个人介绍：王晨，现担任清华大学大数据系统软件国家工程研究中心总工程师、清华四川能源互联网研究院大数据研究中心主任，《中国制造2025》路线图（操作系统与工业软件）编写组副组长，国家产业基础专家委员会委员（工业软件方向），参与多项国家级、部级信息化与大数据规划指南撰写，领导实施多个制造业龙头企业工业大数据项目。曾担任IBM中国研究院主任研究员，数据管理技术研究部高级经理，IBM全球分析云研究战略负责人。他同时在数据领域的顶尖国际会议与期刊上发表了40余篇论文，获得60余项中国、美国发明专利（含已公开），担任多个学术会议审稿人，担任《大数据导论》、《工业大数据分析指南》、《工业大数据产业与技术白皮书》等多本著作编委。他是工信部工业互联网产业发展联盟（AII）副秘书长，北京工业互联网技术创新与产业发展联盟秘书长，中国计算机学会数据库专委会委员，产学研工作组副组长，中国自动化学会大数据专委会委员，ACM SIGBED China常务委员，全国信标委工业APP工作组副组长、大数据工作组工业大数据专题组组长，Apache基金会IOTDB项目PPMC，工信部工业强基、工业互联网等专项评审专家。曾获得北京市科技进步一等奖（2020），日内瓦发明金奖（2022）等科技奖励。

个人介绍：王莉，太原理工大学教授，博士生导师，太原理工大学大数据智能理论与工程研究中心负责人，人工智能系主任，校学术委员会委员，山西省女科技工作者委员，CCF高级会员，CCF大数据专家委常委，CCF人工智能与模式识别专家委委员，CCF协同计算专委委员，人工智能学会服务智能专委委员。主要研究领域为大数据智能、知识图谱、数据挖掘等。承担完成国家基金、科技部专项、863、军科创新、博士后基金、山西省科学基金等项目30余项，发表学术论文200余篇，出版专著2部，授权专利、软件著作权10余项。担任了多个国际国内会议的程序委员。

报告题目：数据及人工智能大模型在东数西算工程的探讨及在非确定性柔性制造场景的应用

报告摘要：目前，算力已成为数字经济发展的核心能力之一。随着数字技术向经济社会各领域全面持续渗透，全社会对算力需求仍十分迫切，目前预计每年仍将以20%以上的速度快速增长。为加快推动算力建设，有效激发数据要素创新活力，加速数字产业化和产业数字化进程，催生新技术、新产业、新业态，和支撑经济高质量发展， 国家也规划各城市人工智能普适算力的布局。2022年3月，在十三届全国人大五次会议审议的计划报告中明确提出“东数西算”工程，此举是为了解决东部密集的算力需求下能源紧张的问题，利用西部的算力资源支撑东部的数据运算。其中的“数”指“数据”，即大数据，“算”指“算力”，即对数据的计算能力。本报告先介绍“东数西算”工程，及对AI大模型的助益，接着对数据在东数西算工程中的安全及其部署的探讨。最后讨论在非确定性柔性制造制药场景的AI大模型实践，以及对“东数西算”的展望。

个人介绍：陈俊龙（ C. L. Philip Chen）博士，国家高层次人才，华南理工大学计算机学院院长、讲座教授及清华大学的海外杰出教授。陈教授是中国自动化学会副理事长，是IEEE Fellow、AAAS Fellow、IAPR Fellow、 欧洲科学院院士（Academia Europaea）、欧洲科学与艺术院院士（European Academy of Sciences and Arts）、自动化学会(CAA) 、及香港工程师学会 (HKIE) Fellow。陈教授曾任IEEE Trans. on Cybernetics （2020-2021），及IEEE Trans. on Systems, Man, and Cybernetics: Systems （2014-2019）两个顶级SCI期刊主编，曾任该学会国际总主席 (2012-2013)，也是国内期刊 CAAI Trans on AI,《中国科学》，和《自动化学报》的编委。 2018年陈教授获得了IEEE系统科学控制论的最高学术维纳奖(Norbert Wiener Award)，获 2021 IEEE Joseph Wohl 终身成就奖，及我国人工智能学会吴文俊人工智能杰出贡献奖。陈教授科研方向主要在智能系统与控制，计算智能，混合智能，数据科学方向，他是2018 计算机，2019-2022年Clarivate Analytics工程及计算机双学科全球高被引科学家。

