2026 年 7 月 30 日，由电子信息与电气工程学院主办的前沿学术讲座顺利举办。本次讲座特邀新加坡国家科研院 AI 智能体部部长、国家应用 AI 卓越中心平台主任周天异博士，与新加坡科技研究局前沿人工智能研究中心高级研究科学家甄亮利博士作专题学术分享。学院相关领域教师、智能康复系统感知与控制国际联合研究中心科研人员及在读研究生到场聆听，共同围绕人工智能领域前沿方向与产业实践展开深度交流。
上午 9 时，讲座正式开始。周天异博士首先以《从工作流到证据流：AI 时代科研组织的重构》为题作报告。他结合科研组织的真实落地实践，从大模型通用能力商品化的行业趋势切入，系统剖析了 AI 落地难、缺乏 “即装即用” 通用工具的深层原因，深入阐释了科研机构应当自主建设的核心资产与战略投入方向。报告完整呈现了科研组织协议的设计与实现路径，提出 “通用工具管理工作流，科研组织需管理证据流” 的核心判断，围绕主张、证据、负结果、可复现性与溯源的管理逻辑展开详细解读，并最终给出 “不与模型赛跑，为模型建粮仓” 的战略判断与可落地的组织诊断方法，为在场师生带来了 AI 时代科研组织转型的全新视角。
随后，甄亮利博士以《分布偏移下的稳健学习：从域泛化到可靠临床应用》为题作分享。他针对深度学习落地中普遍存在的分布偏移难题，聚焦人工智能在临床医疗等高风险场景的可靠部署需求，系统介绍了团队在域泛化方向的系列研究成果，从学习与优化双维度提出增强模型跨域泛化能力的技术路径；同时结合医学图像分割的实际场景，讲解了基于视觉上下文学习的少样本适配方案，以及结合证据置信度实现拒识与质量控制的技术思路，全面展现了稳健学习技术从理论创新到临床落地的完整研究脉络。
报告分享结束后，在场师生围绕科研组织证据流落地路径、医学场景下模型稳健性优化、少样本学习的应用边界等问题踊跃提问，两位专家结合自身研究经验与项目实践逐一作出细致解答，现场互动充分、学术氛围浓厚。
此次高水平学术讲座的举办，为学院师生搭建了接触国际前沿研究、拓展学术视野的优质平台，既带来了人工智能领域的前沿技术成果，也为科研组织管理与技术落地应用提供了全新的思路借鉴。未来，学院与智能康复系统感知与控制国际联合研究中心将持续深化国际学术交流，广泛吸收前沿技术成果，推动可信人工智能技术与智能康复领域的深度融合，为学科建设与科研创新注入新的活力。
一 审：周 楠
二 审：罗俊溢
三 审：施开波
