报告人：孙剑教授（西安交通大学）

报告题目：生成式人工智能的数学基础与交叉应用

报告时间：10月29日下午14:30-15:30

报告地点：腾讯会议号892-538-784     获取密码请联系fuweichen@hit.edu.cn

报告摘要：生成式人工智能旨在学习复杂数据的内在分布规律并实现高质量样本生成，是推动通用人工智能（AGI）以及 AI for Science/Engineering 发展的重要基础。随着大模型技术的快速发展，如何刻画高维、多模态数据的统计结构，构建具有可控性、泛化性与可解释性的生成模型，已成为当前人工智能领域的重要科学问题。针对生成式人工智能的底层数学基础，本报告将介绍生成式人工智能的数学与统计学原理及其面临的关键挑战，重点讨论以最优传输等数学工具为基础构建可控生成、条件生成以及多模态对齐的基础模型与算法，并介绍其在医学影像与报告生成、多模态图文对齐、分子结构设计等领域的应用进展。最后，对生成式人工智能的发展趋势与未来研究方向进行总结与展望。

报告人简介：孙剑，西安交通大学教授，获得电子科技大学数学学士学位、西安交通大学数学博士学位。曾在微软亚洲研究院、法国巴黎高师、法国国家信息与自动化研究院等从事博士后或访问学者工作；长期从事人工智能的数学基础模型与算法研究，主要包括成像数学反问题与医学辅助诊断、人工智能生成与泛化性问题的基础模型与算法研究等，成果发表于IEEE Trans. PAMI，NC，NSR, SIAM J. Imaging Sci., NeurIPS, CVPR等领域顶级期刊和会议；获得国家杰出青年科学基金，陕西省自然科学一等奖(第一完成人)、国家自然科学二等奖(第二完成人)，承担国家重点研发计划项目、基金委企业联合基金重点项目等。担任西安交通大学数学与统计学院副院长，人工智能领域顶级国际期刊IEEE TPAMI和IJCV编委，以及ICCV, ICLR, NeurIPS等领域主席。