会上李晓东、Claus Aranha、Douglas Cumming、Carlo Sala和樊卫国等多位专家分享了他们在决策优化、进化算法、区块链与去中心化金融、以及众筹创新领域的最新研究成果。本次论坛汇聚了大量前沿知识，探讨了多模态优化、金融中介、新型度量方法等热点话题，为与会者提供了一场高水准的学术盛宴。
李晓东教授的报告围绕“融入决策偏好的多模态优化方法”展开，强调了机器学习在优化过程中的重要作用。他介绍了机器学习如何通过处理和分析大量数据，为优化过程提供更智能和高效的决策支持。李教授指出，利用机器学习可以自动学习传统优化方法中的启发式策略，结合智能生成切割平面及自动参数调优技术，通过深度强化学习可以有效提升面向复杂问题实例的优化能力，并指出机器学习在优化决策中的潜力显著。
Claus Aranha教授的报告聚焦于新颖的基因型多样性度量方法，针对传统度量方法在多模态优化问题中的不足，提出了更精确的多样性评估方案。Aranha教授的研究指出，最小个体距离捕捉个体之间的最近距离总和，更精确地评估子种群的真实分离。成对最小距离对质心侧长和数量的变化较为敏感，更能反映实际多样性。实验结果表明，新度量在各种问题中表现优异，能够稳定地评估多样性变化，可以提升针对进化算法性能的评估精度。
Douglas Cumming教授深入探讨了区块链技术和去中心化金融对金融中介的影响，以及加密基金在代币化企业中的重要角色。他指出，区块链技术通过去中心化、开放透明的金融系统，减少了对传统中介的需求。加密基金在代币众筹中发挥了重要中介作用，提供资金、信誉和市场进入支持，在融资成功率和投资回报率等方面表现优异。他最后总结到，尽管区块链和去中心化金融理论上减少了中介角色，但加密基金的作用依然显著，未来应在去中心化和中介化之间寻求平衡。
Carlo Sala教授探讨了股票市场操纵对期权市场的影响，深入研究了股票市场操纵对期权市场的影响机制，并分析了期权市场参与者在面对这种情况时的行为和策略选择。
樊卫国教授探讨了产品创新性在众筹活动中的影响，并重点介绍了支持者在产品创新程度和项目可行性之间的权衡考量，以及产品创新性对众筹表现的倒U形关系。他指出适度的创新有助于提升众筹表现，但过度创新可能增加感知风险。
主讲嘉宾分享结束后又进行了深入的讨论交流，参会师生积极发言，踊跃提问，大会氛围热烈。本次大会为与会者带来了丰富的学术讨论和最新的研究进展，涵盖了机器学习、演化计算、区块链、金融科技等人工智能多个领域。专家们的分享不仅拓展了参与者对人工智能前沿技术相关领域的理解，也为创新发展和未来研究提供了新的方向和思路。
此次论坛扩大了我校的国际影响力，也为学院未来的国际学术交流活动奠定了良好基础，对提升我校在计算机科学及其交叉领域的学术影响起到较好的推动作用。期待在未来的学术会议中，继续探讨更多前沿问题，共同推动相关领域的持续发展。
