2025年5月26日星期一下午，香港中文大学祁树仁老师应邀为四川大学网络空间安全学院师生带来题为“反思深度学习：数据表征的不变性视角”的学术报告。本次讲座由网络空间安全学院党总支副书记兼副院长张意教授主持。

祁老师从深度学习面临的表征泛化难题切入，系统梳理了数据不变性在机器学习发展历程中的核心作用。他通过对比传统机器学习模型与早期深度学习的局限性，指出“不变性”是提升模型鲁棒性与可解释性的关键维度。借助图像识别领域的典型案例，祁老师详细解析了如何在复杂数据分布中提取具有几何对称性的不变特征，并强调“过度依赖数据量而忽视表征约束”可能导致模型泛化能力下降。

针对深度学习的新范式，祁老师结合其团队研究成果，提出“从数据驱动到表征驱动”的转型思路。通过重构网络架构中的层次化不变性约束，可显著降低模型对标注数据的依赖。此外，他还探讨了联邦学习场景下如何通过跨域不变性表征实现隐私与性能的平衡。讲座尾声，祁老师总结道：“深度学习需要跳出‘堆叠参数’的惯性思维，重新审视数据表征的本质规律，方能突破当前的技术瓶颈。”

本次讲座为我院师生提供了“理论创新与技术实践”深度融合的前沿视角，激发了师生对深度学习本质的深入思考。活动在热烈的问答互动中圆满结束。

网络空间安全学院

2025年5月28日