报告题目：工业物联网大数据关键技术及其应用

报告摘要：工业物联网是工业大数据的主要数据来源，其采集、管理、分析是工业大数据核心增值过程。本报告将阐述工业物联网大数据的特点，以Apache IoTDB为例介绍工业物联网大数据关键技术，及其在我国智能制造领域的创新应用，最后分享工业物联网大数据技术发展趋势。

个人介绍：王建民，教授，清华大学软件学院院长，清华大学学术委员会委员。大数据系统软件国家工程实验室执行主任、工业大数据系统与应用北京市重点实验室主任。国家杰出青年科学基金获得者、国家政府特殊津贴获得者、国家“万人计划”入选者。研究领域为工业数据软件，在工业大数据软件体系架构、物联网时序数据库管理系统、产品生命周期数据管理系统、非结构化数据管理与分析技术等方面取得创新性成果，先后获得国家科技进步奖2次，省部级技术发明/科技进步一等奖共4次。

报告题目：工业大数据建模的可靠性与实用性

报告摘要：利用工业大数据建立数学模型时，可靠性是技术实用的关键问题。所谓的可靠性，可以理解为模型的精度和适用范围是稳定的、可知的。报告人根据实践经验，介绍了在工业大数据背景下，获得可靠性模型、验证模型可靠性的一些行之有效的方法。

个人介绍：郭朝晖博士，教授级高工，上海优也信息科技有限公司首席科学家。原宝钢中央研究院首席研究员。曾经担任中国工业与应用学会副理事长、中国现场统计学会理事以及中国自动化学会多个专委会的委员。牛津大学、清华大学访问学者。

报告题目：工业大数据在移动机械效能提升中的应用

报告摘要：针对非道路移动机械能效提升中存在的工况数据缺陷、优化路径不确定等问题，提出了赛搏工业大数据应用方案，建立了数据体系、系统平台和专业化效能分析模型与优化策略，并成功应用在挖掘机和搅拌车节能控制系统中。

个人介绍：周翔，博士、研究员级高级工程师，长沙赛搏机器智能有限公司董事长兼CEO，中南大学、清华大学兼职教授，中集集团科技委外部专家委员。曾任三一集团技术委员会副主任，三一集团高级副总经理、三一智能研究院长、长沙湘计海盾总经理；获17届中国科协“求是杰出青年成果转换奖”，2012年国家技术发明二等奖，2014年国家科技进步二等奖，发明专利50多项、专著《物联网与工程机械》，入选2018年湖南省121创新人才工程第一层次人选。

报告题目：数据驱动的复杂工业过程运行优化控制

报告摘要：人工智能与制造业深度融合正引发影响深远的产业变革。流程制造业在国民经济中占有基础性的战略地位，智能制造是提高其竞争力的必然选择，如何实现流程制造业的智能优化制造为自动化提出了新的挑战与机遇。围绕流程制造系统全局优化的实际需求，以实际工业过程为背景，在深入分析全局协同运行优化问题特征与关键科学问题的基础上，将控制与优化、智能行为与智能方法等相结合，引入迁移学习、深度学习等方法研究实现全局优化的数据驱动的复杂工业系统运行优化控制的设计方法，本报告将介绍相关近期研究成果。

个人介绍：丁进良，东北大学教授、博士生导师。长江学者特聘教授、国家杰出青年科学基金获得者，现任流程工业综合自动化国家重点实验室副主任。长期从事复杂工业过程智能建模与智能优化与控制、生产全流程运行优化、计算智能及其应用研究。先后主持和参与国家自然科学基金重大项目课题、国家重点研发项目课题等科研项目30余项。发表论文200余篇，获IFAC会刊Control Engineering Practice 2011-2013年度最佳论文奖。获得发明专利50余项（美国专利4项）、计算机软件著作权20项。获第十四届中国青年科技奖、国家技术发明二等奖1项（排名第2）和省部级一等奖3项。