• 人工智能的数理基础

    当前人工智能面临如下重大的理论挑战:可计算性(computability)、可解释性(interpretability)、泛化性(generalization)、稳定性(stability)。围绕这些基础问题,我们从数学、统计和计算的角度,建议设立“人工智能的数理基础”重大研究方向,并在该方向下先启动以下三个方面的研究:

    1. 可解释性的新型人工智能模型;
    2. 新型的机器学习算法;
    3. 深度学习的基础理论。

    以期打破基于计算机实验和神经科学的人工智能的惯用建模范式,建立以数学与统计理论为第一原理的新一代人工智能方法论。

    夏壁灿

    PM

    北京大学数学科学学院教授,主要研究方向为机器证明、程序验证。

    PI

    中国科学院数学与系统科学研究院研究员。戴彧虹研究员在优化理论和算法方面取得突出成果,杰出青年基金和冯康科学计算奖获得者,是国内优化领域的学术带头人。

    PI

    清华大学副教授。邓柯教授在统计建模和计算方面取得高水平研究成果,青年千人计划入选者,是国内统计学领域青年学术带头人。

    PI

    北京大学副教授。董彬教授在图像和数据科学领域取得突出成果,青年千人计划入选者,是国内图像处理领域的青年学术带头人。

    PI

    北京大学教授。李铁军教授在随机算法和模拟方面取得突出成果,杰出青年基金获得者,是国内计算数学领域随机算法方面学术带头人。

    PI

    北京大学研究员。林伟教授在高维成分数据分析方面取得了高水平成果,青年千人计划入选者,是国内统计学习领域的青年学术带头人。

    PI

    中国科学院数学与系统科学研究院研究员。明平兵研究员在多尺度算法与分析方面取得突出成果,杰出青年基金获得者,是国内数值分析和计算材料科学方面学术带头人。

    PI

    清华大学副教授。史作强教授在高维数据的偏微分方程建模方面取得高水平研究成果,长期跟国际著名学者合作,是国内计算数学领域数学科学方面的青年学术带头人。

    PI

    北京大学副教授。文再文教授在优化算法和理论方面取得突出成果,优秀青年基金获得者,是国内优化领域青年学术带头人。

    PI

    北京大学教授。杨超教授在大规模并行计算方面取得高水平成果,获得国际高性能计算应用最高奖—“戈登•贝尔”奖,是国内高性能计算领域学术带头人。

    PI

    北京大学教授。张志华教授在非参数贝叶斯机器学习方法方面取得高水平成果,是机器学习领域顶级杂志JMLR的编委,是国内统计学习领域的学术带头人。

    All Posts
    ×