{"id":81771,"topic":"ai","source":"智源社区","title":"人工智能与数学读书会第二季启动｜AI在科学与数学领域的应用边界 - 智源社区","url":"https://hub.baai.ac.cn/view/57949","url_hash":"49d0f7c0f8c8319bf78bd571f8fe45f9e3f7e8e0","author":"","summary":"人工智能与数学读书会第二季启动｜AI在科学与数学领域的应用边界 智源社区","content":"人工智能的能力边界正在不断扩张，大模型可以完成复杂对话、辅助科学计算，甚至尝试开展数学推导与定理证明。但光鲜的应用表象之下，AI 的能力上限、推理缺陷与建模困境也逐步暴露。当我们惊叹人工智能的各类能力时，更需要向下追问：是什么构筑起 AI 的能力地基？当 AI 走向科学研究，它又能在数学这片严谨的土地上走多远？想要看透 AI 的优势与短板，就必须回归数学底层，从根源审视人工智能与数学之间相辅相成又彼此制约的复杂关系。\n为厘清 AI 在科学与数学领域的机遇与局限，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。\n读书会将于2026年9月22日起，每周二19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。\n时代背景\n进入21世纪第三个十年，从二十年前深度学习理论迎来复兴，AlexNet实现图像识别的重大突破，AlphaGo在围棋博弈中惊艳世界，AlphaFold破解蛋白质折叠难题；及至ChatGPT掀起大语言模型浪潮，自动驾驶、智慧医疗、生成式AI也随之实现广泛落地——人工智能早已走出实验室，渗透千行百业，成为驱动新一轮科技革命与产业变革的核心力量。然而，在这股热潮的背后，有一个基础性的问题值得每一位从业者和学习者深思：人工智能的底层逻辑究竟是什么？答案指向数学。线性代数支撑着神经网络的高维运算，概率论与统计学构成了贝叶斯推断，微积分与优化理论启发了随机梯度下降的理论基石，最优化理论驱动着模型参数的持续更新，信息论为损失函数的设计提供了根本准则，而微积分则贯穿了反向传播算法的每一个环节。可以毫不夸张地说，数学是人工智能的\"源代码\"，是理解AI本质绕不开的底层语言。问题提出\n其一，急于上手框架和工具，调用现成的API、跑通开源的模型，却在遇到问题时无从下手，只能盲目调参。究其根本，是因为对背后的数学原理缺乏系统理解。其二，单纯学习数学理论时，面对抽象的定义和繁琐的推导，看不到这些知识与实际AI应用之间的关联，难以持续保持学习的热情和动力。我们不禁要问：如何在高深的数学理论与前沿的AI技术之间，架起一座连接理论与实践的桥梁？正是带着这样的追问，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。我们坚信：知其然，更要知其所以然。 在技术迭代日新月异的今天，唯有回到数学的源头，才能建立对人工智能真正深刻而稳固的理解。\n我们欢迎已经在 AI for Math 相关方向有研究、开发或实践经验的主讲人加入。- 熟练使用或开发过 AI for Math 相关工具，例如大语言模型数学推理工具、自动定理证明工具、形式化证明系统、数学智能体、科学计算或工程建模工具等； \n- 在基础数学、应用数学、科学计算、人工智能、物理、工程建模、量子计算、工业软件等相关领域取得过研究成果或实践成果； \n- 能够围绕具体论文、工具、项目或研究案例进行深入分享。\n陈小杨，同济大学数学科学学院长聘副教授，国家级青年人才获得者。主要研究方向：AI for math。曾主持国自然基金青年，面上各一项。在Geometry & Topology, Advances in Mathematics, Mathematische Annalen , Mathematische Zeitschrift 等知名期刊发表多篇学术论文，并获得2019 年世界华人数学家联盟最佳论文奖（若琳奖）。陈小杨老师还发起了人工智能与数学读书会，促进了人工智能与数学的交叉融合。诸葛昌靖，北京工业大学数学统计学与力学学院副研究员，清华大学数学博士，研究方向：计算系统生物学。致力于数学与生物医学的交叉研究，聚焦癌症的演化机制及放化疗、血液病、网络药理学及传染病等复杂生物医学问题的多尺度动力学建模与分析。