今年，AAAI人工智能年度会议将首次在北美以外地区举行。从1月20日（星期二）至1月27日（星期二），新加坡将主办第40届会议。活动将包括特邀报告、教程、研讨会以及广泛的技术议程。此外还有一系列其他环节，包括博士生与本科生研讨会、多样性与包容性活动、海报展示、演示等。一个科学传播培训课程将于1月21日星期三举行。
特邀报告 今年的特邀报告如下：
- Peter Stone – 在多智能体系统与机器人学中：从如何学习到学习什么
- Bowen Zhou – 专业化通才：迈向高效人工通用智能
- Yolanda Gill – 从工作流程到茶水间闲聊：能够驾驭人性的AI
- Daniel Whiteson – 基础物理与科学传播
- Katerina Fragkiadaki – 从数据中学习世界模拟器
- Isabelle Guyon – 科学技术中的AI：掌握在我们手中的未来
- Ece Kamar – 探索AI地平线：前景、风险与合作的力量
- Derek Haoyang Li – 小数据：下一代AI的新范式
- AAAI Robert S. Engelmore纪念讲座奖：Ashok Goel – AI用于技能重塑、技能提升与劳动力发展
- Patrick Henry Winston杰出教育家奖：Alan Mackworth 和 David Poole – 智能的本质在于恰当的行动（而非思考、推理、学习或语言）以及每个AI学生应知的其他事项
面向AI研究者的科学传播——简介 一个科学传播短期课程将于1月21日星期三 13:00 – 14:30举行。在这个简短的教程中，科学传播专家将教授如何清晰简洁地向非专业人士解释您的研究。
教程与实验论坛 教程与实验论坛将在会议初期，即1月20日星期二和21日星期三举行。
- TH01: 稀疏训练的十年：为何我们仍坚持密集训练？
- TH02: 类脑AI 2.0：跨语言与跨模态对齐语言模型
- TH03: 开放世界中处理分布外数据：可靠AI的原则与实践
- TH04: 用于优化的LLM：利用生成式AI进行建模、求解与验证
- TH05: 计划、活动与意图识别
- TH06: 基础模型的双曲几何：教程
- TH07: 大型语言模型的不确定性量化
- LH02: 使用ITBench开发用于IT自动化任务的AI智能体
- TQ01: 表格数据的深度表征学习
- TQ02: 从欠定到对齐：打破可靠AI的单一模型思维定式
- TQ03: 连接医疗与AI：利用LLM增强电子健康记录的临床对话系统：全面教程
- LQ01: SOFAI-LM：利用LLM构建高效可靠推理系统的认知架构
- TH08: 生成式AI高效推理的算法与系统
- TH09: 现代医疗中的多模态基础模型：原理、实践与未来
- TH10: 基于基础模型的可信机器推理
- TH11: 多模态时间序列分析：方法、数据集与应用
- TH12: 大型语言模型与逻辑推理的相遇
- TH13: 迈向可信且具有社会责任的生成式基础模型
- TH14: 结构化表征学习：大型语言模型的可解释性、鲁棒性与可迁移性
- TH15: 基于LLM的多智能体系统教程：从基础到前沿
- TQ04: 神经网络的演进
- TQ05: 机器学习中多样性的多面性
- TQ06: 大型语言模型时代的自动形式化：从数学证明到验证LLM推理
- TQ07: 超越图分布偏移：LLM、适应与泛化
- TQ08: LLM时代的规则学习：基础、技术与应用
- TH16: 赌博机算法、LLM与智能体AI
- TH17: 自动化规划的领域模型学习
- TH18: 可解释深度学习的基础
- TH19: 当AI“永远遗忘”：面向AI安全的机器遗忘科学与实践——进展、陷阱与前景
- TH20: LLM时代的模型重用：利用传统与现代方法挖掘预训练资源
- TH21: 联想记忆的现代方法
- TH22: 最优传输驱动的机器学习：技术与应用
- LH03: 神经网络验证竞赛：面向基准提出者、验证工具参与者及更广泛AI社群的实验
- TQ09: 生成式AI与智能智能体在低级视觉中的应用
- TQ10: 基于离线数据集的黑盒优化
- TQ11: 语言模型的知识蒸馏：序列数据带来的挑战与机遇
- TQ12: 高维数据聚类：在抽象与表征间取得平衡
- TH23: 以人为中心的AI：挑战与机遇
- TH24: 时间序列分析基础模型：教程
- TH25: 用于科学发现的智能体AI：基准、框架与应用
