CCF软件大会2026 | 神经符号融合软件的前沿理论和方法论坛

二、论坛组织委员会

• 卜    磊      （南京大学）

• 陈立前      （国防科技大学）

三、论坛安排

日程安排：

时间：2026年11月08日，08:50~12:00

地点：天津市社会山国际会议中心酒店三层2号多功能厅

论坛议程：

四、论坛报告嘉宾简介

1. 报告人：詹乃军 教授

题目：Model-learning for Real-time and Hybrid Systems

摘要：In this talk, I will report our recent work on how to learning real-time system models by extending classical L* learning algorithm to timed automata, and how to identify hybrid system models by employing nonlinear autoregressive exogenous models as a unified representation to learning hybrid automata.

简介：詹乃军，男，1971年5月生，北京大学计算机学院博雅特聘教授，国家杰出青年科学基金获得者。之前，为中科院软件所研究员，中科院特聘研究员，中国科学院大学岗位教授，计算机科学国家重点实验室执行主任。分别在南京大学数学系（1989-1993）和南京大学计算机系（1993-1996）获得学士和硕士学位，在中国科学院软件研究所获得博士学位（1997-2000）。研究方向包括：形式化方法，实时、嵌入式、混成系统，程序验证等。任《Journal of Automated Reasoning》、《Formal Aspects of Computing》、《J. of Logical and Algebraic Methods in Programming》、《Research Direction: Cyber-Physical Systems》、《软件学报》、《计算机研究与发展》《电子学报》、《前瞻科技》等期刊编委，国际会议MEMOCODE和SETTA的指导委员会委员，多个国际会议程序委员会共同主席（如形式化方法旗舰会议FM 2021 和验证领域顶级会议TACAS 2027）和著名国际会议程序委员会委员（如CAV、RTSS、HSCC、ICCPS、EMSOFT等）；在著名国际会议和杂志发表论文170多篇，出版专著2部，编著6部，国际国内著名杂志专刊9辑等；获得ESWEEK 2026 Test of Time Award。现任CCF形式化方法专委主任。

2. 报告人：袁野  教授

题目：神经符号数据库技术及应用

摘要：神经符号数据库（Neuro-Symbolic Database），作为一种新型的数据库平台，深度融合了人工智能分析、数据库查询以及大数据计算的关键技术。其突出优势在于不但能够高效地处理异构数据，包括结构化和半结构化数据，还能够有效地管理和解析非结构化数据，如图像、视频和文本等，实现对多源异构数据的深度挖掘。本报告将深入探讨神经符号数据库在处理各类复杂数据类型和模式下的应用潜力，旨在揭示其在数据密集型领域的广阔应用前景，并对神经符号数据库面临的技术挑战和我们的解决思路进行介绍，包括神经符号数据库的查询语言、处理算法和存储方案等。总体来看，本报告以剖析神经符号数据库的关键技术问题为核心，力求为该领域的进一步研究和发展提供有力的理论支撑和实践建议。

简介：袁野，北京理工大学教授、博士生导师、国家杰青和优青基金获得者。主持国家自然基金重点项目，科技部重点研发项目。曾获国家科技进步二等奖，中国电子学会自然一等奖，教育部和辽宁省科技进步一等奖、全国优秀博士论文提名奖、中国计算机学会优秀博士论文奖。袁博士是中国人工智能学会服务专委副主任、中国计算机学会数据库专业委员会副主任、IEEE、ACM高级会员。主要研究方向为人工智能、大数据。发表相关CCF A类论文200余篇。

3. 报告人：孙军 教授

题目：大模型时代的符号逻辑：价值与边界

摘要：近年来，以大语言模型为代表的人工智能技术取得了突破性进展，也让我们重新思考符号逻辑在人工智能中的角色：智能是否一定需要显式的符号推理？在数据驱动的人工智能时代，符号逻辑还能发挥什么作用？本报告将回顾符号方法在人工智能发展过程中的角色演变，探讨其在现代人工智能系统中的价值与局限。结合近年来在智能体行为约束、概率安全保障、人工智能推理与安全分析等方面的研究实践，讨论如何利用逻辑与符号方法增强人工智能系统的可控性、可靠性与可信性。同时，报告也将反思符号方法在开放、动态和不确定环境中面临的挑战，以及逻辑指导人工智能在可行性、有效性和可扩展性方面的现实边界。

