——正日益受到重視。傳統機器學習模型在處理復雜任務時，往往結構復雜、參數眾多，容易導致過擬合、計算效率低下等問題。簡約性原則強調通過降低模型復雜度，提高模型的泛化能力和可解釋性。

密歇根大學電氣工程與計算機科學系助理教授曲慶，將以《關于機器學習中簡約性的探索》為題，深入探討簡約性在現代機器學習中的作用。

他將結合理論基礎與實際應用，介紹深度表示學習與生成建模的最新進展，闡述簡約性作為一種強有力的歸納偏置，在引導高效且可靠的學習過程中所發揮的關鍵作用。

吳佳俊：通過物理本質理解視覺智能

視覺世界蘊含著豐富的物理結構，從物體的幾何形狀、紋理、材質到物理屬性，這些內在結構為視覺智能的理解與生成提供了重要線索。

斯坦福大學計算機科學系助理教授、心理學系助理教授（兼）吳佳俊，將以《通過物理本質理解視覺智能》為題，分享團隊近期在機器視覺理解、重建與生成方面的工作，以及它們與物理本質之間的聯系。他將展示最新的視覺智能系統，這些系統能夠僅憑單張圖像或單段視頻推斷物體的形狀、紋理、材質與物理特性，以及場景的上下文，為可控的、基于動作的四維視覺世界理解、生成與交互提供了新的可能。

讓我們共同期待，2025未來科學大獎周·科學峰會-計算機科學專場，與頂尖科學家一同揭開人工智能的神秘面紗，探索其從虛擬到現實的無限可能。

*溫馨提示: 如無法親臨現場參與這場科學盛宴，別擔心！留下你的科學問題，就有機會獲得我們科學界巨擘的親自解答。快來參與吧，讓您的好奇心與科學大咖的智慧碰撞出精彩的火花！