- TH26: 医疗健康中的生成式AI：因果性、决策与真实案例研究
- TH27: 离散选择及其应用
- TH28: 神经网络可重编程性：参数高效基础模型适应的统一框架
- TH29: 迈向用于检测图上异常活动的基础模型
- LH04: 学习引导大型语言模型
- TQ13: 多目标搜索的最新进展
- TQ14: LLM推理中的计算优化：重用与委派
- TQ15: 计算病理学基础模型：数据集、适应策略与评估
- LQ02: 从构想到产品化：工业4.0中多模态智能体AI生命周期的实践实验
桥梁计划 桥梁计划旨在汇聚来自不同AI学科的两个或多个社群，以促进合作。今年共有11个不同的分会场，将于1月20日星期二和21日星期三举行。
- B1: AI赋能医学与医疗健康
- B2: 语言模型中的逻辑与符号推理
- B3: 结合AI与运筹学/管理科学以实现更优、更可信的决策
- B4: 知识引导的机器学习：连接科学知识与AI
- B5: 推进大型语言模型与多智能体系统
- B6: AI与野生动物保护
- B7: 学术传播中的人工智能
- B8: 连接AI与行为改变
- B9: 利用基础模型连接规划与自然语言推理
- B10: 通过测试与形式验证使具身AI更可靠
- B11: 流式持续学习桥梁
- B12: 面向法律与执法应用的可信AI：基础、挑战与前路
研讨会 今年有52个研讨会可供选择。这些研讨会将在主会议后期，即1月26日星期一和27日星期二举行。
- W1: 健康智能研讨会：主题“基础模型与AI智能体”
- W2: 金融服务中的智能体AI
- W3: 促进健康老龄化与长寿的AI
- W4: 农业中的AI
- W5: 加速科学与工程的AI
- W6: 应对以人为中心的制造业中的挑战与机遇
- W7: 通过心智理论推进人工智能
- W8: 企业任务的智能体AI基准与应用
- W9: 网络安全中的AI 2026
- W10: 科学研究中的AI
- W11: 多智能体路径规划研讨会
- W12: 关键应用的联邦学习
- W13: 药物发现中的AI：从方法到分子
- W14: AI赋能教育：大型多模态模型在教育中的机遇与挑战
- W15: 评估与提升现实世界中基础模型的可靠性
- W16: 航空运输中的人工智能
- W17: 时间序列分析中的人工智能：理论、算法与应用
- W18: 以音频为中心的AI：迈向真实世界的多模态推理与应用用例
- W19: 自动化时空异常检测
- W20: 身体表达情绪理解 2026
- W21: 连接神经元与符号以进行NLP和知识图谱推理
- W22: 视频生成模型的一致性：从片段到广阔场景
- W23: 用于现场互动表演的创意AI
- W24: 可部署AI研讨会
- W25: 新兴AI音乐技术
- W26: AI治理研讨会：对齐、道德、法律与设计
- W27: 从数学基础预测未来AI
- W28: 后AI形式化方法
- W29: SPARTA — 空间推理与AI治疗学：从组学到成像
- W30: 城市规划中的AI
- W31: 环境科学中的AI
- W32: 基于有偏或稀缺数据的人工智能
- W33: 对话智能体的语言学与认知方法
- W34: 驾驭模型不确定性与拉什顿效应：从理论、工具到应用与影响
- W35: 面向服务不足社群的语言模型
- W36: 基于LLM的多智能体系统：迈向负责任、可靠、可扩展的智能体系统
- W37: 机器伦理：从形式化方法到涌现的机器伦理
- W38: 无线通信与网络中的机器学习
- W39: 面向AI的神经科学与面向神经科学的AI：迈向多模态自然智能
- W40: 神经形态智能：从算法到系统
- W41: 信息检索的新前沿
- W42: 协作式AI智能体驱动的新一代代码开发研讨会
- W43: 编排合成的人类与AI智能体工作流：AI自主性的益处、颠覆与管理
- W44: 大型基础模型时代的个性化
- W45: 智能体系统理论基础
- W46: 量子计算与人工智能
- W47: 可复现AI研讨会
- W48: 安全、伦理、可认证、不确定性感知、鲁棒且可解释的AI赋能健康
- W49: 基础模型时代塑造负责任的合成数据
- W50: 用于学习与推理的图及更复杂结构
- W51: 我们如何信任与控制智能体AI？迈向自主LLM智能体的对齐、鲁棒性与可验证性
- W52: 科学领域的可解释AI：从理解模型行为到发现新科学知识