\n邓修豪，深圳国际量子研究院研究员，合肥实验室兼职研究员。本硕毕业于中国科学技术大学，博士加利福尼亚大学Merced校区，弗吉尼亚理工大学博士后，研究领域涵盖量子动力学、量子计算和量子信息，主要有量子动力学、量子控制与纠错、量子模拟、固态量子比特、量子人工智能等等，相关工作论文发表在Phys.Rev.Lett.、Nat.Phys.、Nat.Elect.、Nat.Comp.Sci.、Sci.Adv.、npj QI、 Quantum Sci.&Tech.等高水平期刊。多个学术委员会专委执委，包括中国计算机协会量子计算专委、仪器仪表协会动态测试专委、广东院士联合会专委、深圳人工智能伦理审查委员会等等。杨武岳，现任北京雁栖湖应用数学研究院助理研究员。她于2022年在清华大学丘成桐数学科学中心获得应用数学博士学位。她的研究方向聚焦于人工智能与科学发现的交叉领域，专攻物理信息机器学习、科学机器学习和生物医学人工智能。她致力于开发融合微分方程和物理原理的可解释神经网络模型，并将其应用于复杂动力系统、蛋白质聚集动力学和疾病建模等领域。杨博士已在SIAM Journal on Scientific Computing、Physics of Fluids和Journal of Computational Physics等高水平期刊发表SCI论文近二十余篇，谷歌学术总引用1000余次。她主持国家自然科学基金(C类)和中国商飞的科研项目，同时承担人工智能课程教学工作。朱韬宇，北京大学生物医学前沿创新中心博士在读，本科毕业于浙江大学。研究方向：计算生物学，代数拓扑，黎曼几何。我的研究兴趣主要是聚焦通过数据整合建模发掘生物靶以及解析生物数据中的几何结构进行相关建模与理论证明。主要研究方向之外，我喜欢研究形变量子化以及韩国流行音乐，是11年的Buddy (GFRIEND粉丝)和4年的Na.V (VIVIZ粉丝)，并且是半程马拉松大众精英跑者，半马PB 1:22:39。李晓凯，北师大系统科学学院在读博士，研究方向为复杂网络、科学学、AI for Math和量化思想史。强调从网络结构和历史演化的视角来理解新知识的产生、科学的长期发展和科学家行为。两篇对学术史和思想史的定量化分析的工作曾发表在PNAS Nexus和Scienmetrics上。目前关注人类数学家和大语言模型在数学定理证明上的差异。\n📅 时间规划：2026年9月22日开营，持续8-10周。🌐 参与形式：腾讯会议——每周二晚上19:30-21:30- 加入专属学员群，与读书会发起人、主讲人及优秀同行直接交流。\n- 每期内容结束后可随时观看高清视频回放，支持反复学习与复习。\n第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。为维护学术交流的专业性与聚焦度，本读书会对讨论内容作如下约定：我们鼓励围绕数学、人工智能、复杂科学及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。加入社区可享核心资源\n成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。特色退费与激励机制\n- 认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。\n- 合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。\n扫描下方二维码可跳转至集智斑图网站阅读文章：《人工智能与数学》读书会第二季推荐阅读材料。\n内容中包含的图片若涉及版权问题，请及时与我们联系删除","image_url":"https://simg.baai.ac.cn/hub-detail/944e9744e686ad73d2c1cb2f09b51b911789369801439.webp","lang":"zh","published_at":"2026-09-14T07:10:00+00:00","fetched_at":"2026-09-14T07:15:07+00:00","status":"read","starred":0,"extract_state":"ok","summary_auto":"人工智能的能力边界正在不断扩张，大模型可以完成复杂对话、辅助科学计算，甚至尝试开展数学推导与定理证明。