報告題目：E-CARGO/RBC: 助力AI時代的創新研究

報告時間：2024年12月25日上午10:00

報告地點：437bwin必贏國際官網B404

報告人：Haibin Zhu

報告人國籍：加拿大

報告人單位：Nipissing University, Canada

報告人簡介：朱海濱:加拿大尼普森大學計算機與數學系教授、協同系統實驗室創始主任，康考迪亞大學和勞倫森大學兼職教授。中國國防科技大學博士。曾任國防科大教授。已完成300多項研究成果，包括50余篇IEEE Transactions論文、六部專著、六篇章節、四期期刊、六部會議論文集和一個授權軟件產品。他是IEEE Fellow, I2CICC Fellow，ACM高級會員，SigmaXi正式會員，CAST-USA終身會員。現任IEEE SMC學會副主席(2023-), 理事會成員(2022-), 分布式智能系統技術委員會共同主席(2014-), IEEE  Trans. SMC: Systems和IEEE Trans. Computational Social Systems副主編(2018-)，曾任IEEE SMC Magazine 主編（2022），Role-Based Collaboration方法學和E-CARGO模型的創立者。IEEEXplore的協同領域最高產作者。2023、2024 IEEE E-CARGO 及應用夏令營總主席。已獲SSHRC, NSERC, IBM 等機構逾百萬加元的科研經費資助。

報告摘要：在人工智能時代，許多人工智能工具（例如大型語言模型（LLM））越來越能夠處理各種例行智能任務，例如常規問題解決和編碼。因此，許多依賴這些任務的工作都面臨著被 LLM 取代的高風險。為了適應這些挑戰，傳統工作者必須掌握創造性思維和先進的高級建模工具。      

基于角色的協作 (RBC) 是一種支持協作的計算方法。利用E-CARGO 作為基礎機制。RBC 分為幾個階段：角色協商、角色分配、角色執行和角色轉換。因為社會和經濟系統是典型的協作系統，所以RBC 及其相關構件作為抽象模型，可以很好地規范社會活動。

Environments – Classes, Agents, Roles, Groups, and Objects (E-CARGO) 模型已經發展成一種復雜系統的通用模型，滿足計算社會仿真的需求。我們首先確立社會模擬的基本要求，并闡明了 RBC、E-CARGO、群體角色分配 (GRA) 和自適應協作 (AC) 方法和模型的適應性。基于 RBC、E-CARGO 和 GRA，提出了如何使用 E-CARGO 相關模型和算法進行社會仿真的新方法。

本次講座將探討協作系統和技術的研究需求，概述 RBC 及其基礎模型 E-CARGO，并回顧 RBC 和 E-CARGO 研究的最新成果。此外，結合 RBC 和 E-CARGO 相關問題的基本研究方法，探討高質量論文寫作和創行性科研的思路和途徑。

邀請人：彭智勇