简介： 孙军(SUN Jun)是新加坡管理大学(SMU)的教授。他于2002年和2006年分别获得新加坡国立大学(NUS)计算机科学学士和博士学位，自2010年起担任教职。孙军的研究兴趣包括人工智能安全、软件工程、形式化方法等等。他喜欢设计算法，以解决具有实际应用的难题，也热爱生活。孙军3次获得李光耀学者称号。更多信息请见:https://sunjun.site。

4. 报告人：戴望州 教授

题目：面向问题自动抽象与形式化的神经符号学习

摘要：近年来，以大语言模型为代表的人工智能技术在复杂问题求解方面取得了显著进展，但其推理过程仍然缺乏可靠的语义约束，生成的结果往往看似合理，却难以验证、解释和调试。与之相比，符号化的形式表示不仅支持计算与推理，更使得问题的语义、求解过程及其正确性能够被明确刻画和系统分析。然而，现实世界中的概念、对象及其关系往往并非预先给定。如何通过学习从非结构化的感知数据与交互经验中构造恰当的符号表示、并实现这一抽象与形式化过程，是神经符号学习面临的重要瓶颈。本报告将围绕从感知到符号、从经验到程序的学习过程，探讨神经符号学习中的抽象与形式化问题。首先，介绍如何利用反绎学习，从环境交互与低层感知中发现抽象状态、符号概念及其转换关系，实现面向复杂任务的自动抽象；随后，以大语言模型与逻辑程序设计语言Prolog的结合为例，介绍如何利用形式化执行与算法调试，对模型生成的程序及其隐含的抽象进行验证、定位错误和迭代修正。最后，讨论学习、抽象与推理的相互关系，以及面向开放环境构建可验证、可解释、可调试的智能系统所面临的挑战。

简介：戴望州，南京大学智能科学与技术学院副院长，教授，国家级领军人才。苏州市第十届侨联委员。长期从事人工智能基础理论研究，研究兴趣是数据与知识双驱动的机器学习，代表性工作为融合逻辑推理与机器学习的反绎学习算法与理论。在人工智能与机器学习领域共发表学术论文30余篇，包括国际顶级国际会议NeurIPS、IJCAI、AAAI、ILP和期刊《Machine Learning》等。曾任第4届国际学习与推理联合会（IJCLR）程序主席并担任IJCLR指导委员会委员，曾获AAAI 2025杰出论文奖，任《Machine Learning》期刊“推理与学习”特刊编辑，长期担任AIJ、TKDE、JMLR、TKDD、IJCAI、AAAI、ICML、NeurIPS、ICLR等顶级国际期刊和会议审稿人与资深程序委员。

五、论坛组织委员会简介

1. 论坛组委会：卜磊 教授

简介：卜磊，教授，博士生导师，现任南京大学软件学院副院长，兼任 CCF 系统软件专委副主任（执行）；主要研究领域涉及可信软件、软件工程、形式化方法等方面，部分创新性工作发表在相关领域重要期刊与会议如《中国科学》、TCAD、TC、TOSEM、TDSC、CAV、RTSS、ICSE、DAC等上；入选高校计算机专业优秀教师奖励计划、CCF-IEEE CS青年科学家奖、中创软件人才奖、NASAC青年软件创新奖等奖项，主持基金委青A、重点、国际合作等项目多项。

2. 论坛组委会：陈立前 教授

简介：陈立前，国防科技大学计算机学院教授、博士生导师，CCF 形式化方法专委会常务委员。主要研究方向为软件分析验证、软件自动修复、神经网络验证。研究成果发表在TOSEM、TSE、TDSC、TCAD、POPL、OOPSLA、CAV、FSE、ICSE、ASE、ISSTA、CCS等程序语言与软件工程领域重要国际期刊和会议上，获ACM SIGSOFT杰出论文奖2次，获省部级科技进步一等奖2项，部分成果已在航天、国防等领域重大工程中应用。