但光鲜的应用表象之下，AI 的能力上限、推理缺陷与建模困境也逐步暴露。当我们惊叹人工智能的各类能力时，更需要向下追问：是什么构筑起 AI 的能力地基？当 AI 走向科学研究，它又能在数学这片严谨的土地上走多远？想要看透 AI 的优势与短板，就必须回归数学底层，从根源审视人工智能与数学之间相辅相成又彼此制约的复杂关系。\n为厘清 AI 在科学与数学领域的机遇与局限，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。\n读书会将于2026年9月22日起，每周二19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。\n时代背景\n进入21世纪第三个十年，从二十年前深度学习理论迎来复兴，AlexNet实现图像识别的重大突破，AlphaGo在围棋博弈中惊艳世界，AlphaFold破解蛋白质折叠难题；及至ChatGPT掀起大语言模型浪潮，自动驾驶、智慧医疗、生成式AI也随之实现广泛落地——人工智能早已走出实验室，渗透千行百业，成为驱动新一轮科技革命与产业变革的核心力量。然而，在这股热潮的背后，有一个基础性的问题值得每一位从业者和学习者深思：人工智能的底层逻辑究竟是什么？答案指向数学。线性代数支撑着神经网络的高维运算，概率论与统计学构成了贝叶斯推断，微积分与优化理论启发了随机梯度下降的理论基石，最优化理论驱动着模型参数的持续更新，信息论为损失函数的设计提供了根本准则，而微积分则贯穿了反向传播算法的每一个环节。可以毫不夸张地说，数学是人工智能的\"源代码\"，是理解AI本质绕不开的底层语言。问题提出\n其一，急于上手框架和工具，调用现成的API、跑通开源的模型，却在遇到问题时无从下手，只能盲目调参。究其根本，是因为对背后的数学原理缺乏系统理解。其二，单纯学习数学理论时，面对抽象的定义和繁琐的推导，看不到这些知识与实际AI应用之间的关联，难以持续保持学习的热情和动力。我们不禁要问：如何在高深的数学理论与前沿的AI技术之间，架起一座连接理论与实践的桥梁？正是带着这样的追问，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。我们坚信：知其然，更要知其所以然。 在技术迭代日新月异的今天，唯有回到数学的源头，才能建立对人工智能真正深刻而稳固的理解。\n我们欢迎已经在 AI for Math 相关方向有研究、开发或实践经验的主讲人加入。- 熟练使用或开发过 AI for Math 相关工具，例如大语言模型数学推理工具、自动定理证明工具、形式化证明系统、数学智能体、科学计算或工程建模工具等； \n- 在基础数学、应用数学、科学计算、人工智能、物理、工程建模、量子计算、工业软件等相关领域取得过研究成果或实践成果； \n- 能够围绕具体论文、工具、项目或研究案例进行深入分享。\n陈小杨，同济大学数学科学学院长聘副教授，国家级青年人才获得者。主要研究方向：AI for math。曾主持国自然基金青年，面上各一项。在Geometry & Topology, Advances in Mathematics, Mathematische Annalen , Mathematische Zeitschrift 等知名期刊发表多篇学术论文，并获得2019 年世界华人数学家联盟最佳论文奖（若琳奖）。陈小杨老师还发起了人工智能与数学读书会，促进了人工智能与数学的交叉融合。诸葛昌靖，北京工业大学数学统计学与力学学院副研究员，清华大学数学博士，研究方向：计算系统生物学。致力于数学与生物医学的交叉研究，聚焦癌症的演化机制及放化疗、血液病、网络药理学及传染病等复杂生物医学问题的多尺度动力学建模与分析。\n邓修豪，深圳国际量子研究院研究员，合肥实验室兼职研究员。本硕毕业于中国科学技术大学，博士加利福尼亚大学Merced校区，弗吉尼亚理工大学博士后，研究领域涵盖量子动力学、量子计算和量子信息，主要有量子动力学、量子控制与纠错、量子模拟、固态量子比特、量子人工智能等等，相关工作论文发表在Phys.Rev.Lett.、Nat.Phys.、Nat.Elect.、Nat.Comp.Sci.、Sci.Adv.、npj QI、 Quantum Sci.&Tech.等高水平期刊。