为探索和研讨人工智能算法技术、数据科学分析技术、认知神经科学以及管理学实践之间的交叉融合前沿研究，推动“信息科学”+“认知神经科学”双智能驱动的管理学前沿研究，由我校人工智能数据工程中心、脑与认知科学应用重点实验室、ufc下注官方信息管理与决策科学系联合主办的首届“上外脑机数据融合智能算法前沿研讨会”，于2020年10月12日在我校松江校区脑与认知科学应用校重点实验室262会议室顺利举办。会议由信息管理与决策科学系主任马宝君教授主持，我校人工智能数据工程中心及脑与认知科学应用重点实验室全体教师、信息管理与决策科学系相关教师、北京邮电大学及清华大学多名受邀专家参加了本次前沿研讨会。
ufc下注官方院长、脑与认知科学应用校重点实验室副主任潘煜教授首先代表学院和实验室对参会专家和老师表示欢迎，并介绍了此次脑机数据融合智能算法前沿研讨会的举办动机，也希望通过一系列类似交叉融合的跨学科研讨和合作，切实深入推进上外管理学科向着更加科学化、前沿化的方向发展和进步。
接下来，先后由我校、北京邮电大学、清华大学的六名专家就各自研究领域及其与人工智能、数据科学、认知神经科学和管理学交叉融合研究的前沿问题和潜在合作研究进行介绍，并进行了充分讨论和交流。
我校人工智能数据工程中心主任杨放春教授做了题为《管理学场景下的脑机数据融合研究之路》的报告，从人工智能之“机器智能”的局限性视角，深入分析了人工智能、神经科学和管理学的学科交叉现状，并依据“归纳”和“类比及演绎”的方法论，从微观、介观、宏观的视角提出了可能的管理学场景下的脑机数据融合方法研究之路。
脑与认知科学应用重点实验室助理教授何黎胜博士介绍了《数据科学在决策建模中的应用》，重点关注自然情境下主动学习的认知模型，将词嵌入作为近似的认知表征，进而结合机器学习文本分析的工具对自然情境下的主动学习过程进行更准确的建模。
北京邮电大学计算机学院教授、网络与交换技术国家重点实验室副主任、国家优秀青年科学基金获得者、科技部重点研发计划首席科学家王尚广教授接着做了题为《认知驱动的6G网络架构及智能决策理论与技术研究》的报告，从当前6G网络建设规划的角度结合智能服务与决策问题，对人工智能与管理决策的交叉研究进行了深入探讨，也提出了机器智能与认知神经科学未来潜在的交叉融合研究方向和问题。
清华大学经济管理学院管理科学与工程系长聘副教授卫强老师做了《管理科学中的AI可解释性》的报告，就人工智能算法技术和管理学应用实践结合的“可解释性”问题展开了深入的分析与探讨，并提出了在管理科学领域提升人工智能可解释性的若干可行路径。
我校信息管理与决策科学系主任、人工智能与数据科学应用实验室副主任马宝君教授最后给大家带来了《当“管理学”遇见“人工智能”》的报告，通过介绍人工智能技术方法在管理学的研究视角及大数据驱动的管理学研究范式框架，并结合自身研究中遭遇的“人工智能方法”和“管理应用实践”之间鸿沟难以跨越的问题和挑战，提出了一些人工智能与管理学、认知神经科学结合的交叉研究方向和问题。
研讨会的最后，参会专家和老师们又对相关交叉融合研究问题进行了深入详尽、气氛活跃的讨论和交流，也对未来定期的跨学科研讨机制及合作研究问题落实和推进进行了计划和安排，本次研讨会圆满结束。
