报告题目：E-CARGO/RBC: 助力AI时代的创新研究

报告时间：2024年12月25日上午10:00

报告地点：美高梅4688集团amB404

报告人：Haibin Zhu

报告人国籍：加拿大

报告人单位：Nipissing University, Canada

报告人简介：朱海滨:加拿大尼普森大学计算机与数学系教授、协同系统实验室创始主任，康考迪亚大学和劳伦森大学兼职教授。中国国防科技大学博士。曾任国防科大教授。已完成300多项研究成果，包括50余篇IEEE Transactions论文、六部专著、六篇章节、四期期刊、六部会议论文集和一个授权软件产品。他是IEEE Fellow, I2CICC Fellow，ACM高级会员，SigmaXi正式会员，CAST-USA终身会员。现任IEEE SMC学会副主席(2023-), 理事会成员(2022-), 分布式智能系统技术委员会共同主席(2014-), IEEE  Trans. SMC: Systems和IEEE Trans. Computational Social Systems副主编(2018-)，曾任IEEE SMC Magazine 主编（2022），Role-Based Collaboration方法学和E-CARGO模型的创立者。IEEEXplore的协同领域最高产作者。2023、2024 IEEE E-CARGO 及应用夏令营总主席。已获SSHRC, NSERC, IBM 等机构逾百万加元的科研经费资助。

报告摘要：在人工智能时代，许多人工智能工具（例如大型语言模型（LLM））越来越能够处理各种例行智能任务，例如常规问题解决和编码。因此，许多依赖这些任务的工作都面临着被 LLM 取代的高风险。为了适应这些挑战，传统工作者必须掌握创造性思维和先进的高级建模工具。      

基于角色的协作 (RBC) 是一种支持协作的计算方法。利用E-CARGO 作为基础机制。RBC 分为几个阶段：角色协商、角色分配、角色执行和角色转换。因为社会和经济系统是典型的协作系统，所以RBC 及其相关构件作为抽象模型，可以很好地规范社会活动。

Environments – Classes, Agents, Roles, Groups, and Objects (E-CARGO) 模型已经发展成一种复杂系统的通用模型，满足计算社会仿真的需求。我们首先确立社会模拟的基本要求，并阐明了 RBC、E-CARGO、群体角色分配 (GRA) 和自适应协作 (AC) 方法和模型的适应性。基于 RBC、E-CARGO 和 GRA，提出了如何使用 E-CARGO 相关模型和算法进行社会仿真的新方法。

本次讲座将探讨协作系统和技术的研究需求，概述 RBC 及其基础模型 E-CARGO，并回顾 RBC 和 E-CARGO 研究的最新成果。此外，结合 RBC 和 E-CARGO 相关问题的基本研究方法，探讨高质量论文写作和创行性科研的思路和途径。

邀请人：彭智勇