2021年8月21日20:00-21:30，AI TIME 邀请了来自阿里巴巴达摩院、网易、华为诺亚方舟实验室、德州农工大学、中国科学技术大学的博士们，与大家共同开启AI TIME PHD Debate - 6！本期AI TIME PhD直播间，我们想一起探讨：推荐系统的研究热点有哪些？推荐系统应该向通用大模型，还是小而精的模型方向发展？推荐系统里有哪些公平性/偏差问题？推荐系统如何做到可解释？
基于图神经网络的推荐系统会成为未来的主流吗？推荐系统发展面临的挑战和机遇。
嘉宾介绍：孙飞，毕业于中科院计算所，目前在阿里巴巴达摩院智能计算实验室从事推荐系统、自然语言处理等领域研发工作。主要研究推荐系统中，用户行为序列表示学习、隐私保护；文本表示学习、文本摘要、文案生成。在ACL、SIGIR、KDD、WWW等顶级会议发表论文数十篇，获RecSys 2019会议Best Long Paper Runner-up奖，Google学术引用1000余次。
吴润泽，资深人工智能研究员，网易伏羲研究部用户画像组负责人，2016年访问澳洲UTS（导师徐贯东教授），2018年毕业于中国科大（导师陈恩红教授），浙大在站博士后（导师高云君教授）。
主要研究包括用户行为建模、模型可解释、异常检测及组合优化，相关研究成果已在网易多款游戏的反外挂、推荐、流失分析、对战匹配等场景转化落地，并在TOIS、TKDD、KDD、WWW、AAAI、IJCAI、ICCV、CIKM等会刊发表近20篇论文，获得游戏领域顶会IEEE CoG 2020最佳论文奖。
刘卫文，华为诺亚方舟实验室推荐搜索组高级工程师，2020年香港中文大学博士毕业。主要研究推荐系统中的列表式推荐，多样性公平性推荐等。在推荐搜索领域发表WWW/KDD/SIGIR/RecSys等顶会论文20余篇，谷歌学术引用200余次。
竺子崴，德州农工大学博士四年级，师从James Caverlee教授。主要研究推荐系统里的公平与偏差的相关问题，例如推荐系统里的物品的推荐公平，曝光偏差（exposure bias），流行偏差（popularity bias），主流偏差（mainstream bias）等。在WWW，KDD，SIGIR，RecSys，WSDM等会议中发表近20篇论文，其中以第一作者发表了8篇论文。
吴剑灿，中国科学技术大学博士二年级，导师是何向南教授。主要研究包括推荐系统，自监督学习和图神经网络。目前在腾讯音乐实习。在SIGIR等会议和期刊上发表数篇论文。
主持人：贺赟，德州农工大学博士四年级，导师是James Caverlee教授。主要研究包括推荐系统，信息检索和自然语言处理。Research Intern in Google Brain（2021 Fall）