2026年6月11日上午，澳大利亚蒙纳什大学数据科学与人工智能副教授杜岚博士来到老司机导航 ，在经管楼A208会议室作题为《When Views Disagree: Trustworthy Al with BayesianUncertainty Estimation for Multimodal Learning》的学术报告。本次报告由老司机导航 胡艺馨老师主持，厉雨婷老师担任点评嘉宾。

本次讲座伊始，杜岚博士围绕多模态学习中的可信人工智能展开，系统探讨了当多源信息（如文本、图像、表格数据与传感器测量等）存在噪声、冲突或分布外样本时，如何通过贝叶斯不确定性估计构建更加可靠、鲁棒的预测模型。

杜岚博士指出，传统多模态模型在面对视图不一致或未知类别时，仍可能输出高置信度的错误预测，这构成了当前AI系统在实际部署中的重大安全隐患。为此，杜岚博士进一步介绍了其研究团队在该方向上的系列工作，包括基于多视图高斯过程的贝叶斯融合方法、面向多模态神经过程的可扩展不确定性估计框架、能够化解视图冲突的信任感知融合策略，以及面向开放集场景的歧义校准与偏差消减方法。讲座强调，不确定性估计不应仅被视为模型的一项附加功能，而应作为可信AI系统设计中的核心原则，贯穿模型构建、训练与部署的全流程。

报告交流环节，杜岚博士与在场师生围绕多模态不确定性估计的理论基础、实际应用中的计算效率问题，以及该方法在医疗诊断、市场营销等跨学科场景中的落地前景展开了深入讨论。

报告最后厉雨婷老师指出，杜博士的工作在方法论层面为多模态融合中的信任度评估提供了系统性思路，尤其是开放集学习中校准歧义、减少视图特定偏差的策略，对于提升AI系统在现实不确定环境中的稳健性具有重要的理论与实践意义。

本次讲座为与会师生提供了关于可信AI前沿研究的有益启示，进一步促进了学术界在不确定性估计与多模态学习交叉方向的深入交流。论坛在热烈的学术交流氛围中圆满结束。