11月15日，受广东省进化智能与机器人国际科技合作基地邀请，香港理工大学Kay Chen Tan 教授为工学院电子系师生作了一场题“Towards Next-Generation Evolutionary Computation: Some Reflections”的学术报告。汕头大学郝志峰校长，广东省数字信号与图像处理技术重点实验室范衠教授莅临本次报告。

       Kay Chen Tan 教授为长江讲座教授，美国 IEEE Fellow、Fellow 评委、计算智能协会理事会委员。他现任香港理工大学计算系计算智能讲席教授及副系主任（科研及发展）。他同时担任美国IEEE计算智能学会副会长, 他曾在2015-2020年任IEEE Transactions on Evolutionary Computation(影响因子:16.5)主编，2010-2013年任IEEE Computational Intelligence Magazine(影响因子: 9.8)主编。Kay Chen Tan 教授是英国爱丁堡大学的荣誉教授和IEEE研究员。他还担任Springer系列书籍《Machine Learning: Foundations, Methodologies, and Applications》的主编。

图1 Kay Chen Tan 教授关于Next-Generation Evolutionary Computation的报告

       在这场报告中，Kay Chen Tan 教授深入探讨了演化计算的核心主题，包括演化计算方向的基本理论、学术起源、应用领域、面临的挑战以及未来的发展方向。他还介绍了自己团队在进化传递优化方面的研究，他们重点关注创建分布式、可扩展和可学习的进化算法，以解决具有挑战性的优化问题，比如物理学交叉领域的新一代材料研究以及与劳斯莱斯合作针对飞机引擎的检修优化问题。

       在报告中，Kay Chen Tan 教授特别强调了演化计算当前面临的挑战。同时也强调了基于演化计算和迁移学习的Evolutionary Transfer Optimization (ETO)技术，以及该技术需要解决的三个关键问题：何时引入迁移、迁移什么知识、如何进行迁移。此外，Kay Chen Tan 教授介绍一个开源的进化优化平台，利用先进硬件（如GPU集群）的计算能力，使用户能够开发解决现实世界问题的高性能进化算法。最后，Kay Chen Tan 教授讨论演化计算领域的潜在未来研究方向，他表示下一代进化算法应该利用高性能计算资源和其他技术来解决现实世界问题的挑战。这些算法应该更加灵活、适应性强，能够在更短的时间内提供最优的搜索解决方案。

图2 Kay Chen Tan 教授与郝志峰校长和范衠教授进行探讨

       在报告会期间，Kay Chen Tan 教授与郝志峰校长和电子系师生都进行了良好的互动，耐心解答了他们关注的问题并进行深入学术交流，现场气氛活跃。通过本次报告，参会师生们都对演化计算领域有了更深刻的认识。