分类新闻

11月28日下午，浙江大学人工智能研究所所长、求是讲席教授杨易博士应邀做客“温肯大讲堂”，带来题为《人工智能重塑科学与工程研究》的专题讲座。我校学术事务副校长杨毅欣博士主持活动，校领导与现场300多名师生一同聆听了这场前沿学术报告。杨易教授是人工智能领域的国际知名学者，现任微软-教育部视觉感知重点实验室主任，担任科技部2030“新一代人工智能”重大项目负责人、国家自然科学基金专项重点项目负责人等多项重要职务。他在人工智能基础理论与跨学科应用研究中取得系列突破性成果，Google Scholar引用量逾8万次，H-index指数达131，近七年连续入选“全球高被引学者”，曾获教育部全国优秀博士论文、澳大利亚科研终身成就奖、亚马逊机器学习科研奖等20余项国际重要奖项与荣誉，并带领团队多次获得国际科研竞赛世界冠军。讲座中，杨易教授从科学研究范式的历史演进切入，系统梳理了从“经验驱动”“理论驱动”“计算驱动”到“数据驱动”的演变过程，指出当前已进入以“智能驱动”为特征的第五科研范式。他强调，人工智能技术的突破性进展正推动各领域研究模式发生根本性变革。围绕“人工智能如何重塑科学与工程研究”这一核心议题，杨教授以蛋白质结构预测为例，深入阐释了AI在解决复杂科学问题中的颠覆性作用。他回顾了AlphaFold系列模型的技术跃迁，指出AI不仅助力解决蛋白质折叠等重大科学难题，也反向推动了人工智能方法论的演进。杨教授提出，未来趋势不仅是发展通用大模型，更要构建面向不同学科的专用智能系统，以应对科学探索中具体而复杂的任务挑战。在分析“AI驱动的科学研究全过程”时，杨教授从知识、数据与实验三个维度出发，指出当前科研中面临的关键挑战，包括复杂任务的高效推理、科研流程的智能执行、模型幻觉的有效抑制等。同时，他也强调，大规模科学数据的生成与标注、复杂实验的模拟与加速，正成为AI赋能科研的重要突破口。在实践案例分享环节，杨教授展示了其团队在神经算子方程求解、3D逆向工程设计、有机分子哈密顿量预测基础模型等方面的最新成果，生动呈现了AI在科学计算、工程设计与材料发现等方向的广泛应用潜力。最后，杨教授总结指出，未来科研活动将呈现显著的智能协同特征：AI将承担海量数据处理与复杂计算任务，科研人员则更专注于关键问题提出、理论阐释与科学验证；科研过程也将打破单一思维框架，实现多层次知识的深度融合。人工智能正从辅助工具逐渐转变为贯穿科学发现全过程的参与者和加速器。现场观众与嘉宾围绕演讲内容积极提问交流，思想碰撞不断，热烈的互动为温肯大讲堂营造了浓厚的学术氛围。此次活动为我校师生理解人工智能时代的科研范式变革提供了重要启发，也进一步激发了大家对跨学科研究与创新的深入思考。据悉，温肯大讲堂（Global Lecture Series）是温州肯恩大学的标志性系列讲座品牌，定期邀请国内外一流的学者专家为师生进行分享，使师生们能够在校园内就能接触到最新的国际学术和业界前沿资讯。文字 | 科研办图片 | 梅奇豪一审 | 潘瑶二审 | 王舒三审 | 吕卓环 ‍‍‍‍‍‍‍责编 | 传播与公共关系部

11月29日，由温州肯恩大学国际前沿交叉研究院主办的“反问题与计算数学研讨会”在温州肯恩大学顺利举行。中国科学院院士、中国工业与应用数学学会理事长、浙江大学理学部主任、求是讲席教授包刚，温州肯恩大学党委书记潘建中，党委副书记严晓鹏，副校长林朝朝出席开幕式，来自全国多所高校的130余位专家和学子齐聚一堂。开幕式由我校学术事务副校长杨毅欣主持。中国科学院院士 包刚开幕式上，会议主席包刚院士致辞。他指出，反问题领域近年来发展迅速，核心优势是能解决探测实际问题，支撑深海、深地、深空等国家战略需求。当前探测手段与设备不断升级，但需求同步扩大，分辨率不足、设备稳定性、数据噪音等问题也日益显现，这些均与反问题的理论及计算研究密切相关。目前，我国反问题领域已跻身国际先进行列，研究队伍规模庞大，未来需巩固优势并深化与人工智能的融合探索。包刚表示，此次研讨会在温州肯恩大学这所中美合作大学举办更具创新的意义，明年“第十五届全国反问题、成像及其应用会议”也将落地温肯举办。温州肯恩大学党委书记 潘建中潘建中代表温州肯恩大学致辞。他向到场的各位专家学者表示热烈欢迎。他提到，反问题研究是在已知和未知间架起桥梁，而温肯则是在“中美两种教育体系之间”架桥梁。学校坚持以批判性思维为核心的教育理念，实现了从“规模化供给”到“精准化培养”的转型，本科生进入全球前100名高校的深造比例稳定在70%以上。此次研讨会，是温肯向全国学界发出的创新邀约，也是学校进一步融入国家创新体系和十五五规划的生动实践。