AI之夏”学术沙龙系列讲座第2讲 :从数据中发现物理规律

341 views

报告摘要

科学探索,也许是人工智能领域新兴而最具有星辰大海想象空间的方向之一。大到宇宙天体运动演化,小到混乱无序的分子运动,在过去几个世纪中,科学家们前赴后继,探寻简单、优雅、和谐的数学符号方程,来描述大千世界的普适规律。从经典力学、电磁学到量子力学,一个又一个被发现的规律,在人类科学发展进程中留下浓墨重彩。而世界如此之广袤,还有太多的科学奥秘,未被人类发掘和定义。当AI成长为挖掘海量数据信息的关键利器,它为探索科学问题开启了一扇新的大门。这个报告将介绍符号学习与推理基本概念和方法,讨论如何从数据中提取数理方程,进一步探索用于描述未知系统状态的数学方程或定律。

主讲人信息

孙浩

长聘副教授
孙浩,1988年生,中国人民大学高瓴人工智能学院“长聘副教授、博导”,国家高层次人才青年专家,麻省理工学院兼职研究员、美国东北大学兼职教授。2014年在美国哥伦比亚大学取得工程力学博士学位,随后在麻省理工学院从事博士后研究,曾任美国匹兹堡大学、美国东北大学终身序列助理教授、博导。主要从事科学智能、人工智能数理基础与理工交叉研究,包含可诠释性深度学习、基于物理信息的深度学习、符号强化学习与推理、数据驱动复杂动力系统建模与识别、控制方程找型、基础设施健康监测与智能化管理等方向。在国际一流SCI期刊(如《自然-通讯》)和计算机顶会等各类重要刊物上共发表论文50余篇;研究成果受到了几十家国际知名媒体的广泛报导(例如《福克斯新闻》、《麻省理工新闻》、《科学日报》、《麻省理工科技评论》等)。2018年入选福布斯美国“30位30岁以下精英榜(科学类)”,2019年当选“美国十大华人杰出青年”。