多个学术委员会专委执委，包括中国计算机协会量子计算专委、仪器仪表协会动态测试专委、广东院士联合会专委、深圳人工智能伦理审查委员会等等。杨武岳，现任北京雁栖湖应用数学研究院助理研究员。她于2022年在清华大学丘成桐数学科学中心获得应用数学博士学位。她的研究方向聚焦于人工智能与科学发现的交叉领域，专攻物理信息机器学习、科学机器学习和生物医学人工智能。她致力于开发融合微分方程和物理原理的可解释神经网络模型，并将其应用于复杂动力系统、蛋白质聚集动力学和疾病建模等领域。杨博士已在SIAM Journal on Scientific Computing、Physics of Fluids和Journal of Computational Physics等高水平期刊发表SCI论文近二十余篇，谷歌学术总引用1000余次。她主持国家自然科学基金(C类)和中国商飞的科研项目，同时承担人工智能课程教学工作。朱韬宇，北京大学生物医学前沿创新中心博士在读，本科毕业于浙江大学。研究方向：计算生物学，代数拓扑，黎曼几何。我的研究兴趣主要是聚焦通过数据整合建模发掘生物靶以及解析生物数据中的几何结构进行相关建模与理论证明。主要研究方向之外，我喜欢研究形变量子化以及韩国流行音乐，是11年的Buddy (GFRIEND粉丝)和4年的Na.V (VIVIZ粉丝)，并且是半程马拉松大众精英跑者，半马PB 1:22:39。李晓凯，北师大系统科学学院在读博士，研究方向为复杂网络、科学学、AI for Math和量化思想史。强调从网络结构和历史演化的视角来理解新知识的产生、科学的长期发展和科学家行为。两篇对学术史和思想史的定量化分析的工作曾发表在PNAS Nexus和Scienmetrics上。目前关注人类数学家和大语言模型在数学定理证明上的差异。\n📅 时间规划：2026年9月22日开营，持续8-10周。🌐 参与形式：腾讯会议——每周二晚上19:30-21:30- 加入专属学员群，与读书会发起人、主讲人及优秀同行直接交流。\n- 每期内容结束后可随时观看高清视频回放，支持反复学习与复习。\n第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。为维护学术交流的专业性与聚焦度，本读书会对讨论内容作如下约定：我们鼓励围绕数学、人工智能、复杂科学及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。加入社区可享核心资源\n成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。特色退费与激励机制\n- 认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。\n- 合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。\n扫描下方二维码可跳转至集智斑图网站阅读文章：《人工智能与数学》读书会第二季推荐阅读材料。\n内容中包含的图片若涉及版权问题，请及时与我们联系删除","cluster_id":null,"extract_retries":0,"extract_error":null,"contract_version":"news_item.v1","format_contract_version":"news_item_formats.v1","dedup_url":"https://hub.baai.ac.cn/view/57949","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 3380 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":3380,"summary_length":3380,"usable_text_length":3380,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":3380,"summary_length":3380}},"news_item":{"id":81771,"canonical_url":"https://hub.baai.ac.cn/view/57949","source_url":"https://hub.baai.ac.cn/view/57949","title":"人工智能与数学读书会第二季启动｜AI在科学与数学领域的应用边界 - 智源社区","source_name":"智源社区","author":null,"published_at":"2026-09-14T07:10:00+00:00","locale":"zh","topic":"ai","tags":[],"rss_summary":"人工智能与数学读书会第二季启动｜AI在科学与数学领域的应用边界 智源社区","full_text":"人工智能的能力边界正在不断扩张，大模型可以完成复杂对话、辅助科学计算，甚至尝试开展数学推导与定理证明。