报 告 人：马东，英国剑桥大学，副教授

报告时间：2026年07月20日 上午10：00  

报告地点：计算机学院 432会议室

报告摘要: 近年来，人工智能的快速发展已在广泛的应用领域中展现出卓越的能力。然而，由于计算需求高且对动态环境的适应能力有限，将这些模型部署于资源受限的设备上仍面临诸多挑战。本次报告将介绍我们团队在高效且自适应的端侧智能方面的最新研究进展。我将重点讨论两个互补的方向：高效AI推理与在线模型自适应。首先，我将介绍一种基于模型选择的框架，能够在微控制器上实现计算高效的推理。随后，我将分别介绍两种轻量化的在线自适应方法，分别实现按需自适应和免训练自适应。最后，我将分享我们近期在可穿戴设备上对生理信号基础模型进行实际部署与自适应应用的研究工作。

报告人简介:马东，现任剑桥大学计算机科学与技术系副教授，并担任剑桥大学女王学院Fellow。他的研究聚焦于人本AI系统，涵盖可穿戴计算、生物信号AI处理及嵌入式机器学习等方向。其研究成果发表于MobiCom、MobiSys、SenSys、UbiComp（IMWUT）、PerCom、INFOCOM、ICML、ICLR、Nature Communications及Scientific Reports等顶级学术期刊和会议，近年来多次荣获最佳论文奖和杰出论文奖。他长期担任普适计算与嵌入式AI领域顶级会议的组织委员会和程序委员会委员。

邀请人：韩静

联系人：韩静