2023年10月26日至28日，计算机与人工智能学院院长胡新荣和副院长彭涛一行带领39名研究生代表，前往沈阳新世界博览馆参加了第二十届中国计算机大会（CNCC2023），大会主题为“发展数字基础设施，支撑数字中国建设”。
本次大会由中国计算机学会主办，汇集了800多位国际知名学者、产业界和学术界代表等重要嘉宾（其中两院院士22人）。他们汇聚一堂，分享前沿技术、先进理念以及深刻观点，为整个计算领域带来了强烈的碰撞和交流。大会共吸引13000多名高校师生、企业代表相约赴会，是CNCC史上首次万人规模的线下盛会。
这次大会是计算技术领域的饕餮盛宴，共设置近20个特邀报告、3场大会论坛、130个技术论坛、20余场专题活动、100余个科技成果展，探讨了如何发展数字基础设施，以及支持中国数字化建设等关键问题，为参会者带来了新体验和新收获。这是一次富有成果和深远意义的盛会，为学院的研究生代表提供了与学术界和行业界专家互动和学习的宝贵机会，参会研究生都感觉受益匪浅。
2022级研究生李幸阜
参加2023中国计算机学会（CNCC）的经历令人难以忘怀。在这个卓越的学术盛会中，我有机会与来自各个背景和领域的杰出学者和专业人士互相交流、学习和分享。其中，我特别选择参加了"大模型与推荐系统"的专题汇报。这个主题深入探讨了大语言模型在推荐系统中的应用和相关研究。唐睿明主任的汇报《推荐系统如何从大语言模型中取长补短：从应用视角出发》给我留下了深刻的印象。他详细介绍了大语言模型（LLM）在推荐系统中的关键作用，强调了LLM的语义信号丰富，跨领域推荐能力出色，但也面临协同信号不足和高计算复杂度等挑战。也讲述了传统的推荐模型相对较小，具有较低的时间和空间开销，能够更好地利用协同信号，但在语义信息和深度意图推理方面相对不足。他深入解释了如何结合两者的优势，从而取长补短，实现更全面和有效的推荐系统。此外，唐主任还分享了关于使用LLM的通用语义信息来丰富推荐特征表示的方法，以及如何克服LLM在处理长序列数据时面临的挑战，为我们提供了宝贵的见解。这次学习让我更加了解了LLM与推荐系统相结合后的发展趋势与展望，激发了我进一步研究和探索的兴趣。
2022级研究生郑兴伟
通过三天的会议学习，我收获颇丰。CNCC2023开拓了我的学术视野，加深了我对计算机学科的认识，更加增强了我的学术研究兴趣。
除了总会外，我还参加了元宇宙服务以及应用、web3.0前沿技术与未来趋势、大模型时代的智能物联网研究前沿等分论坛。最让我印象深刻的是元宇宙这个主题，其中哈工大的徐教授向我们展示了元宇宙在各个领域的应用以及未来的研究方向。
徐教授展示了元宇宙在教育领域中的应用，这个应用中的虚拟老师可以随时随地上课，收集与回答学生的问题，随着数据量的扩大会更智能。因为我本科有过在乡村小学支教的经历，看到这个应用我内心十分激动。它真的可以让偏远地区的学校享受到优质的教育，我真切地体会到了科技改变生活。
作为CCF的一员，我将以CNCC为契机，结合自身的工作岗位，提升自身学术研究能力，增强自己的计算思维和工匠精神的探索意识，为我国计算机专业的发展贡献微小力量。
2022级研究生王萌
我们有幸能参加CNCC2023大会，很感谢学院和导师提供的学习机会，这对于我们来讲是一次宝贵的经历，让我们有幸能接触到计算机领域的很多专业人士，学到了很多计算机和人工智能领域的最新研究成果和创新思想。
