2月15日，上海纽约大学上海市人工智能与深度学习前沿科学研究基地（以下简称“基地”）召开第二届学术委员会会议。教研人员、学术委员会成员齐聚前滩校园，共同回顾基地工作进展，探讨研究项目，并制定未来发展的战略方向。
上纽大校长童世骏向与会者表示欢迎，感谢学术委员会对中心的持续支持。他强调，人工智能（AI）正成为全球关注的焦点，基地在AI研究与教育方面做出了卓越贡献。他表示：“我非常感谢基地同仁们的工作。正是他们的努力，让我们能够自信地说，上海纽约大学在这场AI浪潮中没有落于人后。同时，我们也能够向国内外展示，上海纽约大学不仅为我们的学生提供先进的AI教育，也在更广泛的社会层面发挥着积极作用。”
随后，上纽大计算机科学、数据科学与工程学部代理主任Nasir Memon教授回顾了基地自2023年成立以来取得的成果。他特别提到，在去年的大会上，学术委员会提供了宝贵的反馈意见，这些见解帮助基地进一步明确了研究重点，并塑造了其长期发展的方向。
基地以三大核心研究领域为支柱——AI与深度学习算法、机器学习的数理基础，以及AI在科学与工程中的应用。过去一年，基地成功获得了多项研究资助，师资力量增强，学生人数增多，在深化跨校合作的同时，举办了一系列学术活动。
Memon教授特别强调了基地在跨校国际合作方面的亮点项目——2024年12月举办的首届“灵感碰撞·科研汇流”大会（Serendipity Research Confluence）。该会议落地纽约大学阿布扎比校园，汇聚了来自纽约大学纽约校园、阿布扎比校园和上海纽约大学的42位研究人员，共同探讨跨学科研究方向。此次会议促成了七个新研究项目，每个项目均获得种子资金支持，充分利用纽约大学的全球教育体系，推动创新与合作。
Memon教授展望未来，表示基地将重点推进探索“人与AI交互-有社会责任感的AI”（Human-AI Interface towards Socially Sensible AI），并启动“AI赋能的AI教育”（AI2E）计划，旨在建立一个配备科研工具的开放全球AI教育测试平台。
会上，三位教授带来学术报告，分别覆盖基地三大核心研究领域。上纽大计算机科学助理教授赵晨介绍了AI与深度学习团队的研究进展，该团队致力于可信基础模型（FMs）研究，探索如何提升对基础模型的理解，及其在金融和医疗等领域中的跨学科应用；数据科学助理教授凌舒扬分享了AI的数理基础研究，其团队专注于构建深度学习的理论框架，并提升AI系统的可解释性；化学教授张增辉展示了AI在科学研究中的应用，阐述了AI与机器学习技术如何助力解决化学领域的复杂问题。
在学术委员会讨论环节，专家学者对基地过去一年的发展成果予以肯定，并认可“AI赋能的AI教育”项目的构想。专家强调，基地应进一步加强研究合作，尤其是与上海本地高校及国际学术机构的深度交流。此外，他们还提出了几项关键建议，包括持续吸引顶尖AI研究人才、进一步完善基地核心研究重点，并确保学生能够直接参与前沿AI研究。
学术委员会主席鄂维南在会议总结中回顾了讨论要点，充分肯定了基地所获成就及其开展的高质量学术活动。他特别强调，保持上纽大在AI研究中独特的国际合作桥梁作用至关重要。他指出，未来基地应更加注重跨学科AI应用研究、争取更多科研资金支持，并聚焦产出更具影响力的研究成果，在全球舞台上发挥领先优势。