模糊系统六十载：FUZZ-IEEE 2025会议聚焦可解释人工智能与混合智能决策新前沿

《IEEE Computational Intelligence Magazine》：Conference Report on 2025 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE 2025) [Conference Reports]

本期推荐2025年IEEE模糊系统会议（FUZZ-IEEE 2025）专题报道。为应对人工智能在不确定性建模、可解释性及适应性方面的挑战，研究人员围绕模糊聚类、粒度计算、联邦模糊学习等主题开展深入探讨。会议通过155篇常规论文及23篇短文展示模糊逻辑与机器学习融合的最新成果，特别关注其在可信AI、医疗健康决策等领域的应用。活动同步举办60周年纪念专题论坛，为模糊系统在生成式AI时代的发展指明方向。

　　

当人工智能系统在医疗诊断、自动驾驶等关键领域扮演越来越重要的角色时，其决策过程的"黑箱"特性却成为制约发展的瓶颈。如何让机器在复杂环境中做出既精准又可解释的判断？这正是2025年7月6日至9日在法国兰斯举行的IEEE模糊系统国际会议（FUZZ-IEEE 2025）聚焦的核心议题。恰逢模糊集理论诞生60周年，这场盛会吸引了来自39个国家的274名学者，共同探讨模糊逻辑在新时代人工智能中的独特价值。

会议论文征集呈现出质量并重的特点：共收到309篇投稿，经过严格的双盲评审，最终接受155篇常规论文（接受率50.1%）、23篇短文、3篇最新进展报告和5篇期刊转会议论文。所有录用论文均以口头报告形式呈现，确保与会者能够深入交流。特别值得注意的是，18场专题研讨会、6场教程讲座和3场小组讨论将关注点延伸至联邦模糊学习、可信人工智能等新兴交叉领域，反映出模糊系统正与现代机器学习技术深度交融。

四场主题演讲构建了理论与应用的桥梁。Fosca Giannotti教授探讨了"协同人机交互与协作：可解释人工智能与混合决策系统"，强调构建透明且以人为中心的决策模型的重要性。Sushmita Mitra教授则聚焦"医疗健康中的人工智能"，展示模糊方法如何从复杂的医疗数据中提取可信赖、无偏见的决策依据。神经模糊系统先驱Jyh-Shing Roger Jang教授回顾了模糊逻辑的演进历程，特别强调自适应控制和系统演化中的可解释性。Steven Schockaert教授讨论了模糊系统与语言概括、混合推理的结合，展望了与其他人工智能范式的未来交叉点。

关键技术方法包括：基于双盲评审的论文筛选机制、特殊会议环节设计（包括专题研讨会、教程讲座和小组讨论）、现场互动投票系统（Slido¹）以及行业学术合作工作坊。研究数据来源于39个国家的274名参会者提交的309篇论文，其中巴西代表团24人成为最大外国参会群体。

III. 奖项与认可

会议通过多项重要奖项表彰杰出贡献。最佳论文奖授予Marcela Oliveira Coelho等人关于"多变量系统粒度反馈线性化与稳定性保证"的研究；最佳学生论文奖由Miha Obot等人获得，其论文涉及"基于演化高斯聚类的无监督联邦学习"。

IV. 参会体验与社群互动

会议特别注重早期学者培养，IEEE CIS学生与早期职业导师计划成功连接新生代学者与资深导师。产业学术合作研讨会促进学术界与工业界对话，吸引大量博士及博士后研究人员参与。

为纪念模糊集理论60周年，会议组织题为"60年后，模糊系统的未来何在？"的专题讨论，采用现场投票和互动问答形式，探讨可解释人工智能、自主系统和不确定性建模等领域的挑战与机遇。同期举办的"计算智能领域女性"倡议20周年纪念活动，为女性科技工作者提供经验分享平台。

研究结论表明，模糊系统在应对现代人工智能挑战中展现出持续重要性。通过融合机器学习技术，模糊逻辑在不确定性建模、系统适应性和结果可解释性方面具有独特优势。会议成功搭建了学术交流与产业应用的桥梁，为模糊系统在下一代人工智能中的发展指明方向。特别在医疗健康决策、可信人工智能等关键领域，模糊方法为解决复杂系统问题提供了创新思路。六十年的发展历程证明，模糊系统始终保持适应性，与技术进步同步演进。