EN

人工智能的数理基础

关注深度神经网络面临的重大理论挑战,聚焦基于深度神经网络的人工智能的可解释性、泛化性、稳定性和可计算性,同时兼顾国家重大攻关任务。我们期望综合运用现代数学和统计学工具,建立一套具有可解释性、启发性和指导作用的人工智能理论框架;研究非凸优化理论和适应于当代和未来超级计算机硬件系统结构的人工智能加速计算方法;利用(随机)微分方程、(随机)最优控制、统计物理、逼近论等数学工具,研究深层神经网络的能量景观、流形建模理论及算法、高维逼近性质等,设计全新的易于优化、稳定、强泛化性的深度学习模型。

科研团队介绍

张平文
智源首席科学家
北京大学教授

中国科学院院士、发展中国家科学院院士。北京大学数学科学学院教授、博士生导师,国家自然科学基金委创新群体学术带头人。现任北京大学党委常委、副校长、科学与工程计算中心主任、中国工业与应用数学学会理事长、大数据分析与应用技术国家工程实验室主任、北京大数据研究院学术委员会主任、美国工业与应用数学学会会士。曾获国家自然科学二等奖、高校科学技术奖自然科学一等奖、冯康科学计算奖等。

智源首席科学家张平文院士研究领域集中在复杂流体特别是液晶的数学理论和计算方法。他与合作者为液晶领域的Doi-Onsager模型奠定了数学基础并建立了Doi-Onsager模型与宏观的Ericksen-Leslie模型之间的联系;研究了一系列不同层次、不同尺度的模型之间的关系并发展了能够描述复杂相和动力学行为的统一模型;针对嵌段聚合物自洽场理论模型,发展了挖掘复杂结构的高效数值方法,设计了有序相变成核算法,这些方法和算法已经成为该领域模拟研究常用的工具。另外,他还在基于调和映射的移动网格方法、多尺度算法与分析等方面做出了创新性贡献。

夏壁灿
智源项目经理
北京大学教授

北京大学数学科学学院教授、智源科学研究工程项目经理(PM)。研究方向为符号计算、自动推理、程序验证。从2006年10月至今任国际期刊Mathematics in Computer Science编委,曾获2005-2006年度北京大学教学优秀奖,2001年周培源数学奖教金等多项奖项,曾参与编著清华大学出版社出版的《符号计算选讲》、《计算机代数》等高等教育教材。

戴彧虹
智源研究员
中国科学院数学与系统科学研究院研究员

中国科学院数学与系统科学研究院研究员、智源研究员。他主要研究连续优化、整数规划以及应用优化,已发表论文一百三十余篇,出版专著一本。曾获中国数学会第五届钟家庆数学奖、国家自然科学二等奖(排名第二)、德国洪堡奖学金、第十届中国青年科技奖、国际通信大会最佳论文奖、第十一届冯康科学计算奖、第十六届陈省身数学奖、首届萧树铁应用数学奖。曾访问英国剑桥大学、邓迪大学、德国拜罗伊特大学、美国康奈尔大学等院校。目前担任中国运筹学会理事长、中科院数学与系统科学研究院优化与应用研究中心主任。

邓柯
智源研究员
清华大学副教授

清华大学副教授、智源研究员。中国现场统计研究会计算统计分会理事长、中国青年统计学家协会副会长、中国人工智能学会智慧医疗专业委员会副主任委员、国际计算统计学会亚太地区分会理事、国际统计学知名杂志Statisca Sinica副主编,并获得“2016科学中国人年度人物”荣誉称号。研究兴趣包括贝叶斯统计与计算、生物医学统计、人工智能理论与方法等领域,主要研究方向是将统计学理论和方法与生物医学、数字人文、人工智能研究中重要的理论和实际问题相结合,开发适用于弱训练场景、具有良好可解释性的智能模型和算法。一系列论文发表在国际统计学顶级期刊JASA、JRSS-B、Biometrika等,以及顶级综合性期刊PNAS、Nature Communications等。

