报告名称：Towards Multimodal Learning

报告专家：张薇博士、副教授

专家所在单位：澳大利亚阿德莱德大学

报告时间：2025年12月10日上午10:00-12:00

报告地点:数统学院201报告厅

专家简介：张薇博士现为澳大利亚阿德莱德大学计算机与数学科学学院副教授、澳大利亚机器学习研究院高级成员、澳大利亚研究理事会青年学者。研究方向涵盖自然语言处理、多模态学习、分布式计算等，重点聚焦多模态生成评测、知识抽取与可信人工智能等领域。已发表学术论文140余篇，论文被引用超过4,200次。发表在《ACM Transactions on Intelligent Systems and Technology》的综述论文入选创刊以来五篇最杰出论文之一。张博士曾担任ACML、ADMA、KDD、IJCAI、WWW、ACL等顶级会议的领域主席与程序委员会委员、国际期刊《Personal and Ubiquitous Computing》《Future Internet》《Natural Language Processing Journal》《Frontiers in Oral Health》的特刊主编，曾获南澳“青年科学新星奖”（SA Young Tall Poppy Award，2024）、澳大利亚有色女性科学奖（Women of Colour in STEM Award）、阿德莱德大学Barbara Kidman女性学者奖学金。

报告摘要：Multimodal learning aims to build AI systems that integrate and reason over multiple data types, like vision and language. While promising, current models often fail to genuinely fuse modalities, over-relying on text—a problem known as modality collapse. This talk diagnoses this issue in vision-language models, presents solutions for real-world challenges in medical imaging and federated learning, and introduces new benchmarks and methods for robust evaluation and schema-guided reasoning, advancing toward more trustworthy multimodal AI.