2024年8月19日，南方科技大学计算机系刘江教授主讲的《人工智能导论》慕课在南方科技大学教工部和计算机系的协助下，正式登陆学堂在线平台。该课程在南科大线下讲授5年，遵循人工智能科学发展脉络，精选人工智能算法发展里程碑与关键节点，讲解人工智能基础概念，探讨数据驱动的人工智能网络模型、算法与平台，旨在激发计算机与非计算机专业学生对人工智能的兴趣与探索精神。《人工智能导论》慕课课程非认证版在2024年年底前将免费开放学习（学习注册请扫描图2二维码）。图1 《人工智能导论》线上课程封面图2 学习注册二维码（2024年底前免费）人工智能技术以其惊人的发展速度，在人脸识别、自然语言处理等众多领域成功应用，悄然间重塑了人类社会的生活、生产及消费模式，引领我们迈向一个前所未有的智能时代。为了帮助学生探索这一前沿领域，凭借着多年来丰富的人工智能实践经验，教学经验和多年的相关科研底蕴，在南科大教工部老师的支持和帮助下，教学团队录制了《人工智能导论》慕课课程。2023年9月21日，慕课录制团队展开了首次关于慕课的讨论，2024年2月18日，新年伊始，《人工智能导论》十六个章节，五十六个课程视频，约500分钟的课程内容便全部录制完毕。后期制作于今年8月19日完成并正式上线。图3 慕课制作团队合影该课程面向普通高等学校各专业的学生开放，作为人工智能领域的入门指南，它不仅涵盖了算法与技术的基础知识，更侧重于引导学生深入理解AI的核心理念、历史演进及未来发展方向。从奠定基础的图灵测试讲起，逐步深入到当前最热门的深度学习、自然语言处理、计算机视觉等前沿技术，通过学习，学生将扎实掌握人工智能基本原理，紧跟深度学习技术前沿，构建起对AI全面而深刻的认识框架，为职业发展与学术研究铺设稳固基石。图4 《人工智能导论》慕课展示教师简介：刘江教授，南方科技大学计算机科学与工程系教授，南方科技大学医院特聘教授，专注人工智能医疗研究，曾经任IEEE生物医学工程协会新加坡主席，中国科学院宁波慈溪生物医学工程研究所所长，主讲《人工智能导论》、《医学人工智能导论》及《多媒体信息处理》等核心课程，编著了《人工智能导论》等教材，获南方科技大学优秀教学奖、2023年深圳市优秀教师和首届南科大最受本科毕业生欢迎任课教师等教学类奖项。

2024年7月18日，在澳大利亚墨尔本举行的2024年遗传与演化计算大会（The Genetic and Evolutionary Computation Conference, GECCO 2024）上，我系程然课题组荣获最佳论文奖。论文名称：《Tensorized NeuroEvolution of Augmenting Topologies for GPU Acceleration》。该论文第一作者为我系23级硕士研究生王力爽，第二、第三作者分别是22级本科生赵孟飞、刘恩宇，第四作者为22级硕士研究生孙克斌，通讯作者为我系程然副教授。获奖证书遗传与演化计算大会遗传与演化计算大会（The Genetic and Evolutionary Computation Conference，GECCO）是计算智能领域最具权威性和影响力的国际会议之一，由ACM SIGEVO主办。GECCO每年汇聚全球顶尖的研究人员和学者，交流和展示在演化计算方面的最新研究成果。自1999年首次举办以来，GECCO已经发展成为演化计算领域的旗舰会议，其学术水平和影响力在国际上备受认可。成果简介增强拓扑神经演化算法（NeuroEvolution of Augmenting Topologies Algorithm, NEAT）由Kenneth Stanley及Risto Miikkulainen于2002年提出，在人工智能、机器人控制、自动驾驶等领域产生了重要影响。然而，面对大规模问题时，传统NEAT算法在计算效率上的局限性逐渐显现。为了解决这一难题，程然副教授带领团队研发了TensorNEAT算法库。通过张量化技术，NEAT及其衍生算法（包括CPPN、HyperNEAT）能够全面支持GPU加速。针对NEAT算法的张量化方法张量化（tensorization）作为一种将数据结构和运算符转换为张量形式的技术，特别适合在GPU上进行高效的并行计算。TensorNEAT将NEAT算法中多变的网络拓扑结构统一转换为张量形式，实现了NEAT算法中的关键操作在整个种群上并行执行，显著增强了算法的计算效率。