AiDD研发数字峰会

出品人：漆桂林

东南大学计算机与软件工程学院教授、东南大学认知智能研究所所长、南京柯基数据科技有限公司首席科学家、OpenKG发起人之一、中国中文信息学会语言与知识计算专业委员会副主任、中国科学技术情报学会知识组织专业委员会副主任、国际期刊 Journal of Data Intelligence 主编、国际期刊 Journal of Web Semantics 副主编。获得“江苏省六大人才高峰”资助和“创业南京高层次人才”资助。编写专著2 部,发表高水平学术论文 260 余篇。获得授权发明专利18项。主持和参与科技部重点研发项目、国家 863项目、自然科学基金重点、自然科学基金面上等 10 余项国家级知识图谱和自然语言处理相关项目以及阿里云、支付宝、中移动等企业项目。获2024电力科学技术进步奖三等奖。指导学生发表的论文获得国际会议ICTAI2015 最佳学生论文奖和中国国际大学生创新大赛（2023）银奖。

东南大学计算机与软件工程学院教授、东南大学认知智能研究所所长

下一代知识工程

论坛聚焦大模型时代知识工程的创新与突破，探讨符号系统与大语言模型的有机融合路径。论坛将围绕大模型与知识图谱互相增强、知识记忆与推理机制、符号化知识与大模型参数化知识融合、神经符号协同演化、自主可控大模型框架等核心议题展开，结合教育、医疗、金融等领域落地实践，探讨大模型时代知识表示与推理、知识融合、知识更新等知识工程机制的新技术。

大模型时代的知识存储范式-Agentic Knowledge Base

杨成彪

南京柯基数据 CTO

内容简介：

在大模型驱动的智能时代，知识存储不再是静态信息的简单堆积，而是面向智能体（Agent）的动态知识基础设施。Agentic Knowledge Base作为新一代存储范式，融合知识图谱、上下文记忆、语义检索与推理能力，不仅提供高效的数据访问，更支持智能体的自主决策与任务执行。相比传统知识库，它具备可感知、可推理、可行动的特性，能够在多模态数据、长上下文、链式推理场景中发挥核心作用。本报告将探讨这一概念的技术架构、关键能力及典型应用，揭示其在企业智能化与Agent生态中的战略价值。

演讲提纲：
1. 范式转变的必然性
1.1 Agentic AI的发展趋势
1.2 Agentic AI对外部知识的需求
2.大模型时代知识存储的研究进展
2.1 知识内化
2.2 检索增强（RAG&GraphRAG）
2.3 深度搜索和深度研究（Deep Search&Deep Research）
2.4 上下文工程（Context Engineering）
3.Agentic Knowledge Base技术架构
3.1 技术架构
3.2 关键技术
3.3 无处不在的知识图谱
4.应用场景与价值
5.未来趋势与挑战

听众收益：
1.洞察行业趋势，掌握新一代知识存储范式
深入理解大模型驱动下知识库的技术演进，抢先布局Agent时代的核心基础设施。
2.获得可落地的技术架构与设计思路
全面解析Agentic Knowledge Base的分层架构、关键能力，帮助企业构建智能化知识底座。
3.发掘典型应用场景与商业价值
从企业虚拟专家到工业Agent，探索面向智能体的知识库如何提升业务效率、降低成本、驱动创新应用。

东南大学博士，南京柯基数据CTO。主要研究方向是知识图谱和自然语言处理。发表高水平论文十余篇，同时获得知识图谱和大模型相关发明专利十余项。在人工智能领域有十几年的产品研发经验，曾担任网易NLP负责人、摄星智能技术总监，成功研发多款现象级AI产品，荣获了“江苏省优秀人工智能产品金奖”、“十佳优秀人工智能软件产品”等奖项。东南大学研究生校外导师，中国中文信息学会语言与知识计算专业委员会会员。中国第一部知识图谱专著作者之一。主持“中医药产业链大模型”、“慢病护理大模型”、“儿童脑病大模型”等多个国家级大模型课题研发。知识图谱增强大模型产品目前成功落地赛诺菲、勃林格、辉瑞、吉利德等20余家全球头部药企。

知识图谱基座模型及技术演进

胡伟

南京大学教授/博士生导师

内容简介：

知识表示是人工智能的核心，知识图谱是知识表示的典型形式。各类知识图谱被广泛构建，并在持续维护和更新中不断发展。现有模型缺乏对动态更新的有效支持，更难以实现图谱级知识泛化与迁移。知识图谱基座模型运用大模型技术在大量知识图谱上预训练并适配到知识图谱相关的下游任务。本报告首先回顾知识图谱表征学习以及预训练模型与知识图谱的结合；接下来介绍知识图谱基座模型的研究进展；最后提出知识智能体的概念并展望未来方向。

演讲提纲：
1.知识图谱的核心价值，知识图谱技术发展历程
2.知识图谱表征学习，预训练模型与知识图谱的结合，知识图谱持续学习
3.知识图谱基座模型，知识-语言模型双向增强
4.知识智能体的概念，未来方向展望

听众收益：
1.洞察知识图谱技术演进趋势与未来方向布局
2.系统性掌握知识图谱基座模型的技术框架与落地路径

南京大学计算机学院教授、博士生导师、院长助理，兼职南京大学健康医疗大数据国家研究院。研究兴趣为知识图谱、数据库、智能软件。先后于阿姆斯特丹自由大学、斯坦福大学、多伦多大学访学。主持多项国家自然科学基金项目，在高水平会议和期刊上（例如，ICML、NeurIPS、AAAI、IJCAI、SIGMOD、VLDB、ICDE、KDD、WWW、SIGIR、ICSE、ASE、ACL、EMNLP、NAACL、TKDE、VLDBJ、TSE、TNNLS）发表100余篇论文，Google Scholar引用7千余次，获得过ASE、ISWC、JIST、CCKS、CHIP最佳/杰出论文奖或提名、华为公司难题揭榜“火花奖”、阿里巴巴达摩院优秀学术合作项目奖等。

AiDD峰会

K+峰会

联系我们