董彬
智源研究员
北京大学长聘副教授

北京大学北京国际数学研究中心长聘副教授、人工智能研究院数理基础中心主任,智源学者。2003年本科毕业于北京大学数学科学学院、2005年在新加坡国立大学数学系获得硕士学位、2009年在美国加州大学洛杉矶分校数学系获得博士学位。博士毕业后曾在美国加州大学圣迭戈分校数学系任访问助理教授,2011-2014年在美国亚利桑那大学数学系任助理教授,2014年底入职北京大学。主要研究领域为应用调和分析、反问题计算、机器学习及其在图像和数据分析中的应用。在国际重要学术期刊和会议上发表论文70余篇。现任期刊《Inverse Problems and Imaging》编委、《CSIAM Transactions on Applied Mathematics》和《Journal of Computational Mathematics》副主编。2014年获得香港求是基金会颁发的求是杰出青年学者奖,2022年受邀在世界数学家大会(ICM)做45分钟报告。

李铁军
智源研究员
北京大学教授

北京大学数学科学学院教授、智源研究员,国内计算数学领域随机算法方面的学术带头人,已经在随机算法和模拟方面的诸多领域取得了突出成果。入选2010年中国教育部新世纪优秀人才计划。主要研究方向为随机建模仿真和系统生物学的研究和应用,同时研究化学反应随机动力学模拟。

林伟
智源研究员
北京大学长聘副教授

北京大学长聘副教授、智源研究员。2011年在美国南加州大学获博士学位,2011年至2014年在美国宾夕法尼亚大学任博士后研究员,2014年加入北京大学。主要研究兴趣为高维统计与大数据分析,此外还包括因果分析、生存分析、成分数据分析、时空统计等,以及在基因组学、宏基因组学和环境科学中的应用。在Journal of the American Statistical Association、Biometrika、Statistica Sinica等重要期刊上发表论文十余篇。主持国家重点研发计划重点专项课题、国家自然科学基金面上项目,参与国家自然科学基金重点项目等。林伟系统研究了高维成分数据的回归变量选择、两样本均值检验及协方差矩阵估计等基本统计学习和推断问题,阐明了成分数据分析中的可辨识性条件。

明平兵
智源研究员
中国科学院数学与系统科学研究院研究员

中国科学院数学与系统科学研究院研究员、智源研究员。2000年在中国科学院数学与系统科学研究院获得理学博士学位,留院工作至今,2008年提升为研究员。2015年起担任科学与工程计算国家重点实验室副主任。 主要从事计算数学及科学计算的研究,特别是固体多尺度建模、模拟及多尺度算法的研究。他在JAMS、CPAM、ARMA、PRB、SINUM、Math. Comp.Numer. Math.MMS.等国际著名学术期刊上发表学术论文五十余篇。

史作强
智源研究员
清华大学副教授

清华大学丘成桐数学科学中心、数学科学系副教授,智源研究员。曾在美国加州理工学院应用与计算数学系做博士后。史作强主要研究方向为偏微分方程数值方法,图像处理和机器学习中的偏微分方程模型,非线性非平稳信号时频分析等,学术成果主要发表在Advances in Mathematics、Archive for Rational Mechanics and Analysis、Communications in Mathematical Sciences、SIAM Journal on Imaging Sciences等国际著名学术期刊上。

文再文
智源研究员
北京大学副教授

北京大学北京国际数学研究中心副教授、智源研究员。2016年获得中国青年科技奖。2020年荣获北京市杰出青年中关村奖。主要从事大规模优化算法和理论方面的研究及其在机器学习和人工智能中的应用。文章发表在SIOPT、SISC、SIMAX、SINUM、SIIMS、MPA等国际重要杂志。开发有 MGLS、FPC_AS、LMaFit、OptM、ARNT和Arrabit等多个学术软件包。