实验结果表明，与传统的NEAT算法相比，TensorNEAT在不同任务和硬件上的速度提升高达500倍以上。目前，TensorNEAT已在GitHub开源：https://github.com/EMI-Group/tensorneat。拓展阅读NEAT算法的发明者Kenneth Stanley曾担任Uber Core AI 研究院主任，之后在OpenAI担任Open-Endedness Team负责人，为推动演化计算的工业化应用做出了巨大贡献。值得一提的是，Kenneth Stanley正是畅销书籍《为什么伟大不能被计划》的作者。NEAT算法发明者Kenneth Stanley的著作在2024年南方科技大学毕业典礼上，薛其坤校长特别推荐了该书籍。薛校长引用书中的观点，勉励毕业生：“科研其实是5%的成功与95%的失败的总和。我们只能不断用5%的欣喜去抚平95%的沮丧、焦虑与迷茫，然后继续前行。创新的过程也是如此。失败本身就是创新的一部分。我们应该用更开放的心态去拥抱失败、用更平和的心态去习惯失败，通过大胆求索与不断试错，实现真正具有革命性意义的创新。因此，只有一种方法论，那就是站起来，走下去。但行前路，无问西东，终有一天我们会迎来一番新景象。”

南方科技大学计算机科学与工程系图灵班创立于2020年，是南科大计算机系根据国家和地方重大战略需求，为培养基础学科拔尖创新人才而设立的实验班。图灵班由2007年图灵奖获得者、南方科技大学杰出访问教授Joseph Sifakis担任班主任。2024年7月1日，计算机科学与工程系图灵班首届毕业班会在南方科技大学工学院南楼551会议室顺利举行。本次活动由计算机科学与工程系副主任、图灵班执行班主任郝祁教授主持。工学院院长陈明伟讲席教授、计算机科学与工程系负责人唐珂教授、计算机科学与工程系副主任王琦副教授、图灵班2024届班主任于仕琪副教授、图灵班管委会委员危学涛副教授、图灵班导师唐茗副教授和李卓钊助理教授、2024届毕业生以及2021级至2023级部分同学到场参加了会议。毕业班会现场图灵班师生合影在开场致辞中，郝祁教授首先对2024届图灵班毕业的同学表示祝贺。他认为图灵班同学们克服了许多学习和科研上的困难，这让他非常感动；图灵班是一个平台，同学们在这个平台上应该发挥主观能动性，给自己创造更多的机会。随后，他简要介绍了2024届同学们在大学四年里所取得的诸多成果。最后，郝祁教授坦言，图灵班其实并不特殊，特殊的其实是图灵班的学生。在未来取得成就的图灵班同学们，将会是图灵班最好的代言人。陈明伟院长致辞陈明伟院长代表工学院向图灵班首届毕业生致以热烈的祝贺。他首先感谢计算机系全体老师们对图灵班同学们的倾心培养，他们付出了很多的心血和代价。其次，他表示，同学们在大学四年里获得了很多成果，这说明大家确实很优秀，同时也说明计算机系确实做出了很优秀的工作。一个好的大学、好的培养项目，其优秀之处在于，能让优秀的人变得更优秀；大家是以优中选优的方式、以最优秀的学生身份进入了南科大，今天也是以最优秀的毕业生身份走出南科大。最后，陈院长指出，优秀大学及专业真正的标志是以培养世界一流的学生数量为标准。南科大对同学们寄予了极大的希望，希望大家离开学校后会有更优异的表现，并在未来回馈母校、回馈社会。唐珂教授致辞计算机系负责人唐珂教授表示，大家未来可能选择国内外深造或是就业，无论在何方，可能都会遇到比自己更牛的人。他鼓励大家要树立信心、虚心学习，与你的“竞争对手”来一场真正的较量。南科大优势的一个集中体现即是多元化，每个人都可以选择自己发展的路，不一定要与别人走在同一赛道上，关键是要知道自己到底希望成为什么样的人。无论选择何种道路，不要骄傲和自卑，要勇于尝试。于仕琪副教授致辞班主任寄语环节，于仕琪副教授感言，大家初入南科大，是以一种中学生的心态，如今，整个心态或观点都变了，学到了更多的东西，整个人也更加成熟。他希望大家注意以下三点：第一，要考虑更多去解放思想，去考虑自己的发展；第二，大家不可避免地会遇到一些困难，甚至一些困扰，如果有类似问题，欢迎与老师们交流想法，获取帮助；第三，大家未来如果有更好的发展，希望能够回馈母校，为母校创造更好的资源和平台。 陈明伟院长和唐珂教授为同学们颁发证书之后，进入到了图灵班荣誉毕业生证书颁发环节。