• 理学院何佳清团队在science发表高熵热电材料研究论文

  • 理学院院长杨学明院士获“未来科学大奖”

  • 数学系本科生魏元哲等在龙格-库塔(Runge-Kutta)方法的稳定性研究方面取得新进展

  • 理学院杨英杰、陈晓非在 Science发表关于流星撞击火星研究的评述文章

  • 南科大柳卫平团队与合作单位联合在nature发文揭示古老恒星钙丰度之谜

  • 前沿灼见向未来——“化学反应的量子特性”学术报告会在南科大召开

  • 理学院范靖云课题组关于“复数的根本地位”的研究成果入选2022年国际物理学十大进展

  • 理学院殷嘉鑫在Nature撰写笼目晶体综述

  • Science发文!杨学明院士团队合作实现化学反应的立体动力学精准调控

  • 理学院讲席教授埃菲·杰曼诺夫与师生分享学术之路

  • Nature发文!俞大鹏院士课题组联合团队发文展示量子纠错优势

  • Nature+1!化学系刘心元团队在立体汇聚式N-烷基化领域中取得重要进展

  • 理学院林君浩团队合作在Nature发表有关高熵合金纳米颗粒合成与生长机理的研究成果

  • 南科大刘心元获第五届“科学探索奖”

  • 理学院刘柳团队在Science发文揭秘反电子态双亲性卡宾

  • 南科大俞书宏院士团队在Science发文 提出耐疲劳结构材料领域取得新策略

  • 理学院刘畅、刘奇航课题组在Nature发表反铁磁材料自旋劈裂行为的研究成果

  • 杨学明院士团队合作发现首例分子高激发态的漫游反应通道 成果登上Science

新闻动态 学术活动 通知公告
最新动态

科学大讲堂 | 普林斯顿大学鄂维南院士讲述科学与智能的奥秘

2021年4月15日下午,中国科学院院士、普林斯顿大学数学系和应用数学研究所教授鄂维南来访我校,做客理学院第56期科学大讲堂,在琳恩图书馆110报告厅为我校师生带来以“科学与智能”为主题的精彩讲座,现场座无虚席。此次讲座由理学院数学系系主任、讲席教授王晓明主持。


嘉宾简介:

image.png

鄂维南


鄂维南,普林斯顿大学数学系和应用数学研究所教授,中国科学院院士。鄂维南1982年毕业于中国科学技术大学数学系,1985年获中国科学院计算中心硕士学位,1989年获美国加州大学洛杉矶分校(UCLA)博士学位。

鄂维南院士主要从事计算数学、应用数学及其在力学、物理、化学和工程等领域中的应用等方面的研究。曾于1996年获美国总统青年科学家与工程师奖,2003年获国际工业与应用数学协会科拉兹 (Collatz) 奖;2009年获美国工业与应用数学学会克来曼 (Kleinman) 奖;2014年获美国工业与应用数学学会卡门 (Theodore von Karman) 奖;2019年荣获由SIAM和ETH Zürich联合授予的Peter Henrici奖;2020年获得ACM戈登•贝尔奖(ACM Gordon Bell Prize)。2009年入选首届美国数学学会,2012年入选首届美国工业与应用数学学会会士。

鄂维南院士是世界顶级应用数学专家,受邀将于2022年在俄罗斯圣彼得堡召开的国际数学家大会作1小时大会报告。


讲座回顾:

机器学习是人工智能的核心,人工智能的数学理论则是应用数学面临的最大机遇和挑战。机器学习取得的突破不仅给人工智能发展带来了新的契机,也给科学和工程领域研究开辟了新路径。本次报告中,鄂维南院士从数学、科学和人工智能三方面详细介绍了机器学习带来的机会和挑战,并分享了其课题组近期的多项重要研究进展。


image.png

讲座现场


理论、计算科学和工程研究面临的一个基本阻碍是对高维数据的有限处理能力,机器学习则提供了解决这一问题的新手段。将机器学习引入科学建模能够赋予人们意想不到的能力,甚至可能改变我们研究科学和工程问题的方式。机器学习的本质是应用数学问题,如今,作为人工智能的基础,数学已经走到了科学和技术创新的最前沿。


image.png

鄂维南院士在讲解


鄂维南院士团队建立了自然语言的数学模型,并用人工智能算法对其进行研究。通过将传统的科学方法和机器学习方法有机结合,给科学研究提供了新的、极为有效的研究方式,同时也将大大缩短科研场景和实际场景之间的距离,使科学研究和技术创新得到更深度的融合。鄂维南院士团队搭建的机器学习的数学理论结合机器学习和科学建模,解决了多个学科中最具挑战性的问题。在不久的将来,传统科学领域或将成为人工智能的主战场。

 


互动环节:

本次报告内容丰富详实,讲解生动,报告后参会师生进行了热烈的讨论。鄂维南院士解答了现场师生提出的关于机器学习、人工智能的专业问题,并展望了人工智能在科学研究和技术创新领域的广阔发展前景。


image.png

现场交流


Q1:机器学习需要很多不同数据,收集数据工作量非常大。您的模型里有5亿个数据,这些数据是怎样产生的?

A1: 5亿个数据是自适应产生的,有算法可以生成合适的数据。

 

Q2: 机器学习的数据一般是用量化方法产生,为什么不能用已有的实验数据去预测可能的实验做样本?

A2:我个人觉得是实验数据不够,有可能要将实验和算法结合在一起,通过实验产生数据做样本,但是现在还没有去实现,这也是我个人觉得比较关键的问题。          

 

讲座最后,王晓明教授与理学院统计与数据科学系系主任、讲席教授邵启满共同为鄂维南院士颁发科学大讲堂荣誉证书并合影留念,讲座圆满结束。


image.png

王晓明(左)、鄂维南(中)、邵启满(右)合影留念


文图:卿芳、王珮