ວັນທີ 22 ກໍລະກົດນີ້, ສາດສະດາຈານ Witold Pedrycz, ສະມາຄົມລາດຊະວົງການາດາ, IEEE Life Fellow, ແລະ ສາດສະດາຈານຢູ່ມະຫາວິທະຍາໄລ Alberta, ໄດ້ເຂົ້າຮ່ວມ "ເວທີປາໄສປະລິນຍາໂທຢູ່ຕ່າງປະເທດ” ຂອງມະຫາວິທະຍາໄລກວາງຊີ. ລາວໄດ້ນໍາສະເຫນີບົດລາຍງານທາງວິຊາການທີ່ມີຫົວຂໍ້ "New Pursuits of Machine Learning: Data-Knowledge Environment and Knowledge Landmarks" ໃນຫ້ອງປະຊຸມຂອງໂຮງຮຽນຄະນິດສາດແລະວິທະຍາສາດຂໍ້ມູນ. ໂດຍທ່ານສາດສະດາຈານ Xiao Jianzhuang, ຮອງປະທານມະຫາວິທະຍາໄລກວາງຊີ.

ໃນການນໍາສະເຫນີຂອງລາວ, ສາດສະດາຈານ Pedrycz ໄດ້ແກ້ໄຂສິ່ງທ້າທາຍຫຼັກໃນການຮຽນຮູ້ເຄື່ອງຈັກທີ່ອີງໃສ່ຂໍ້ມູນຢ່າງແທ້ຈິງ, ລວມທັງ "ຄວາມຕາບອດຂອງຂໍ້ມູນ", ລັກສະນະຂອງກ່ອງດໍາຂອງຕົວແບບ, ແລະຄວາມຫນາແຫນ້ນຂອງຂໍ້ມູນ. ລາວໄດ້ສະເຫນີຮູບແບບໃຫມ່ສໍາລັບການກໍ່ສ້າງ "ສະພາບແວດລ້ອມຄວາມຮູ້ຂໍ້ມູນ", ໂດຍເນັ້ນຫນັກວ່າການລວມເອົາຄວາມຮູ້ໂດເມນ - ເຊັ່ນ: ກົດຫມາຍທາງດ້ານຮ່າງກາຍແລະຄວາມຮູ້ສັນຍາລັກ - ແມ່ນກຸນແຈສໍາຄັນທີ່ຈະເອົາຊະນະຂໍ້ຈໍາກັດໃນປະຈຸບັນ. ລາວໄດ້ນໍາສະເຫນີແນວຄວາມຄິດຂອງ "ຈຸດຫມາຍປາຍທາງຄວາມຮູ້" ເປັນເຄື່ອງມືວິທີການຫຼັກ, ອະທິບາຍວິທີການສະກັດຄວາມຮູ້ທີ່ສໍາຄັນຈາກຂໍ້ມູນແລະການເພີ່ມປະສິດທິພາບ, ແລະວິທີການທີ່ຈຸດຫມາຍເຫຼົ່ານີ້ສາມາດຖືກລວມເຂົ້າໃນກອບຮູບແບບເຊັ່ນ: ຂະບວນການ Gaussian ເພື່ອເຮັດໃຫ້ການຮຽນຮູ້ທີ່ມີຄວາມຮູ້. ນອກຈາກນັ້ນ, ສາດສະດາຈານPedrycz ໄດ້ປຶກສາຫາລືກ່ຽວກັບວິທີການປະຕິບັດເພື່ອນໍາໃຊ້ທັງຂໍ້ມູນແລະຄວາມຮູ້ໃນການອອກແບບຕົວແບບໂດຍອີງໃສ່ກົດລະບຽບ. ໂດຍຜ່ານການສຶກສາກໍລະນີ, ລາວໄດ້ສະແດງໃຫ້ເຫັນຄວາມໄດ້ປຽບຂອງຮູບແບບການຮ່ວມມືດ້ານຂໍ້ມູນຄວາມຮູ້, ແລະສະຫຼຸບເສັ້ນທາງທີ່ສໍາຄັນ, ສິ່ງທ້າທາຍ, ແລະໂອກາດໃນການເຄື່ອນຍ້າຍໄປສູ່ "ການຮຽນຮູ້ເຄື່ອງຈັກ neuro-symbolic".

ໃນລະຫວ່າງກອງປະຊຸມ, ອາຈານ Pedrycz ໄດ້ພົວພັນກັບຜູ້ເຂົ້າຮ່ວມແລະໃຫ້ຄໍາຕອບຢ່າງລະອຽດຕໍ່ຄໍາຖາມຂອງພວກເຂົາ.

ເຂົ້າຮ່ວມກອງປະຊຸມຄັ້ງນີ້ ມີບັນດາຄະນະວິຊາ ແລະ ນັກສຶກສາຈາກໂຮງຮຽນວິສະວະກຳໄຟຟ້າ, ໂຮງຮຽນວິສະວະກຳໂຍທາ ແລະ ສະຖາປັດຕະຍະກຳສາດ, ໂຮງຮຽນຂໍ້ມູນຂ່າວສານຄອມພິວເຕີ ແລະ ເອເລັກໂຕຼນິກ, ແລະ ໂຮງຮຽນຄະນິດສາດ ແລະ ວິທະຍາສາດຂໍ້ມູນຂ່າວສານ.