在郝祁教授宣读名单后，陈明伟院长和唐珂教授与2024届图灵班荣誉毕业生同学一一握手祝贺并颁发了证书。Joseph Sifakis院士送祝福2007年图灵奖获得者、图灵班班主任Joseph Sifakis院士也通过视频向毕业生们送上了祝福。在视频中，Joseph Sifakis院士向同学们致以最热烈的祝贺，并祝愿大家在未来的事业和努力中取得圆满成功。通过与同学们的接触，他见证了大家对学习的热情、大家的奉献精神和辛勤工作。这些对成功的职业生涯和获得个人成就至关重要。他勉励大家在整个职业生涯中要不断学习，以获得坚实而广泛的科学基础。同时，通过将知识应用于创新应用程序和项目来发展个人技能。最后，通过培养创造力和领导者的品质来培养个性，为社会做贡献。2024届董廷臻同学发言毕业生代表发言环节，2024届董廷臻同学分享了他在学习计算机的历程中，从兴趣使然到独立创新的蜕变过程，也对能在图灵班与身边同学深入交流、与老师充分沟通而感到十分幸运和感激。他祝愿大家在未来都能坚守初心、砥砺前行，在即将前往的平台上展现南科大学子的一流风采。郝祁教授致辞最后，郝祁教授做总结发言。他认为，图灵班毕业是一个很好的起点，期待大家能够有更好的发展，饮水思源，不忘母校。会议结束，大家集体合影留念。图灵班首届学生毕业去向情况2024年7月图灵班首届学生有28名同学毕业，其中24名同学将到境内外知名高校攻读硕士或博士学位，占比85.7%，大部分去往全球排名前100高校；4名同学选择就业，占比14.3%。境内升学境内升学7人，占比25%，其中硕士6人，全奖直博1人。清华大学（2人）北京大学（1人）上海交通大学（1人）（博士）南方科技大学（3人）境外升学境外升学17人，占比60.7%，其中硕士14人，全奖直博3人。美国13人麻省理工学院（博士）约翰霍普金斯大学加州大学洛杉矶分校纽约大学卡内基梅隆大学加州大学圣地亚哥分校南加州大学圣母大学（博士）加州大学河滨分校（博士）中国香港2人香港科技大学日本1人东京大学瑞典1人就业就业4人，占比14.3%。就业同学去往华为、腾讯等高科技企业、知名国企和高校。图灵班首届毕业生荣获“校十佳”、“校级优秀毕业设计”校十佳本科毕业生南方科技大学“十佳本科毕业生”每年在毕业季评选一次，综合考量候选人的道德品行、学业表现、公共服务、荣誉奖励、社会奉献等五方面的素质，每年评选10位毕业生展现南科大“家国情怀、全球视野、综合素养、创新能力”的人才培养目标。董廷臻和周珈伊两位同学成功当选2024届校十佳本科毕业生。董廷臻 毕业去向：麻省理工学院 攻读博士学位周珈伊 毕业去向：腾讯科技（深圳）有限公司校本科生优秀毕业设计（论文）图灵班2020级毕业生获得了2024年南方科技大学本科生优秀毕业设计（论文），他们是王睿、董廷臻、叶璨铭、郑英炜、邹若彤、颜嘉钦和李舒欣同学。这7位同学的指导教师分别为郝祁教授、张殷乾教授、张宇副教授、张煜群助理教授、宋轩副教授、李卓钊助理教授。图灵班首届学生毕业，对在读的图灵班学子是一个极大的鼓舞。希望同学们能够以学长学姐们为榜样，奋进努力，严格要求自己，承担起拔尖人才的使命与责任，报效祖国。图灵班也将不负南科大、工学院和计算机系的期望，以更严格的标准和要求、更人文化的关怀来培养学生，鼓励他们为祖国基础科学事业做出卓越的贡献！

导言：本成果已被Medical Image Computing and Computer Assisted Intervention (MICCAI) 2024会议接收，MICCAI作为医学图像领域的顶级会议，其收录的论文代表了该领域的前沿技术和创新思维。脊柱侧弯是一种影响青少年身体和生活质量的复杂疾病。早期诊断对于有效治疗至关重要，但传统的诊断方法依赖于临床检查和放射学检查，这些方法不仅需要专业的临床知识，还涉及到辐射暴露，限制了其在早期筛查中的广泛应用。为了解决这一问题，我们团队开发了一种基于步态分析的非侵入性脊柱侧弯分类方法，这一创新技术有望彻底改变脊柱侧弯的筛查实践。图1. 对Scoliosis1K数据集中(a)positive、(b)neutral、(c)negative样本的可视化。图2. 提出的pipeline: 首先，在整个视频中跟踪参与者，并将非参与者实体（如临床医生）排除在外。然后，对参与者的轮廓进行分割。最后，ScoNet-MT根据步态模式对脊柱侧弯进行分类。