"AI之夏"研招系列学术讲座第4讲：面向科学发现的生成式模型设计与学习

“AI之夏”研招系列学术讲座第4讲，由人大高瓴人工智能学院许洪腾长聘副教授为大家主讲。

科学发现不断推动人类社会进步，而生成式AI技术正逐渐成为物理、生物、数学等领域提高探索效率的关键工具。许洪腾老师的课题组近年来深入开展面向科学发现的生成式模型设计与学习技术的研究，旨在利用先进的数理工具——如最优传输、Clifford代数、微分方程、数值计算等——研发新的生成式模型及其学习算法，提高其在分子设计、数学推理等难题上的能力。本次报告将重点介绍课题组近两年在图神经网络架构设计、大模型高效适配、AI4Science、AI4Math等领域的代表性工作，并对课题组目前的研究方向、学生培养情况以及未来的研究布局进行介绍。

讲座信息

时间：6月19日 周四下午 13：00-14：00

腾讯会议：577-304-275

报告题目：面向科学发现的生成式模型设计与学习

主讲人：许洪腾

讲者简介：许洪腾，高瓴人工智能学院长聘副教授，博导，国家高层次青年人才。2017年博士毕业于佐治亚理工学院，2013年硕士毕业于上海交通大学，2010年本科毕业于天津大学。其研究方向为通用人工智能技术及其应用，特别是（1）最优传输驱动的机器学习理论与方法；（2）生成式大模型架构设计、模型压缩、模型融合；（3）AI4Math以及AI4Science等前沿应用。以第一作者或通讯作者身份在人工智能领域知名会议和期刊上发表论文70余篇，并曾在KDD、AAAI、IJCAI等会议上举行Tutorial报告。近年来的代表性工作包括基于最优传输距离的图神经网络设计与学习方法、面向复杂场景的高效最优传输计算方法、数值算法驱动的大模型架构设计与高效适配等。

精彩讲座持续进行中，欢迎关注！