2023年11月28日，中国科学院科技战略咨询研究院、中国科学院文献情报中心与科睿唯安联合发布的《2023研究前沿》报告和《2023研究前沿热度指数》报告，遴选出2023年全球较为活跃或发展迅速的128个研究前沿，并对相关学科的发展趋势和重点问题进行了研判。

我院院长陈俊龙教授首创的“宽度学习系统”，荣获2023年信息科学领域热点前沿第二名！

      首提“宽度学习系统”，实现边缘端智能学。“宽度学习系统”作为一种新型学习方法，与传统的“深度学习网络”相比，在水平扩展和增量学习方面展示了其显著的优势。这一系统在处理开放环境下的数据时，不需要频繁更新网络连接权重，这主要得益于其浅层的网络结构的设计与优化方式。该结构侧重于扩展神经元的数量，进行增量式计算，从而提升系统的整体精确性。此外，在面对数据流的增加时，宽度学习无需重新调整网络结构，这大大增加了其灵活性和效率。

      在实际应用方面，尤其是在边缘计算的智能学习领域，“宽度学习系统”展现了其巨大的潜力。例如，在智能驾驶系统中，当前的做法是在云端计算决策（如何时加速、刹车等），然后将这些决策传输到汽车执行。但当汽车遇到前所未有的复杂情况时，仅依赖于已有的经验做出判断可能不够准确。如果边缘计算能够实时进行决策分析，它将能够在复杂的环境中做出更加准确的判断。云端的计算和学习可以在不影响即时决策的情况下，在离线时进行更新。这正是“宽度学习系统”在边缘计算智能学习领域的关键价值所在。

个人简介

陈俊龙（ C. L. Philip Chen）博士，国家特聘专家，华南理工大学计算机学院院长、讲座教授。陈教授是中国自动化学会副理事长、教育部健康智能与数字平行人工程中心主任、 广东省计算智能与网络空间信息重点实验室主任、广东省人工智能产业协会联席会长、琶洲实验室副主任。他是IEEE Fellow、AAAS Fellow、IAPR Fellow、 欧洲科学院院士（Academia Europaea）、欧洲科学与艺术院院士（European Academy of Sciences and Arts）、中国自动化学会(CAA) 、中国人工智能学会（CAAI）、及香港工程师学会 (HKIE) Fellow。 陈教授曾任IEEE Trans. on Cybernetics （2020-2021），及IEEE Trans. on Systems, Man, and Cybernetics: Systems （2014-2019）两个顶级SCI期刊主编，曾任该学会国际总主席 (2012-2013)，也是国内期刊 CAAI Trans on AI,《中国科学》，和《自动化学报》的编委。

2018年陈教授获得了IEEE系统科学控制论的最高学术维纳奖(Norbert Wiener Award)，获 2021 IEEE Joseph Wohl 终身成就奖，及我国人工智能学会吴文俊人工智能杰出贡献奖。陈教授科研方向主要在智能系统与控制，计算智能，混合智能，数据科学方向，他是2018-2022连续5年Clarivate Analytics的全球高被引科学家（2018 在计算机，2018-2022年在工程及计算机双学科）。