杨超
智源研究员
北京大学教授

北京大学教授、智源研究员。现为北京大学博雅特聘教授、博导,北京大学大数据分析与应用技术国家工程实验室副主任,北京大学科学与工程计算中心副主任,中国计算数学学会常务委员,中国计算机学会高级会员。主要从事与超大规模并行计算相关的模型、算法、软件和应用研究,研究领域涉及计算数学、计算机科学与应用领域的交叉。先后主持国家自然科学基金项目5项、主持和参与国家级科研项目多项,发表学术论文80余篇。研究成果曾先后获2012年中国科学院卢嘉锡青年人才奖、2016年美国计算机学会“戈登贝尔”奖(ACM Gordon Bell Prize)、2016年中国十大科技进展新闻、2017年中国科学院杰出科技成就奖、2017年CCF-IEEE CS青年科学家奖、2018年茅以升北京青年科技奖、2019年湖南省自然科学二等奖、2021年首届“王选杰出青年学者奖”等,目前主要社会兼职包括SIAM Journal on Scientific Computing编委,中国科学院软件研究所学术/学位委员会委员,中国工业与应用数学学会“高性能计算与数学软件”专业委员会副主任兼秘书长,中国新一代人工智能产业技术创新战略联盟“AI 指令集与开发接口” 标准专题组组长等。此外,还担任多个国内科研机构和国家级项目的技术咨询专家。

张志华
智源研究员
北京大学教授

北京大学教授、智源研究员。主要从事机器学习、应用统计和数值计算的交叉学科的研究。研究范围涉及理论、模型、算法和应用等多个层面,研究方向主要包括机器学习与模式识别、统计建模与计算、数值代数与优化、分布式计算构架等,是国际机器学习旗舰刊物JMLR的执行编委,并多次受邀担任国际人工智能顶级学术会议的程序委员或高级程序委员。其网络公开课“统计机器学习”和“机器学习导论”受到广泛关注,迄今为止访问量已超过50万次。

王涵
智源青年科学家
北京应用物理与计算数学研究所研究员

北京应用物理与计算数学研究所研究员、智源青年科学家。2006年获北京大学计算数学专业本科学位,2011年获北京大学计算数学博士学位。2018年至今在北京应用物理与计算数学研究所担任研究科学家。主要研究兴趣为分子模拟中的多尺度建模与计算方法,以及基于深度学习的分子建模。曾获中国数学会计算数学分会第五届青年创新奖。2019年入选北京市青年人才托举工程,2020年获得国际高性能计算应用领域最高奖——戈登贝尔奖。

邵嗣烘
智源青年科学家
北京大学副教授

北京大学副教授、智源青年科学家。他先后于2003年和2009年毕业于北京大学数学科学院并分别获得理学学士和博士学位。2009年2月至2010年8月在香港科技大学从事博士后工作。曾在美国的北卡罗莱那大学夏洛特分校、普林斯顿大学、西班牙的塞维利亚大学以及香港中文大学等知名高校开展访问交流工作。曾获中国计算数学学会优秀青年论文一等奖(2005),北京大学学术类创新奖(2005,2006,2008),北京大学优秀博士学位论文三等奖(2011)以及宝洁教师奖(2015)等。已在领域内主流国际学术期刊上发表30余篇学术论文。

林乾
智源青年科学家
清华大学副教授

清华大学统计中心副教授、智源青年科学家。2003年、2006年在北京大学数学科学学院分别获得本科和硕士学位,导师:刘张炬;2010年在麻省理工数学系获得博士学位,导师:Roman Bezrukavnikov;2010年-2013年在美国甲骨文公司任职技术员;2013年-2017年在哈佛大学从事统计学博士后研究工作,合作导师:刘军;2017年8月至今在清华大学任教。从事非参数方法,高维充分性降维方法,机器学习以及深度学习理论基础等方面的研究。过去几年主要致力于从统计决策理论角度理解充分性降维问题,并在本方向取得突破性的工作。成功地探明了分片逆回归方法在高维数据时所面临的理论障碍,通过自己的系列工作建立了从线性回归到非线性多指标模型之间的一座桥梁,从而指出一个潜在可能性:线性回归的理论方法可以平行地移植到单指标或者多指标模型中去。围绕这个突破将会产生一系列的衍生问题,从而极大地丰富充分性降维问题的理论与方法。这个系列的结果正在整理完善中,其中已经有4篇正式在统计学的顶级期刊发表/被接受,并获得ICCM2017最佳论文若琳奖与ICCM2018最佳论文银奖。