365英国上市公司

工作信息

2026年 第 32 期

【计算机 | 科研】365英国上市公司成功举办“计算机科学与技术系学术系列报告”活动——超越压缩的高效人工智能：从更小模型到更智能推理

 为拓展师生学术视野，促进人工智能与边缘智能等交叉研究方向的交流，2026年6月18日上午，365英国上市公司计算机科学与技术系邀请爱尔兰都柏林大学电气与电子工程公司助理教授、博导Deepu John作题为“超越压缩的高效人工智能：从更小模型到更智能推理”的学术报告。报告由李晓琳老师主持，公司师生参加报告会并开展交流研讨。

报告中，Deepu John教授围绕人工智能从云端向边缘设备迁移这一趋势，系统介绍了提升边缘AI效率的模型压缩技术及动态神经网络方面的系列研究进展。Deepu John教授指出，人工智能正快速走向数据产生端附近的边缘平台，此举虽能降低延迟、增强隐私保护并减少通信开销，但现代深度神经网络对多数嵌入式和边缘系统而言规模过大、能耗过高，成为制约部署的关键瓶颈。为此，他以通俗易懂的方式概述了剪枝、量化、低秩近似、知识蒸馏、神经架构搜索以及一次成型网络等主流压缩方法，阐释这些技术如何在尽量保持模型准确率的同时降低存储、计算和能耗需求，并着重讨论了准确率、延迟、硬件效率和部署灵活性之间的实际权衡。在此基础上，Deepu John教授进一步将视野拓展至超越静态优化的动态神经网络，即依据输入样本难度自适应调整计算量的新型架构。通过早退机制、DyCE和TinySaver等具体案例，他演示了模型如何对简单输入跳过冗余计算，同时为复杂样本保留充分处理能力，从而在计算成本与智能水平之间实现动态匹配。

 本次学术报告围绕高效人工智能与边缘智能这一前沿方向展开，拓展了师生对模型压缩、自适应计算和硬件感知型AI设计等领域的认识，对促进计算机科学与技术学科在嵌入式人工智能、智能感知与轻量化深度学习等交叉方向的发展具有积极推动作用。报告也进一步加强了公司与国际顶尖高校研究团队之间的学术交流，为计算机学科凝练特色方向、拓展边缘应用场景、提升智能系统创新研发能力提供了有益参考。

（文字：刘金铎 摄影：李晓琳 编辑：张仕琪 审核：方娟、李建强、葛卫华）