第三十五届国际人工智能联合会议（International Joint Conference on Artificial Intelligence，IJCAI）暨欧洲人工智能会议（European Conference on Artificial Intelligence，ECAI）于2026年8月15日至21日在德国不来梅举行。

IJCAI创办于1969年，是人工智能领域历史最悠久、最具权威性和国际影响力的综合性顶级学术会议之一。大会汇聚全球人工智能领域的学者和科研人员，涵盖机器学习、智能体、知识表示与推理、计算机视觉、自然语言处理和机器人等主要研究方向，是集中展示人工智能前沿成果与发展趋势的重要国际平台。

大会设立的青年学者聚焦计划（Early Career Spotlights，ECS）面向人工智能各主要研究方向遴选成果突出、具有发展潜力的青年学者，邀请入选者在大会专题环节介绍其研究方向、代表性成果与学术愿景。自2016年设立以来，IJCAI青年学者聚焦计划的历届入选者包括来自斯坦福大学的Yejin Choi和Stefano Ermon，来自卡内基梅隆大学的Ruslan Salakhutdinov和J. Zico Kolter，南洋理工大学安波，以及清华大学朱军、刘知远等。

在本届IJCAI-ECAI 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青年学者聚焦计划，并受邀作专题报告。本届计划在全球共遴选14位青年学者，王雅晴是其中唯一一位在中国内地工作的学者。

王雅晴主要从事机器学习、人工智能研究。她致力于探索人工智能如何在有限数据、有限监督和动态环境下实现高效学习与快速适应，推动相关方法服务科学发现和产业应用。她于2019年获得香港科技大学计算机科学与工程博士学位，曾任百度研究院资深研究员。王雅晴在ICML、NeurIPS、ICLR、AAAI、IJCAI、TPAMI、JMLR、TIP等国际机器学习与人工智能会议及期刊发表论文40篇，论文引用超过6000次。她入选北京市科技新星计划（2025）、AAAI学术新星计划（New Faculty Highlights，2026）和IJCAI青年学者聚焦计划（Early Career Spotlights，2026），并连续入选全球前2%顶尖科学家榜单（2024—2025）。她现任IEEE计算智能学会数据高效智能体学习工作组副主席、Neural Networks执行编委和Machine Learning编委，并担任ICLR、ACL Rolling Review领域主席及AAAI高级程序委员会委员。

在题为“Toward Data-Efficient Intelligence: From Few-Shot Learning to Agentic Systems”（迈向数据高效智能：从少样本学习到智能体系统）的专题报告中，王雅晴围绕其长期开展的数据高效人工智能研究，系统总结了从少样本学习、元学习和上下文学习到数据高效智能体学习的研究脉络、代表性成果与核心观点。报告结合团队近年来的理论分析和方法研究，阐释了先验知识如何帮助人工智能从有限数据中实现可靠泛化，揭示了上下文学习与元学习之间的内在联系，并进一步提出“数据高效智能体学习”（Data-Efficient Agentic Learning，DEAL）的研究框架，探讨智能体如何在有限监督和有限交互条件下实现快速适应与有效决策。随着人工智能从单步预测走向多步交互与自主决策，数据的内涵正从静态训练样本扩展到智能体与环境交互产生的经验、反馈和轨迹，数据稀缺问题也因此变得更加突出。她认为，充分利用先验知识、有限经验和结构化机制，是提升人工智能系统泛化、适应与决策能力的重要途径；数学理论则有助于深入理解模型学习和适应的内在机制，为提高人工智能的数据效率、可靠性与可解释性提供理论基础，并推动相关方法在科学计算、生物医药和个性化智能体等场景中的应用。