报告时间：2025年12月26日14：00 - 15：30

报告地点：计算机与大数据学院2-219会议室

报告题目：从数据挖掘到人工智能，我们到底在做什么？

报告简介：过去数十年中，数据挖掘与人工智能在不同的历史阶段逐步进入学术研究与实际应用，并在各自的发展过程中不断相互影响、相互融合。从“从数据中发现规律”，到“让机器具备智能”，研究目标的表述不断变化，但其背后始终指向同一个核心问题：如何将复杂而庞杂的数据转化为可理解、可利用、可决策的知识。

报告将以这一核心问题为线索，回顾数据挖掘与人工智能的技术演进，阐明二者并非彼此割裂的研究方向，而是在不同研究传统与技术条件下，对同一科学目标的不同实现路径。报告将讨论数据挖掘如何从早期的统计分析与规则发现出发，逐步吸收机器学习思想，并最终与现代人工智能方法形成紧密联系。

在理论研究层面，报告将结合报告人博士期间提出的一种频繁规律挖掘算法，说明经典数据挖掘研究在算法设计、理论分析与可解释性方面所体现的长期价值。通过这一案例，报告将展示在不依赖深度模型的前提下，如何系统性地刻画数据中的结构性信息。

在应用研究层面，报告将进一步介绍报告人近期科研团队的一项研究工作，展示如何将 Transformer 等现代人工智能模型应用于医疗与制药相关问题中，构建从数据表示、模式学习到任务决策的一体化方法框架，从而体现当代人工智能技术在真实复杂场景中的能力与挑战。

最后，报告将从研究目标与方法论的角度，对数据挖掘与人工智能进行重新审视，探讨它们在“发现知识”与“构建智能”之间的内在统一性，以及在可解释性、泛化能力和应用边界上的关键差异。通过这一讨论，报告希望引导听众重新思考：在不断变化的技术名词背后，我们作为研究者真正应当关注的是什么。

 报告人介绍：姜凡博士现任加拿大北英属哥伦比亚大学（University of Northern British Columbia）计算机科学系副教授，长期从事数据科学与人工智能相关研究与教学工作。他先后于加拿大曼尼托巴大学获得计算机科学荣誉学士、硕士及博士学位，具有扎实的理论基础和系统的学术训练。其研究方向涵盖大数据挖掘、人工智能、自然语言处理等多个前沿领域，在相关方向已发表学术论文 60 余篇，研究成果在学术界和应用领域均产生了一定影响。凭借持续而突出的科研表现，姜凡博士于 2023 年荣获北英属哥伦比亚大学“卓越科研奖”，并因其教学投入与教学质量获得同年“卓越教学奖”提名。除科研与教学工作外，姜凡博士积极参与学术服务与专业组织建设，自 2018 年起担任 国际电气与电子工程师协会（IEEE） 北英属哥伦比亚分会主席，致力于推动区域内计算机科学与工程技术的学术交流与人才培养。