该研究工作提出了Scoliosis1K，这是首个为脊柱侧弯分类量身定制的大规模公共数据集，涵盖了超过一千名青少年个体的行走视频数据。利用这一数据集，开发了基于步态分析的ScoNet和ScoNet-MT模型。与传统的X光检查相比，该方法不仅非侵入性，还保护隐私，同时能够高效地进行大规模的早期筛查。该研究证明了步态可以作为脊柱侧弯的有效生物标记物，通过深度学习和计算机视觉，该方法在诊断准确性上取得了显著的成果，为非侵入性诊断方法树立了新的标杆。未来，课题组继续扩大数据集的多样性，探索更多的生物标志物，并研究先进的时间建模技术，以进一步提高方法的准确性和实用性。课题组相信，通过不断的创新和研究，该工作将为脊柱侧弯的早期诊断和治疗提供有力的支持，特别是在资源有限的地区。结语：研究的成果令人振奋，研究团队期待它在实际应用中所带来的积极变化，通过他们的努力，可以为脊柱侧弯患者提供更好的诊断和治疗服务。同时，他们也期待与全球的研究者和医疗专家共同推进这一领域的研究和发展。论文题为Gait Patterns as Biomarkers: A Video-Based Approach for Classifying Scoliosis。该研究由南方科技大学于仕琪教授团队和安丰伟教授团队共同合作完成。该论文的共同第一作者为南科大计算机系2023级博士研究生周子睿和南科大计算机系2020级硕士研究生梁峻豪，通讯作者为我系于仕琪副教授，南方科技大学为论文第一单位。于仕琪，南方科技大学计算机科学与工程系副教授，2002年于浙江大学竺可桢学院获得计算机科学与技术学士学位，2007年于中国科学院自动化研究所获得模式识别与智能系统博士学位。他的主要研究领域是步态识别和视觉目标检测。在步态识别方面，创建的CASIA-B步态数据库目前被作为本领域的评估标准，是使用最广泛的评估库之一；所创建的OpenGait开源项目已经成为步态识别领域主要的算法评估框架。在目标检测方面，人脸检测算法被世界排名前100及多家上市公司采用，同时也被众多的中小企业广泛使用。在遥感图像处理方面获2021年度广东省科学技术奖自然科学奖二等奖。他在IEEE TPAMI、IEEE TIFS、IEEE TBIOM、PR、CVPR、AAAI、ECCV、MICCAI、IJCB等发表论文近100篇。

在近日举办的IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2024 Workshop上，南方科技大学计算机科学与工程系的学生在Pixel-level Video Understanding in the Wild (PVUW)运动表达引导视频分割比赛中荣获第一名。这一成就不仅展示了我系学生在实际视频场景中的出色解决方案能力，也反映了我系在视频理解领域的深厚研究基础和持续的创新精神。图1. 挑战赛奖状赛事介绍Pixel-level Video Understanding in the Wild (PVUW)是CVPR 2024 Workshop下一个旨在推进图像分割任务向视频分割任务过渡的系列挑战赛。赛事主办方针对实际应用中更为复杂的动态视频场景，提供了一系列新的数据集和赛道，以推动图像分割任务向视频分割任务的发展。今年的PVUW挑战包括四个赛道，其中“运动表达引导视频分割”（Motion Expression guided Video Segmentation）赛道聚焦于根据描述对象动作的句子来分割视频内容中的对象，从而适应复杂环境下的视频理解需求。赛事回顾随着视频内容的复杂性日益增加，传统的视频分割技术常常难以准确识别和跟踪视频中的动态对象。特别是在长视频和复杂场景中，如何根据自然语言的描述来精确分割特定对象，一直是计算机视觉领域的一大挑战。此前的研究多聚焦于短视频或静态属性较多的视频，未能充分利用视频的时间信息，因此无法充分理解视频中的动态信息。为了应对该挑战，赛事主办方特别设计了MeViS数据集，用于研究动态场景中的视频分割任务。与以往的数据集相比，MeViS引入了新的挑战，如以动作为主导的语言表达、多个同类实例的复杂场景、一对多的文本与对象对应关系及长视频处理。参赛队伍的任务是根据给定的自然语言描述，在视频中精确识别并分割出该描述所指代的目标对象。这要求队伍不仅要理解语言中的动作描述，还要将这些描述准确地映射到视频中动态变化的视觉内容上。