2024年3月22日晚，信科“E席谈”青年学术沙龙第十六期活动在理科一号楼1127学生活动室顺利进行。北京大学计算机学院、高可信软件技术教育部重点实验室助理教授、研究员，中国计算机学会普适计算专委会副秘书长王乐业老师受邀进行了以“群智感知与城市计算”为主题的分享。本次沙龙由院青年志愿者协会梅志垒同学主持。学院团委书记吕媛老师参加了活动。

沙龙现场

王老师首先从整体层面介绍了群智感知技术，它实际上落实到网络口，属于新型的物联网。这项技术最早应用于普适计算领域，虽然那时还使用传统的计算机设备，但是前辈们早已预想了未来可能会出现各种具有计算能力的设备来实现智能化的应用。整体上这项技术和其他的学科有很多的交叉，与同学们传统学习的计算机类的科目不同，它不以技术为导向，而是以目标为导向。其目标是把物理世界里各式各样的活动进行数字化的处理，因此普适计算最重要的是如何有效地进行感知，而现在依靠智能手机或是智能车辆等可以进行更大范围的感知和数据的收集。王老师生动地将城市计算技术比喻成成一个大杂烩，并且预测在未来的城市发展中城市计算可能会成为一个相对核心的综合性交叉部门，并对各个部门的数据进行汇总。

老师接着为同学们讲解单体智能和群体智能。王老师认为机器学习的本质是做预测，但这并不意味具备预测能力的机器可以轻易地做出复杂的决策，而往往只有决策才能在现实中具有较大的应用。单体智能理论上是处在一个封闭的环境中，其最大的问题在于无法采集到足够多的数据。它所采集的数据很难具有高代表性，且不一定与真实情况相符合。群体智能是一个近年来比较火的词汇，它处于开放的环境中，并且更加注重人机协作，它力图将现实世界问题转化为计算问题。互联的人机物源源不断地提供解决问题的数据来源，再以人机物为媒介再将结果反馈回现实世界。老师接着通过数个例子讲解如何通过各种手段来侧面反映或是验证比较难采集的数据。例如MIT中某知名实验组最早利用手机中蓝牙节点的数据来侧面反映用户在校园里活动的地点数据，并从位置信息推断出较难采集的与用户生活相关的信息，非常有远见。

王老师还提到，目前获取信息的方式非常多样，但群体智能数据的来源主要是移动终端。例如群体智能可以通过移动通信数据来预测一个地区的发展情况甚至预测地区中个体的富裕程度，可以利用机器学习算法自动提取通信数据特征，还可以利用移动通信技术来分析中国的ghost city问题等等。了解到这种真实的数据可以为人们了解实际情况提供一种更为有效的方式，其关键在于找准数据切入的角度进行深入分析。然后王老师提到了群体移动通信数据的优势，这种数据模式提供了极高的时空分辨率，相比于需要大范围调研而且费时费力的传统评估方式更加便捷有效。

同学们认真听讲

紧接着王老师介绍了一些具体的技术点。其一是稀疏群智感知，如果单纯考虑数据本身的质量，当各个节点的数据密度增大时总体的数据质量也会增强。而传统上由于受限于成本，常常会限制数据的样本量，但是由此出现的问题是某些数据点之间可能存在冗余的情况，即信息和信息之间的信息量可能存在差异，由此应该去度量收集到的真实有效的信息量具体是多少。王老师介绍了一种简洁高效的方法，就是从已知的信息去推算未知的信息，通过可推测的程度来度量采集到的数据真正的信息量。当谈及技术层面时，王老师认为在这个综合交叉的领域在面对各种问题时往往会采取不同的新型技术来针对性地解决问题，而不应该拘泥于传统的技术。

王老师提出，城市计算里的重要问题之一是时空预测问题。CNN被用来进行空间预测，而RNN则被用来进行时间预测。CNN的优势在于可以将城市作为一个图像，而将各个节点作为一个像素。但是CNN作为主要网格结构的局限在于城市区域必须划分为等大小的格子，而且只能优先抓取临近的空间关系。一项新型的技术是GCN，它的特点是邻居节点平均，即可以将一个节点和它相邻的节点通过某种方式一起计算，因此基于GCN的时空预测模型可以灵活构造多个graph来表示各类的空间关联。GCN的进一步应用是进行群体关联建模，然后进行协同建模，而如何构造graph是GCN能否进行有效建模的关键因素。

当谈及科研道路上的经验时，王老师语重心长地建议同学们要重点关注新的技术在特定领域的新的应用，在进行科研时要勇于涉足他人尚未进行研究的领域，开辟独特新颖的科研道路。在提问环节，王老师具体介绍了自己课题组的情况，以及课题组在城市计算方面的研究方向。

王老师的精彩分享令在场的同学无不受到启发与触动，最后，本次学术沙龙在同学们热烈的掌声中圆满结束。

响应学校“学科质量年”整体部署，信科“E席谈”青年学术沙龙会在本学期持续开展，从学科质量促进学生培养的角度，邀请信息学科领域优秀青年教师为本科生介绍信息技术学科和产业发展热点和前沿话题，分享青年教师的学术成长发展道路，引导信息学科本科学生一方面开阔学科视野，增进专业认知，寻找未来感兴趣的发展方向，另一方面坚定学科理想和学术追求，规划好学习科研的方向和计划，自觉将个人的学习成长与北大“新工科”建设发展战略、与世界信息科技前沿和产业发展、与国家重大战略需求紧密结合在一起，努力培养专业基础宽厚、创新能力突出、意志坚定、视野开阔的信息领域高层次人才。