2025 年 4 月 29 日，“AI for Science—数学与技术的变革” 青年科学家交流研讨会在深圳市南山区智园崇文园区举行。本次研讨会由深圳国家应用数学中心联合中国科学院青年创新促进会学术交流专委会举办，旨在深挖数学驱动下的AI技术革新潜力，推动学科深度融合，为青年科学家搭建思想碰撞的舞台，助力交叉学科在前沿探索中不断突破。

俄罗斯工程院外籍院士、深圳国家应用数学中心管理委员会副主任乔建永，青促会理事长、中国科学院数学与系统科学研究院计算数学与科学工程计算研究所副所长刘歆，青促会理事、学术交流专委会主任、中国科学院计算机网络信息中心研究员杜一，深圳国家应用数学中心副主任、南方科技大学教授张进，青促会信息与管理分会副会长、中国科学院深圳先进技术研究院研究员秦文健等出席会议。此外，研讨会还吸引了大量业内专家和青年学者踊跃参与。

乔建永院士在致辞中指出，AI 浪潮已深刻重塑人们的生活方式，而数学作为幕后的 “智慧引擎”，在复杂系统建模、算法设计和数据处理等关键环节发挥着不可替代的作用。刘歆研究员在致辞中强调了青年科研力量在科技创新中的关键地位，鼓励青年学者勇立时代潮头，抓住机遇，勇攀科学高峰。

在备受瞩目的主旨报告环节，四名青年科学基金项目（A类）获得者分别带来了前沿且极具深度的学术分享。

中国科学院深圳先进技术研究院梁栋研究员以 “AI 驱动的医学成像与智能诊断一体化” 为题做报告。梁栋研究员表示，医学成像和智能诊断是现代医学发展的关键赛道。借助 AI 技术，医学成像的分辨率和效率得到大幅提升，再结合数学算法，能够对医学图像进行更精准的分析。在实际应用中，AI 智能诊断系统通过对海量医学影像数据的深度学习，能快速准确地识别疾病特征，为医生提供可靠的诊断参考，为患者的及时治疗争取了宝贵时间。

大连理工大学雷娜教授以“基于最优传输的可解释深度学习理论及模型构建”为题做报告。她表示，深度学习在诸多领域成果斐然，但其模型的可解释性却一直是科研人员面临的难题。而最优传输理论为深度学习模型提供了全新的解释视角。通过构建基于最优传输的深度学习模型，在保障模型性能的同时，还能让科研人员更清晰地洞悉模型的决策过程。

中国科学院大学蒋树强教授以 “浅谈具身的世界、记忆和预想” 为题做报告。他深入浅出地阐述了具身智能的概念，即智能体通过身体与环境的交互来获取知识和完成任务。他表示，在这一过程中，数学模型发挥着关键作用，它可以用来描述智能体的感知、记忆和决策过程。

中国科学院自动化研究所魏庆来研究员介绍了 “自学习最优控制与推理系统”。他表示，自学习最优控制在工业生产、机器人控制等领域前景广阔。通过将数学中的优化理论与 AI 的自学习算法有机结合，系统能够根据环境变化自动调整控制策略，实现最优控制，为相关产业的智能化升级提供了有力支撑。

圆桌论坛环节由张进主持。香港理工大学助理教授王淑君、中国科学院深圳先进技术研究院研究员王珊珊、南方科技大学副教授唐晓颖、南方科技大学助理教授刘泉影、香港中文大学助理教师江彦等嘉宾围绕 “AI 范式” 展开深入探讨。专家们就如何突破现有 AI 范式的局限性、探索新的研究方向等问题达成诸多共识，为人工智能的未来发展提供了新的思路和方向。

此次研讨会为青年学者搭建了一个高质量的交流平台，有力促进了数学与 AI 领域的学术交流和产学研合作，也为科技进步和社会发展注入新动力。

供稿：深圳国家应用数学中心

通讯员：李芳菲

编辑：曾昱雯