信息来源：中国人民大学新闻学院 发布日期：2026年7月14日

在小说阅读器读本章去阅读在小说阅读器中沉浸阅读       2026年7月10日至12日，第八届亚洲机器学习与计算会议（ACMLC 2026）成功举办。本次会议由中国人民大学主办，新闻学院与高瓴人工智能学院联合承办。

作为ACMLC会议历史上首次由社科与工科联合承办的国际学术会议，本届大会充分彰显了跨学科深度融合的办会理念，为机器学习与智能计算研究注入了人文社科的独特视角。来自国内外的近百位专家学者参会，围绕机器学习、智能计算、人工智能等领域的前沿理论、关键技术与创新应用展开深入研讨。

学科交叉

7月11日上午，大会正式开幕。新闻学院院长、教授周勇在欢迎辞中指出，今天，机器学习与人工智能不仅在重塑计算技术，更在深刻改变人类传播方式、信息接收模式与认识世界的基本路径。新闻学院为什么要承办机器学习会议？答案正在于此：未来的引领者，必定是那些能够架通技术世界与人文世界的人。智能传播是人大新闻学院未来重点布局的方向领域，机器学习与智能计算正是支撑该领域发展的核心技术基础，本次会议召开是新闻学院在这一方向积极探索、主动谋划的举措。

本次大会联合主席、高瓴人工智能学院教授陈旭在开幕致辞中介绍，本届会议共收到来自学术界与工业界的大量投稿，参会论文均经过严格的同行评审。他特别指出，本届大会的一大亮点在于设置“机器学习”与“计算社会科学”两大主题板块，充分体现了本次会议促进技术前沿与社会科学交叉对话的独特定位。陈旭对各位作者、审稿人以及全体与会嘉宾的贡献与支持表示衷心感谢，并期待与会者在主旨报告、口头报告与线上专题论坛等多元环节中展开深入交流，共促学术创新。

开幕式由ACMCL2026大会联合主席、新闻学院教授吴小坤主持，她代表会议承办方和组织团队，简要介绍了会议背景与议程安排，并向与会嘉宾致以诚挚欢迎。

主旨报告：

国际顶尖学者共话前沿

本届会议特邀三位国际知名学者作大会主旨报告，呈现了一场高水平的学术盛宴。

澳大利亚国立大学教授（IEEE Fellow, ARC Future Fellow）Daoyi Dong以 “Several Results on Quantum Machine Learning”为题，系统阐述了量子机器学习的研究进展，深入介绍了量子强化学习、参数化量子线路优化及量子核方法等前沿成果，展示了量子计算与人工智能融合发展的广阔前景。

加拿大滑铁卢大学教授（IEEE Fellow, AAIA Fellow）何品翰作题为 “Observation-Driven World Models for Embodied Edge AI” 的报告，从感知、无线观测、世界模型构建及信念更新等维度，系统阐释了面向具身智能的边缘人工智能理论框架，为智能系统的未来设计提供了创新思路。

华南理工大学教授（IEEE Fellow, IET Fellow, AAA Fellow）陈敏以 “HongWU: Hierarchical On-demand Cognitive Big Model with World Utility”为题，介绍了面向认知智能的大模型框架 HongWU，重点分享了大模型、认知计算、边缘智能及多智能体协同等方面的最新研究进展，为人工智能赋能复杂工程系统提供了创新方案。

专题探讨：

多个前沿方向交相辉映

大会设立现场专题分会与线上专题论坛，议题涵盖人工智能治理、多模态情感识别、生物医学信息检索、遥感图像处理、机器学习模型与算法设计、机器学习驱动智能控制系统、生成式人工智能与大语言模型等多个前沿方向。其中，人工智能治理、多模态情感识别等议题与算法伦理、传播效果研究深度关联，吸引来自计算机科学、新闻传播学等多学科专家与同学们参与研讨，充分凸显了本次会议的独特价值。新闻学院教授塔娜主持专题分会并发言；王裕平、周其林等多位计算方向的教师参加会议，现场学术氛围浓厚。

校园参访：

展现跨学科建设成效

会议期间，组委会组织与会嘉宾参观了中国人民大学校园及新闻学院、高瓴人工智能学院，进一步增进参会专家学者对学校学科建设、科研平台及人才培养体系的了解。参访新闻学院期间，嘉宾深入了解了学院的支撑学科与前沿方向。作为国内新闻传播学科的领军院系之一，新闻学院近年来积极推动“新文科”建设，深化新闻传播学与人工智能、数据科学的交叉融合，着力培养兼具技术素养与人文底蕴的复合型人才。

高瓴人工智能学院作为学校推进人工智能领域科研创新与人才培养的重要载体，建有大数据管理与分析方法研究北京市重点实验室等多个专业实验平台，围绕人工智能基础理论、智能系统、机器学习、大数据分析等前沿方向，着力推动人工智能技术与社会科学、信息科学等多学科深度交叉融合。通过此次参观交流，与会专家学者深入了解了中国人民大学的科研建设与应用成果，为后续深化科研合作、拓展学术交流与多领域协同创新奠定了良好基础。

ACMLC 2026的成功举办，集中呈现了机器学习与智能计算领域的最新研究进展与实践成果，也为新闻传播学科与人工智能学科的跨领域交流提供了有益尝试。