第四十届 AAAI 人工智能会议（AAAI Conference on Artificial Intelligence, AAAI 2026）于 2026 年 1 月 20 日至 27 日在新加坡博览中心（Singapore EXPO）举行。作为国际人工智能领域最具影响力的顶级学术会议之一，本届大会围绕基础模型、机器学习理论、智能体系统、智能决策与社会影响等方向展开深入交流，集中呈现了人工智能研究的最新进展与未来趋势。

大会期间，AAAI 设立的 New Faculty Highlights（“学术新星”）荣誉备受关注。该项目面向全球人工智能研究社区公开征集并遴选新晋青年学者，旨在突出展示其已形成的研究方向、代表性成果与未来学术愿景。入选者将受邀在大会“学术新星”专题环节进行报告，是学术界对青年研究者科研潜力与学术影响力的重要认可。AAAI 2026“学术新星”荣誉共遴选 31 位学者入选。

在本届 AAAI 2026 上，北京雁栖湖应用数学研究院（Beijing Institute of Mathematical Sciences and Applications, BIMSA）副研究员 王雅晴入选 AAAI 2026“学术新星”荣誉，并受邀作专题演讲。她是本届“学术新星”入选者中唯一一位在中国大陆工作的学者。

王雅晴，BIMSA副研究员。2019 年获香港科技大学计算机科学与工程博士学位，2019—2024 年任百度研究院资深研究员。她已在 NeurIPS、ICML、ICLR、KDD、TheWebConf、SIGIR、AAAI、IJCAI、EMNLP 等国际顶级会议以及 TPAMI、JMLR、TIP 等期刊发表论文 30 余篇，论文被引用 5500 余次。目前担任 JCR Q1 期刊 Neural Networks 执行编委，并任 ACL Rolling Review 副编委。她入选北京市科技新星计划（2025）和 AAAI 学术新星（New Faculty Highlights，2026），并于 2024、2025 年连续入选“全球前 2% 顶尖科学家”榜单。她的研究聚焦于数据高效的机器学习与智能体，包括小样本学习、元学习、上下文学习和冷启动推荐等方向，致力于推动人工智能基础理论与实际应用的发展，并推进人工智能与科学计算的交叉融合。

在 1 月 24 日的学术新星专题报告中，王雅晴以 “From Few-Shot Learning to Data-Efficient Intelligence” 为题，系统阐述了其围绕数据高效智能的研究思路与最新进展。她指出，尽管深度学习与大模型在数据充足场景下取得了显著成功，但在科学发现、药物研发等真实应用中，数据昂贵、标注稀缺及环境动态变化仍是常态，亟需在有限数据与有限交互条件下实现可靠学习。报告从人类少样本学习机制出发，强调先验知识在高效学习中的核心作用，并据此系统回顾了小样本学习的理论基础，将相关思想拓展至大语言模型的上下文学习现象，揭示其与元学习及快速适应机制之间的内在联系。进一步地，报告将研究视角延伸至智能体系统，介绍了其在数据高效智能体学习方面的代表性工作，相关方法致力于在最少交互与监督条件下实现对用户偏好和任务需求的快速对齐，为构建更加可靠、可控与个性化的智能系统提供了新的研究思路。