我们每个人的方向虽然不太一样，但是大会的议题广泛而深入，各位演讲嘉宾和专家学者们分享了他们在各自领域的前沿研究和创新应用，我们都能听到和我们对口的方向，学到了很多东西，让我们对行业的发展趋势和未来的发展方向有了更清晰的认识。其次，我们深受大会的学术氛围和互动交流所感染。各位专家学者们分享自己的见解和经验，通过与他人的交流，不仅能从他们的研究成果中汲取灵感，也对自己的方向有了更深刻的认识和了解。此外，大会组织方还安排了精彩的主题演讲和专题研讨会。我们有幸聆听了一些顶尖专家的演讲，他们深入浅出地介绍了自己的研究内容，并分享了对于未来发展的思考和展望。这些演讲不仅开拓了我们的思维，也激发了我们对技术创新和学术研究的热情。
参加CNCC2023大会让我们深刻感受到了学术界的活力和创造力。我们会继续努力学习和研究，将所学知识应用到实践中。
2022级研究生韩文昊
参加2023年CNCC大会是一次极具收获的经历。会议规模宏大，参与者众多，涵盖了各个领域的顶尖专家和业界精英。在这次大会中，我深受启发，对当前科技行业的发展趋势有了更清晰的认识。
大会的主题“发展数字基础设施，支撑发数字中国建设”紧扣时代热点，涵盖了人工智能、区块链、生物技术等前沿领域，使我对这些领域的最新进展有了深入了解。听取了一些顶级专家的演讲，我对未来科技发展的前景充满了信心，也更加明确了自己在其中的方向和努力方向。
我参加了机器人具身感知与灵巧操作、智能机器人如何迈进感控协同与行业可用等报告，其中的一个报告：机器人操作技能学习对我来说受益匪浅。这次报告是来自浙江大学的熊蓉教授来讲授的，她首先在混杂开放场景智能操作仍面临各种挑战，然后对于杂乱遮挡场景下鲁棒位姿估计进行了模拟讲解，她还对机器人操作技能学习成为重要研究热点进行展望，同时展出了她们团队进行的相关工作和研究，解释了相关原理与内容细节。我在这个讲座中收获颇丰。
参加CNCC大会也让我感受到了技术创新的力量。许多展示区域展示了最前沿的科技产品和解决方案，让我看到了技术的无限可能性。这也鼓舞了我在自己的领域里不断努力，追求更高的创新高度。
参加2023年CNCC大会是一次非常有意义的经历。我从中获得了深刻的启示，也结交了许多优秀的同行。这次经历将成为我未来发展道路上的宝贵财富，我期待着在接下来的日子里将这些收获转化为实际行动，为科技进步和社会发展贡献自己的一份力量。
2022级研究生王嘉树
我们参与了包括网络安全、元宇宙、端云协同下分布式模型学习与进化和多模态等多场讲座，其中让我印象深刻的是：机器世界新技术——视觉端边云系统数字视网膜前沿技术和标准化。
多媒体和人工智能各自蓬勃发展，当下广受重视，边缘智能需要处理AI模型和用户数据，并提供QoS保证的推理延迟和准确性。视觉端边云系统数据体量骤增，视觉需求巨大，该系统有着减少数据传输宽带，降低网络延迟、实时性要求高、边缘测具备一定的计算能力和支持多种类型视觉流快速运行的优点。基于人机融合智能的多流数据视觉端边云系统技术：
端侧处理视觉数据生成问题关键技术机器视觉智能编码和人类视觉智能编码；边侧处理多流数据传输问题关键技术多流数据计算资源分配优化和多流自适应卸载方法；云侧处理资源协同分配问题关键技术边云协同资源联合优化和边云协同多模型联合推理；系统侧处理复杂协同优化问题关键技术复杂场景系统联合感知优化和人机融合系统混合分层优化。
然而也伴随着种种问题，端侧：特征提取准确性差异导致视频编码质量差、传统编码器在小视野场景编码质量差；边侧：多流数据的非结构化，所需的计算资源和传输码率有差异性、多流数据的异构特征导致任务卸载难以选择；云侧：宽带和算力资源有限，导致大规模视频任务难以高效处理、模型参数量越大，成本增长越迅速；系统侧:多样化场景难以有效分配海量推理任务，资源浪费；应用场景包括：能源电力领域、城市轨道交通领域、沉浸式文旅领域。
总之这次cncc之行，收获很大。