在本次赛事中，针对动态场景和长时间视频的难点，参赛队伍首先使用了基于transformer的时序建模技术来精确对齐视频目标与文本描述。接着，在静态数据上训练模型的基础分割能力，并利用动态场景视频数据强化模型对动作的敏感性，以实现模型对不同场景的适应能力。最后，对长视频进行帧采样并将其分割为子视频，以优化长期视频理解的效率。这些策略的综合应用使模型有效提升了动态目标的分割质量，并在该任务的通用评价指标上取得了0.5447的高分分数，排名第一。图2. 方法整体框架图图3. 挑战数据可视化结果郑锋老师、罗景南和高明琦(从左至右) 该工作由塔普智能（Tapall.ai），南方科技大学，谢菲尔德大学，华威大学共同合作完成。该工作的共同第一作者为南科大计算机系2019级博士研究生高明琦和南科大计算机系2023级硕士研究生罗景南，通讯作者为我系郑锋副教授。

近日，我系2020级两名本科生王思懿和陈俊峰的研究论文被第40届国际软件维护和演化会议（ICSME 2024）的Research Track录用。ICSME（International Conference on Software Maintenance and Evolution）是全球软件维护与演化领域的旗舰学术会议，每年吸引众多来自世界各地的学者参与。该会议致力于探讨软件系统的维护、演化及其管理等方面的最新研究成果和实践经验，具有广泛的学术影响力和国际认可度。2024年ICSME大会的Research Track共收到188篇论文投稿，经过严格的审稿流程，最终录用49篇论文，录用率为26%。大会将于10月6日至11日在美国亚利桑那州弗拉格斯塔夫市举行。此次被ICSME录用的两篇论文题目分别是《Leveraging Large Vision-Language Model For Better Automatic Web GUl Testing》和《Demystifying Device-specific Compatibility lssues in Android Apps》。这两篇论文围绕软件测试与设备兼容的痛点问题，开展深入调查、提出了创新性的解决方案，展示了我系本科生在软件工程领域的科研能力。Leveraging Large Vision-Language Model For Better Automatic Web GUl Testing该论文首次将大型视觉语言模型（Large Vision-Languge Model，LVLM）应用在自动化网页测试任务中。工作的核心在于利用LVLM的场景理解能力生成高质量的测试输入，并且让LVLM理解输入控件与其他网页元素之间的逻辑关系，从而达成更高的网页探索性能表现。在基于大型真实网站的实验中，论文提出的测试方法VETL的性能较当前最先进的技术提升25%。Demystifying Device-specific Compatibility lssues in Android Apps该论文聚焦于安卓生态系统碎片化问题。研究团队观察到先前的研究主要围绕相对容易解决的设备无关API兼容性问题，而忽视了经常困扰开发人员的设备特定兼容性问题（Device-specific Compatibility lssues，简称DSC问题）。为加深对安卓应用兼容性问题的理解，团队分析了大量的DSC问题，将这些问题划分为功能失效和OEM特性（OEM指原始设备制造商，即Original Equipment Manufacturer）两大类和若干个子类，并指出了DSC问题带来的独特挑战，为后续研究工作指明方向。上述两篇论文的第一作者分别是我系2020级本科生王思懿（致新书院）和陈俊峰（致诚书院），两人是刘烨庞副教授负责的软件质量实验室（Software Quality Lab）的学生。王思懿同学的论文是她本科毕业设计的成果，在刘烨庞老师和王斯南研究助理共同指导下完成。陈俊峰同学的论文是在加拿大麦吉尔大学访问期间完成，由魏莉力（Lili Wei）助理教授和刘烨庞老师共同指导。我系一向重视本科生的教育与培养，通过多种形式鼓励与支持本科生参与科学研究，提升科研能力和创新思维，也积极与外部院校开展合作，共同开展学术研究。未来，我系将继续全力支持更多本科生投身科研，争取为计算机方向各个领域的发展做出更多的贡献。