未来，学校将继续坚持开放办学，加强与国内外高校、科研机构和行业领军企业的合作，在数智经济、生命健康等领域贡献更多科研成果和人才支撑。在随后的主旨报告环节，来自中国科学院、复旦大学、南开大学、浙江大学、浙江工业大学、杭州师范大学等高校和研究院从事反问题与计算数学领域研究的专家学者们，聚焦反问题理论与算法、科学计算以及人工智能等前沿议题共展开了8场精彩的主旨报告。李培军研究员王彦飞研究员陆帅教授胡广辉教授上午的报告会由我校国际前沿交叉研究院教授王玉亮主持。中国科学院数学与系统科学研究院研究员李培军聚焦“分数阶亥姆霍兹方程的随机反源问题”，带来了在偏微分方程反问题领域的最新研究；中国科学院地质与地球物理研究所研究员王彦飞以“模型驱动和数据驱动反问题”为主题，分享了在反问题理论、数学优化算法及地学大数据分析等方面的研究进展；复旦大学数学科学学院教授陆帅详解“非线性波动方程系数反演问题”的研究成果；南开大学数学科学院院教授胡广辉围绕“多频薛定谔方程反问题”展开深入阐述。赖俊教授殷涛副研究员张磊教授王珏教授下午的会议由浙江大学数学科学学院长聘教授徐翔主持。浙江大学数学科学学院长聘教授赖俊以“波散射问题形状泰勒展开的理论和计算”为题进行分享。随后，中国科学院数学与系统科学研究院副研究员殷涛带来了CAD-CAE边界积分方程方法的相关报告。浙江工业大学数学科学学院教授张磊聚焦“基于控制收缩度量的非线性系统模型预测控制”展开报告。最后，杭州师范大学数学学院教授王珏分享了“三维麦克斯韦方程中障碍物与源项的近似隐身”的相关研究。每场主旨发言后都设置了提问环节。参会师生踊跃提问，与专家教授展开互动交流，现场气氛热烈、学术氛围浓厚。温州肯恩大学学术事务副校长 杨毅欣温州肯恩大学国际前沿交叉研究院教授 王玉亮浙江大学数学科学学院长聘教授徐翔温州肯恩大学国际前沿交叉研究院（简称“前沿院”）成立于2025年，聚焦国际科技前沿和国家战略需求，充分发挥中美合作办学特色，引育海内外高端人才，汇聚全球顶尖学术资源。前沿院重点布局数学与人工智能基础、信息处理与控制、生物与生命健康、中美人文与经济等特色交叉学科领域，致力于建设国内领先、国际知名的交叉学科研究高地和创新人才培养基地，推动科技与人类命运共同体深度融合。本次研讨会不仅为海内外专家学者与师生搭建了跨领域的学术交流平台，更为我校前沿交叉领域学科建设注入新的动能，助力学校科研向更高水平迈进，为国家科技创新事业提供坚实的智力支撑。研讨会由中国工业与应用数学学会反问题与成像专业委员会，温州肯恩大学理工学院数学系、计算机系协办。文字|王舒 鲁钰图片|尚蕊 朱政德 梅奇豪一审|潘瑶二审|项温蔚三审|吕卓环责编|传播与公共关系部

日前，全球人工智能领域顶级国际学术会议AAAI 2026录用结果正式公布。由我校理工学院师生团队所著的两篇论文双双入选会议！该团队成员包括数学系王晋坪、计算机系张丁根两名同学以及计算机系教授高志强、助理学术事务副校长谢志武。其中，本科生王晋坪同学在两篇论文中担任第一作者，高志强教授担任通讯作者。国际人工智能促进协会年会（AAAI：Association for the Advancement of Artificial Intelligence），是全球人工智能领域“三大顶级学术会议”之一，同时也是中国计算机学会（China Computer Federation，CCF）推荐列表中的A类会议，h5-median高达358，h5-index高达232。本届AAAI投稿最终录用率仅17.6%。值得一提的是，《Escaping Optimization Stagnation: Taking Steps Beyond Task Arithmetic via Difference Vectors（差分向量，让模型摆脱“卡壳”）》一文还获得了oral presentation（口头报告）的展示机会，约占所有投稿比例中的2.5%。据了解，仅有在原创性、学术影响力、技术突破性与行业引领性等方面达到国际前沿的成果才能入选展示。这些科研成果对本科阶段的同学而言尤为难得，也是我校在人工智能基础研究和应用探索方面的新突破。师生合作科研两篇论文的背后，是整个团队踏实而持久的投入。从研究方向的确立、跨学科资源的协调，到实验方案设计、设备与算力统筹，再到长期的实验调试和多轮论文写作修改，每一个环节都依赖反复讨论和打磨。顶会投稿节奏紧张，为了按时、优质地完成投稿任务，王晋坪同学也经历了多次“通宵连轴转”，在实践中逐渐学会如何在高标准要求下推进复杂的科研工程。他分享说：“我学会了如何从混乱的现象里整理出清晰的逻辑。任何一次看似失败的实验，其实都在提醒我思考得还不够深，坚持下去往往能迎来关键性的突破。”