5月27日上午，中国科学院合肥物质院智能所创新论坛在新楼第九会议室举行。本次论坛邀请香港大学助理教授铃木淳、英国格林威治大学副教授黄海作专题报告。智能所副所长黄河主持论坛，所内相关科研骨干及研究生参加。
铃木淳在题为《AI可解释性的基本局限》的报告中提出一个根本性问题：对于处理复杂任务的高性能AI系统，是否存在一种既完整描述其属性、又足够简短易读的解释？他的研究通过证明一个新颖的不等式，给出了否定答案——当任务足够复杂且系统性能达到实际可用水平时，任何能够完整描述系统属性的解释都无法同时保持“足够简短”。这一理论结果从原则上揭示了AI解释的基本局限，并进一步明确了AI解释研究应前进的方向。
黄海在《高维向量相似性搜索的进展》报告中，讨论了高维向量相似性搜索的高效执行问题。他指出，当前数据形态正从结构化关系数据转向大规模稠密向量嵌入，语义信息被捕捉在高维向量中。当数据集规模达到数百万甚至数十亿条目时，传统暴力线性扫描方法会变成计算瓶颈，维度灾难使传统策略失效。他系统比较了四类当前主流算法范式：基于树的方法、基于哈希的方法、基于量化的方法与基于图的方法，评估了各自的数学基础、计算复杂度和性能保证，为大规模生产环境中的技术选型提供了权衡框架。
会场
铃木淳作专题报告
黄海作专题报告
