报告人：香港科技大学陈凯教授
报告地点：信息楼114会议室
报告华体会网页版登陆入口：2024年8月24日（周六）下午3点
报告题目：Towards AI-centric Networking: Challenges and Opportunities
个人简介: 陈凯, 香港科技大学计算机科学与工程系教授，智能网络与系统实验室(iSING Lab)主任，港科大-浪潮先进云智能技术联合实验室主任、港科大-微信人工智能技术联合实验室主任、港科大-中国联通联合实验室副主任、香港RGC主题研究计划首席科学家。主要从事数据中心网络、高性能网络、AI算力网络、机器学习系统等方向的研究, 曾多次在ACM SIGCOMM, USENIX NSDI/OSDI, IEEE/ACM TON等国际顶尖学术会议和期刊上发表文章, 获得IEEE ICNP 2023最佳论文奖和ACM SIGCOMM 2010最佳论文提名奖，担任SIGCOMM, NSDI, EuroSys, TON等国际会议和期刊的程序委员和编委，是亚太网络研讨会APNet发起人和指导委员会主席。
摘要：The ever-growing AI and ML workloads present unprecedented challenges as well as opportunities for designing AI-centric networking for AI clusters. In this presentation, I will first talk about the special characteristics of communication with the distributed AI/ML training and then discuss how to explore these characteristics in designing next-generation network architecture and protocols for AI and ML workloads.
报告人：中国科学院陈恺研究员
报告地点：信息楼114会议室
报告华体会网页版登陆入口：2024年8月24日（周六）下午4点
报告题目：大模型安全：机遇与挑战
个人简介: 陈恺，国家科技创新领军人才，中国科学院信工所研究员、博士生导师，前沿创新与科教融合中心主任，《信息安全学报》编辑部主任。获得过中国科学院青年科学家奖、CCF-IEEE CS青年科学家奖、北京市科技奖杰出青年中关村奖、NASAC青年软件创新奖、北京市“杰出青年”基金、北京市智源青年科学家等多项荣誉。主要研究领域包括系统安全、人工智能安全。在IEEE S&P、USENIX Security、ACM CCS、NDSS、ICSE等信息安全领域高水平会议和期刊发表学术论文200多篇。主持国家自然科学基金重大研究计划项目、重点项目等。
摘要：大模型的出现对安全研究产生了重要影响。一方面它可赋能传统攻防手段，使其更为智能和高效；另一方面，其自身的安全问题，如“越狱”问题、“幻觉”问题、隐私问题等，也引发了人们在使用大模型时的担忧。这次报告将就这两方面展开，重点讲述如何使用大模型用以赋能传统安全攻防，也会讲述大模型自身的安全问题等。