高志强教授也分享，要高质量地完成一个科研项目，远远不止“会写代码”这么简单。学生既要具备自学与自由探索的能力，也要能在课程压力和科研进度之间做好时间规划，还需要学会与导师和组内同学进行高效沟通。同在科研小组的张丁根表示：“无论是学校内能随时使用的算力资源、开放的实验环境，还是导师们给予的许多启发性的建议，都让我们这些学生能真正站到科研一线去尝试、去探索。科研不再遥不可及。”2025年SSpF项目汇报据悉，此次入选AAAI 2026的成果始于2025年度夏季师生拍档科研项目（Summer Student Partnering with Faculty Research Program，SSpF），并在SSpF项目评选中荣获优秀奖。自2015年启动以来，师生拍档科研项目已成为温州肯恩大学科研育人的重要平台。截至2025年6月，已有超过560名学生和140名教师参与师生拍档科研项目，立项290余项，资助总额近750万元，学生以第一作者或通讯作者身份在SCI、SSCI等国际期刊发表论文超过310篇，多项成果入选国内外学术会议并进行汇报。下面，让我们一同看看入选会议的2篇成果都有哪些前沿思路吧！在具体研究内容上，这两篇论文都围绕机器学习的核心算法展开，目标是在复杂真实场景中，让模型更加鲁棒、可靠和值得信任。差分向量，让模型摆脱“卡壳”《Escaping Optimization Stagnation: Taking Steps Beyond Task Arithmetic via Difference Vectors》论文简介该篇论文获得oral presentation，聚焦于当前备受关注的“模型编辑（Model Editing）”问题：一个已经预训练好的大模型，如何在不推倒重来的前提下顺利学会新任务、修正旧行为，而不是学到一半就“卡在原地”。现有常见方法往往基于“任务算术（Task Arithmetic）”，先针对不同任务分别微调同一个模型，再通过简单的“加减法”组合这些任务向量，如果模型在某个状态陷入优化停滞，就很难继续提升。为此，论文提出了差分向量块级各向异性缩放迭代方法DV-BASI （Difference Vector Block-wise Anisotropic Scaling and Iteration）。简单来说，它不再只看某一次微调前后的差异，而是把训练过程中的整段“学习轨迹”提炼成差分向量，并对不同参数块进行有方向、有力度的多步更新，好比给模型加上一股“会思考的推力”，在遇到局部最优时把它从原地推开，引导继续向前。实验结果表明，在多任务组合、任务否定以及测试时自适应等典型场景中，DV-BASI 能在不增加额外网络结构的前提下，稳步提升整体表现，让模型在不断学习新能力的同时，更好地保留和兼顾原有能力。空间对齐，让“多数类”和“少数类”都被看见《Space Alignment Matters: The Missing Piece for Inducing Neural Collapse in Long-Tailed Learning》论文简介该论文面向现实应用中非常常见的“长尾分布（Long-tailed Distribution）”问题，即有的类别数据成千上万，有的类别样本却寥寥无几，这类任务统称为长尾学习（Long-tailed Learning）。在这种不均衡的数据下，传统模型往往更偏向样本多的“多数类”，样本少的“少数类”容易被误判甚至忽略。理论研究中的“神经坍塌（Neural Collapse）”现象指出，在理想情况下，特征和分类器会形成一种几何结构很整齐的状态，有利于分类稳定和泛化；但在长尾场景下，尤其是少数类，这种结构会被严重破坏。论文从“空间对齐（Space Alignment）”的视角切入，同时关注特征空间和分类器空间是否真正对得上：一方面在理论上分析了两者方向不一致时对误差指数（Optimal Error Exponent）的影响，说明这种错位会拖累整体性能；另一方面设计了一组轻量的方法，在不改变网络架构的前提下，通过正则、插值和投影等方式，把特征方向和分类器方向逐步“拧回到一条线上”。从技术角度看，这使得模型在长尾数据集上更接近期望中的几何结构；从直观效果看，就是让模型在多数类和少数类之间做出更平衡的判断，在多个标准数据集上显著提升了少数类识别表现，使整体系统更稳健、更可信。▼推 / 荐 / 阅 / 读2025 SSpF优秀成果展示（三）温肯团队医学AI成果入选全球顶会，破解医学影像数据难题图文 | 受访者提供文稿编辑 | 项温蔚一审 | 侯倩雅二审 | 王舒三审 | 吕卓环责编 | 传播与公共关系部