期数：第一期
时间：2021年7月26日星期一
本期编辑：姜惠琪、郑旭然、邱瑞洋、陈开洁、白昊月、杨诗佳、李天一
一、要闻纵观
7月26日，第七届“大数据与商务分析”国际暑期学校采用线上和线下相结合的方式举行。线下部分在科学园国际会议中心2H408举行，线上部分通过zoom平台进行。
此次国际暑期学校由哈工大经管学院主办，邀请到全球范围内信息系统及相关领域的资深学者和业界专家作为授课教师，讲授大数据的发展方向与前沿专题，旨在为广大青年学者、博士生、硕士生和本科生提供向一流学者学习、系统提高研究水平的机会，同时构建一个相互学习和交流的平台，帮助国内外学者建立长期的合作关系，促进高水平学术研究。
经过全球范围内遴选，2021年暑期学校共有来自100多所高校和科研院所的高校教师、企业人员、在校学生共计600余人参加。
二、每期快讯
1.上午7:45-8:00
开幕式
哈尔滨工业大学经济与管理学院第七届“大数据与商务分析”国际暑期学校开幕式于科学园2H408正式举行，开幕式由经管学院学术事务助理、管理科学与工程系主任张楠主持。
张楠指出，新冠疫情改变了大家的生活，我们经历了从困难到习惯的过程，而科技使我们重新在线上相见。希望大家可以在暑期学校的学习中把握机遇、充分交流，开拓学术视野、提升研究能力、脚踏实地、取长补短，并预祝大家在暑期学校有所收获。
2.上午8：00-11：00
Arun Rai教授作专题报告
AI Behavior: Development, Mechanisms, Utility, and Evolution
7月26日上午，Arun Rai教授进行了为期半天的讲座。他的讲座逻辑紧密，从AI的起源，到AI的应用领域，让同学们了解到研究AI Behavior的重要性。通过不断深入讲解AI的发展动力，发展历程如机器学习、深度学习，我们应该如何应对AI的偏误以及我们需要提防AI可能对我们造成的危险，他提到这需要我们实现并提高AI行为的匹配度，规范AI行为，让AI助力人的科学研究与生产生活。
3.下午1：00-4:00
Anindya Ghose教授作专题报告
The Economics of Omni Channel Marketing and Digital Advertising
7月26日下午，Anindya Ghose教授作题为“使用Al解锁移动经济”的专题报告。Anindya Ghose教授指出，下一代的公司成功的要素是对已知或潜在顾客的所有可能的需求都了然于胸；数据、分析、人工智能将成为公司整体战略的关键组成部分。数据也许并不是一个新兴领域，但有能力改进它、学会追踪重要的数据、量化重要的指标却显得尤为重要。
三、教师简介
1.Arun Rai
佐治亚州立大学董事教授、罗宾逊商学院杰出教授
罗宾逊商学院数字创新中心主任、联合创始人
2016-2020年《MIS季刊》总编
信息系统协会特聘会员，2019年获信息系统学科终身杰出贡献LEO奖
2.Anindya Ghose
纽约大学伦纳德·斯特恩商学院海因茨·里尔商学院商业教授；伦纳德·斯特恩学院学者，拥有以他的名字命名的MBA奖学金（高斯奖学金）；曾在沃顿商学院任客座教授
《TAP：解锁移动经济》的作者，该书被评为2018年公理商业书籍奖的双料冠军，并被翻译成多种语言
2014年，他被《诗人与昆茨》评为全球40岁以下40位教授之一，并被《分析周》评为"大数据与商业分析200强思想领袖"之一
四、志愿者感言
作为一名材料学院的本科生，很荣幸可以参与本次哈工大经管学院国际暑期学校。我负责整理学员们和志愿者们的精彩时刻，将每一个值得回忆的瞬间和感想制作成动态简报，希望我可以为暑期学校尽一份力，也希望我的文字可以真实的记录下暑期学校的点滴，带给学员们最美好的回忆。
——陈开洁
五、学员感言
