各理事单位、各位会员：

上海市非线性科学研究会2022学术会议将于2022年12月11日（周日）举行，此次会议将以线上线下同时举行的方式展开，线下会议地址：杨浦区锦江都城五角场酒店（杨浦区国霞路345号）。

 感谢此次会议承办单位上海理工大学各位老师的辛勤付出，再次感谢各理事单位、各位会员对此次会议的大力支持。

上海市非线性科学研究会

2022年12月7日

会议日程

会议时间：2022年12月11日（星期日）

会议地点：上海市杨浦区国霞路345号（锦江都城五角场酒店）

腾讯会议号：738-830-583

  

会议日程安排

08:30-09:00

注册签到

09:00-09:15

1.研究会理事长致辞

2. 承办单位上海理工大学管理学院领导致辞

09:15-10:05

韩景倜 教授（上海财经大学）

报告题目：元宇宙与区块链之系统观

10:05-10:20

茶歇

10:20-11:00

顾长贵 教授（上海理工大学）

报告题目：生物节律中的同步现象

11:00-11:50

邱锡鹏 教授（复旦大学）

报告题目：语言模型即服务

12:00-13:00

午餐

13:00-14:30

常务理事会

 

出行指南

(1）为确保参会人员健康安全，所有参会人员需出示随申码、健康码（绿码）、行程码以及个人24小时内核酸检测阴性证明。

(2)会议联系人：何友蒙 （上海理工大学 ），电话：18501637229，邮箱：heymyx@126.com

(3)会议地址：上海市杨浦区国霞路345号（锦江都城五角场酒店），距离地铁10号线三门路站约400米。

图：地铁路线

图：停车路线

报告内容简介

01

元宇宙与区块链之系统观

韩景倜，上海财经大学教授、博士生导师、上海金融智能工程研究中心主任、TDOS联合创始人。英国雷丁大学亨利商学院特聘教授、中英金融信息联合研究中心中方主任、国家社科基金重大项目首席专家及评审专家，国家自然科学基金评审专家。上海市工程管理学会副理事长暨金融信息专委会主任委员；上海区块链协会学术委员会主任，上海市委金工委三类金才评审专家，央行（上海总部）金融科技创新监管沙盒项目评审专家，首批国家级一流本科课程《区块链金融虚拟仿真》负责人；在区块链关键技术及应用、金融科技风险与监管科技研究、基于大数据的企业资源管理、风险管理、应急保障与信息系统工程等方面具有研究专长，主持完成国家重大、重点、军队和地方基金、社会服务类项目30多项，17项获得省部级以上科学技术进步奖励。在核心以上期刊发表论文100余篇，专著3部，教材5种；培养硕、博士研究生近百名，形成了结构合理、颇具创新精神的研究团队。

  摘要：作为一个典型动态系统-元宇宙，其所具备的身份、社交、沉浸感、低延迟、多元化、随地、经济系统以及文明等要素，在AR/VR/MR技术设施的支持下，构成多样化社会、经济系统及其与现实世界的数字孪生特征。其中信用是其自激和持续发展的核心，信用与可追溯技术-区块链是其灵魂。诸多技术的应用将展现出其无尽的魅力。

 02

生物节律中的同步现象

顾长贵，上海理工大学管理学院教授，博士生导师，系统科学系主任。2011年12月博士毕业于华东师范大学物理系，2012.4 - 2014.12在荷兰莱顿大学医学院从事博士后工作。研究领域包含复杂网络和生物钟。已在PNAS等期刊发表SCI论文百余篇，相关研究成果被《纽约时报》、美国物理联合会主页等报道。主持国家自然科学青年项目/面上项目三项。获得上海市首届青年东方学者称号。目前担任上海市非线性科学研究会理事和中国系统工程学会系统理论专业委员会委员。

摘要：地球上的生物受自然光的周期驱动都能显示出精确的24小时周期。即使在没有周期光照的情况下，生物也能显示出接近24小时的周期，说明在生物体内有一个内源性的时钟在控制着体内的节律。在哺乳动物体内，这一内源性的时钟位于脑内的视交叉上核（主时钟）。报告人将将从不同空间尺度下（时钟基因层次、神经元层次、主时钟网络层次、动物社会网络层次）报道生物节律中的同步现象。

  03

语言模型即服务

邱锡鹏，复旦大学计算机学院教授，国家优青项目获得者，主要从事自然语言处理、深度学习等方向的研究，发表CCF A/B类论文70余篇，获得ACL 2017杰出论文奖（CCF A类）、CCL 2019最佳论文奖、《中国科学：技术科学》2021年度高影响力论文奖，有5篇论文入选PaperDigest发布的ACL/EMNLP等会议的最有影响力论文，主持开发了开源框架FudanNLP和FastNLP，已被国内外数百家单位使用。2015年入选首届中国科协青年人才托举工程，2018年获钱伟长中文信息处理科学技术奖青年创新奖一等奖，2020年获第四届上海高校青年教师教学竞赛优等奖，2021年获首届上海市计算机学会教学成果奖一等奖（第一完成人）。培养学生多次获得一级学会优博。

摘要：随着预训练语言模型的规模急剧增大，出于商业考虑及高昂的微调成本，很多大规模预训练语言模型（如GPT-3）不再开源其参数，而是以提供模型推理API的方式向下游用户提供服务，这一场景我们称为“语言模型即服务（Language-Model-as-a-Service, LMaaS）”。在这一场景下,用户可以通过构造提示语（Prompt）的方式利用模型服务方提供的推理API来完成各类目标任务。然而，这一方式高度依赖人为构造的提示语，且性能远低于模型微调。本次报告将介绍介绍几个针对LMaaS场景的颇具发展前景的研究方向。