導語

集智俱樂部聯合中國科學技術大學教授趙云波、華東師范大學副教授吳興蛟兩位老師共同發起。本次讀書會探討人類與機器智能的優勢與邊界，聚焦數據稀缺、高效人機協作、決策可解釋性及多模態協作在交叉學科中的應用。

本期是「大模型時代下的人機協同與交互」第3次分享，吳興蛟老師將系統介紹HITL機器學習的基本框架與核心方法。通過分析HITL在跨學科領域的典型應用案例，探討其如何推動AI系統從“自動化”走向“智慧化”，并解決實際應用中的技術與倫理挑戰。

背景

隨著人工智能的發展，傳統的“全自動”機器學習方法在處理復雜、不確定和動態變化的現實問題時，往往面臨泛化能力不足、可解釋性差和缺乏適應性的挑戰。“人在回路（Human-in-the-Loop, HITL）”機器學習應運而生，強調在算法設計、模型訓練和決策過程中引入人類知識、反饋和監督，形成“人機協同”的智能系統，提升AI的魯棒性、透明度和人類價值對齊能力。

簡介

本講座將系統介紹HITL機器學習的基本框架與核心方法。通過分析HITL在跨學科領域的典型應用案例，探討其如何推動AI系統從“自動化”走向“智慧化”，并解決實際應用中的技術與倫理挑戰。

大綱

1、HITL機器學習的基本框架與核心方法

2、典型應用案例

3、實際應用中的技術與倫理挑戰

參考文獻

1、Slade P, Atkeson C, Donelan J M, et al. On human-in-the-loop optimization of human–robot interaction[J]. Nature, 2024, 633(8031): 779-788.

2、Wu X, Xiao L, Sun Y, et al. A survey of human-in-the-loop for machine learning[J]. Future Generation Computer Systems, 2022, 135: 364-381.

3、Liu Z, Xu J, Wu X, et al. Multi-Type Preference Learning: Empowering Preference-Based Reinforcement Learning with Equal Preferences[J]. arXiv preprint arXiv:2409.07268, 2024.

主講人

吳興蛟，華東師范大學藥學院副教授。曾獲上海市超級博士后。在重要國際會議/期刊發表學術論文50余篇，其中ESI全球熱點論文（近10年內發表且被引次數排在相應學科領域全球前0.1%以內的論文）1篇，ESI高被引論文（全球前1%以內）2篇，SCI一區/CCF A類14篇(其中一作/通訊9篇)，SCI二區/CCF B類15篇(其中一作/通訊7篇)。發表在 FGCS上的論文獲 Editor’s Choice Papers（一區期刊，入選率0.5%），McGE ’23 會議上論文獲Best paper Award（CCF A類會議Workshop）。主持國家自然科學基金青年科學基金、上海市2024年度“科技創新行動計劃”新一代信息技術關鍵技術攻關（第一批）項目、上海市多維度信息處理重點實驗室開放課題項目、華東師范大學優秀博士生學術創新能力提升計劃項目，作為子項目負責人主持華為諾亞方舟實驗室合作項目等。研究工作獲上海市技術發明一等獎一項、上海市科技進步二等獎一項，博士期間獲中國大學生自強之星、上海市優秀畢業生等榮譽稱號。

研究方向：AI4Science、數字藥物，人在回路計算。

直播信息

時間：

2025年7月19日晚上19:00-21:00

報名加入社群交流：

掃碼參與，加入群聊，獲取系列讀書會回看權限，成為人機交互與協同社區的種子用戶，與社區的一線科研工作者與企業實踐者溝通交流，共同推動人機交互與協同社區的發展。

「大模型時代下的人機交互與協同」

讀書會

集智俱樂部聯合中國科學技術大學教授趙云波、華東師范大學副教授吳興蛟兩位老師共同發起。本次讀書會將探討：

人類智能和機器智能各自的優勢有哪些？智能邊界如何？如何通過更有效的標注策略和數據生成技術來解決數據稀缺問題？如何設計更加高效的人機協作系統，實現高效共贏的效果？如何提高機器決策的可解釋性與透明性，確保系統的可信度？如何通過多模態協作融合不同感知通道，應對復雜的決策任務？

讀書會7月4日開始第一次分享，每周六進行，預計持續約8周，具體時間社群通知，誠摯邀請領域內研究者、尋求跨領域融合的研究者加入，共同探討。

詳情請見：