今天上午Arun Rai教授讲解了AI behavior的发展历程、机制、用途和进展。教授通过详细通俗的实例对AI behavior的重要术语和关键词进行了解析，并且PPT详略得当、重点突出，因为我之前没听过全英文授课，但是通过教授的PPT中的关键内容提示，也能较好的跟上老师的思路，得到收获。
下午Anindya Ghose教授介绍了他的一篇paper——Using AI to Unlock The Mobile Economy.教授将data比喻为new oil，分析了如今移动手机的多样化使用对商业广告的影响，同时发现由于新冠疫情的爆发，人们比以前更愿意分享自己的位置信息了，并且从商家的角度分析了在下一个十年如何取得胜利，即利用AI。教授讲了很多精炼的观点和思路，通过对上一个十年的数据分析，提出了在评估风险、利用AI的关注点等方面的建议。教授的讲解深入浅出，让我受益匪浅。
——李宜耕
受新冠疫情的影响，本次暑期学校改为在线上举行。上午，Arun Rai教授基于行为学的相关理论，结合具体示例和表示学习、增强学习与LIME等研究方法，提出了解释人工智能行为的四个维度，并展开阐述了各维度中AI行为的相关知识与研究。
下午，Anindya Ghose教授以AI赋能移动经济为主题，详细讲解了消费者购物移动轨迹的相似度、移动医疗技术对慢性病患者的医疗结果的影响和可持续性等研究成果。通过今天的课程学习和讨论，可谓是受益匪浅。
——徐钰瑾
今天的第一节课是由Arun Rai讲授的，内容主要是关于AI的发展和应用。AI最早可以追溯到图灵机的发明，在经历了70年的发展后，我们已经有了数以千计的应用。今天这节课给我留下最深印象的就是AI Biases。我想这也是AI应用中最难克服的一个难题，如果AI真的想再进一步发展，那我们应该赋予其人的特性，但是机器总归是人设计的，不同的人对公平或者是对某些事物的看法也不同，这就会导致市面上针对某个领域的AI 机器人出现一些不可估计的问题。
我想这个问题的解决还有待很多计算机科学家去解决。我想以后的学习过程中也去多读点有关的书籍，希望多去了解这样的前沿知识，并且学会透过表象看本质，让自己变得更好更强。这次暑校我认为很有意义，接下来的课程我也会认真听讲，希望可以站在巨人的肩膀上好好看一下这个世界。
——马康顺
今天上午Arun Rai教授从介绍AI的发展史，到举例AI在当今社会的重要应用和影响，由浅入深的让我们了解到了人工智能行为。通过教授的授课，让我对人工智能有了新的认识，受益匪浅。下午Anindya Ghose教授的授课内容十分具有吸引力，让我们学习到了商业分析的四大类型。同时，教授通过实证的方式，让我们认识到了数据在数字经济时代的意义。
此外，今天的两位老师都非常热心地鼓励学生们提问，并耐心地进行解答。尽管是线上的课程，但是课堂氛围仍然很活跃。这也是我第一次听全英文授课，从一开始的不适应到逐渐习惯，在学习知识的同时，感觉也是一次提高自己英语水平的难得机会。
——孙佳馨
今天听了Georgia State University的Arun Rai教授对AI行为的论述，其中对AI Biases话题比较有兴趣。了解到人工智能模型只是一台机器，是一台根据训练集中的数据调整其参数的机器。若训练集中存在某类歧视数据，则可能会产生带有某类歧视的AI模型。如果目标是建立一个干净、诚实、无偏见的模型，则应在训练之前清除训练数据并消除所有偏差。人工智能系统中的负面偏见与系统本身几乎没有任何关系，因为系统本身没有创建数据，数据的来源是我们。因此，这并非AI的错，而是我们的错。如果我们有修复自己AI的希望，我们必须要修复自己，我们可以有意识地通过努力促进各种背景的人们的平等来实现消除AI Biases。
——孙浩博
六、活动精彩瞬间留影
