人在回路的机器学习：跨学科智能的创新与应用丨「大模型时代下的人机交互与协同」读书会·周六直播

导语

集智俱乐部联合中国科学技术大学教授赵云波、华东师范大学副教授吴兴蛟两位老师共同发起「大模型时代下的人机交互与协同」读书会。本次读书会探讨人类与机器智能的优势与边界，聚焦数据稀缺、高效人机协作、决策可解释性及多模态协作在交叉学科中的应用。

本期是「大模型时代下的人机协同与交互」第3次分享，吴兴蛟老师将系统介绍HITL机器学习的基本框架与核心方法。通过分析HITL在跨学科领域的典型应用案例，探讨其如何推动AI系统从“自动化”走向“智慧化”，并解决实际应用中的技术与伦理挑战。

背景

随着人工智能的发展，传统的“全自动”机器学习方法在处理复杂、不确定和动态变化的现实问题时，往往面临泛化能力不足、可解释性差和缺乏适应性的挑战。“人在回路（Human-in-the-Loop, HITL）”机器学习应运而生，强调在算法设计、模型训练和决策过程中引入人类知识、反馈和监督，形成“人机协同”的智能系统，提升AI的鲁棒性、透明度和人类价值对齐能力。

简介

本讲座将系统介绍HITL机器学习的基本框架与核心方法。通过分析HITL在跨学科领域的典型应用案例，探讨其如何推动AI系统从“自动化”走向“智慧化”，并解决实际应用中的技术与伦理挑战。

大纲

1、HITL机器学习的基本框架与核心方法

2、典型应用案例

3、实际应用中的技术与伦理挑战

参考文献

1、Slade P, Atkeson C, Donelan J M, et al. On human-in-the-loop optimization of human–robot interaction[J]. Nature, 2024, 633(8031): 779-788.

2、Wu X, Xiao L, Sun Y, et al. A survey of human-in-the-loop for machine learning[J]. Future Generation Computer Systems, 2022, 135: 364-381.

3、Liu Z, Xu J, Wu X, et al. Multi-Type Preference Learning: Empowering Preference-Based Reinforcement Learning with Equal Preferences[J]. arXiv preprint arXiv:2409.07268, 2024.

主讲人

吴兴蛟，华东师范大学药学院副教授。曾获上海市超级博士后。在重要国际会议/期刊发表学术论文50余篇，其中ESI全球热点论文（近10年内发表且被引次数排在相应学科领域全球前0.1%以内的论文）1篇，ESI高被引论文（全球前1%以内）2篇，SCI一区/CCF A类14篇(其中一作/通讯9篇)，SCI二区/CCF B类15篇(其中一作/通讯7篇)。发表在 FGCS上的论文获 Editor’s Choice Papers（一区期刊，入选率0.5%），McGE ’23 会议上论文获Best paper Award（CCF A类会议Workshop）。主持国家自然科学基金青年科学基金、上海市2024年度“科技创新行动计划”新一代信息技术关键技术攻关（第一批）项目、上海市多维度信息处理重点实验室开放课题项目、华东师范大学优秀博士生学术创新能力提升计划项目，作为子项目负责人主持华为诺亚方舟实验室合作项目等。研究工作获上海市技术发明一等奖一项、上海市科技进步二等奖一项，博士期间获中国大学生自强之星、上海市优秀毕业生等荣誉称号。

研究方向：AI4Science、数字药物，人在回路计算。

直播信息

时间：

2025年7月19日晚上19:00-21:00

报名加入社群交流：

扫码参与「大模型时代下的人机交互与协同」读书会，加入群聊，获取系列读书会回看权限，成为人机交互与协同社区的种子用户，与社区的一线科研工作者与企业实践者沟通交流，共同推动人机交互与协同社区的发展。

集智俱乐部联合中国科学技术大学教授赵云波、华东师范大学副教授吴兴蛟两位老师共同发起「大模型时代下的人机交互与协同」读书会。本次读书会将探讨：

人类智能和机器智能各自的优势有哪些？智能边界如何？如何通过更有效的标注策略和数据生成技术来解决数据稀缺问题？如何设计更加高效的人机协作系统，实现高效共赢的效果？如何提高机器决策的可解释性与透明性，确保系统的可信度？如何通过多模态协作融合不同感知通道，应对复杂的决策任务？

读书会7月4日开始第一次分享，每周六进行，预计持续约8周，具体时间社群通知，诚挚邀请领域内研究者、寻求跨领域融合的研究者加入，共同探讨。

详情请见：人类与机器的智慧碰撞：人机协同的智能时代读书会启动