但光鲜的应用表象之下，AI 的能力上限、推理缺陷与建模困境也逐步暴露。当我们惊叹人工智能的各类能力时，更需要向下追问：是什么构筑起 AI 的能力地基？当 AI 走向科学研究，它又能在数学这片严谨的土地上走多远？想要看透 AI 的优势与短板，就必须回归数学底层，从根源审视人工智能与数学之间相辅相成又彼此制约的复杂关系。\n为厘清 AI 在科学与数学领域的机遇与局限，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。\n读书会将于2026年9月22日起，每周二19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。\n时代背景\n进入21世纪第三个十年，从二十年前深度学习理论迎来复兴，AlexNet实现图像识别的重大突破，AlphaGo在围棋博弈中惊艳世界，AlphaFold破解蛋白质折叠难题；及至ChatGPT掀起大语言模型浪潮，自动驾驶、智慧医疗、生成式AI也随之实现广泛落地——人工智能早已走出实验室，渗透千行百业，成为驱动新一轮科技革命与产业变革的核心力量。然而，在这股热潮的背后，有一个基础性的问题值得每一位从业者和学习者深思：人工智能的底层逻辑究竟是什么？答案指向数学。线性代数支撑着神经网络的高维运算，概率论与统计学构成了贝叶斯推断，微积分与优化理论启发了随机梯度下降的理论基石，最优化理论驱动着模型参数的持续更新，信息论为损失函数的设计提供了根本准则，而微积分则贯穿了反向传播算法的每一个环节。可以毫不夸张地说，数学是人工智能的\"源代码\"，是理解AI本质绕不开的底层语言。问题提出\n其一，急于上手框架和工具，调用现成的API、跑通开源的模型，却在遇到问题时无从下手，只能盲目调参。究其根本，是因为对背后的数学原理缺乏系统理解。其二，单纯学习数学理论时，面对抽象的定义和繁琐的推导，看不到这些知识与实际AI应用之间的关联，难以持续保持学习的热情和动力。我们不禁要问：如何在高深的数学理论与前沿的AI技术之间，架起一座连接理论与实践的桥梁？正是带着这样的追问，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。我们坚信：知其然，更要知其所以然。 在技术迭代日新月异的今天，唯有回到数学的源头，才能建立对人工智能真正深刻而稳固的理解。\n我们欢迎已经在 AI for Math 相关方向有研究、开发或实践经验的主讲人加入。- 熟练使用或开发过 AI for Math 相关工具，例如大语言模型数学推理工具、自动定理证明工具、形式化证明系统、数学智能体、科学计算或工程建模工具等； \n- 在基础数学、应用数学、科学计算、人工智能、物理、工程建模、量子计算、工业软件等相关领域取得过研究成果或实践成果； \n- 能够围绕具体论文、工具、项目或研究案例进行深入分享。\n陈小杨，同济大学数学科学学院长聘副教授，国家级青年人才获得者。主要研究方向：AI for math。曾主持国自然基金青年，面上各一项。在Geometry & Topology, Advances in Mathematics, Mathematische Annalen , Mathematische Zeitschrift 等知名期刊发表多篇学术论文，并获得2019 年世界华人数学家联盟最佳论文奖（若琳奖）。陈小杨老师还发起了人工智能与数学读书会，促进了人工智能与数学的交叉融合。诸葛昌靖，北京工业大学数学统计学与力学学院副研究员，清华大学数学博士，研究方向：计算系统生物学。致力于数学与生物医学的交叉研究，聚焦癌症的演化机制及放化疗、血液病、网络药理学及传染病等复杂生物医学问题的多尺度动力学建模与分析。\n邓修豪，深圳国际量子研究院研究员，合肥实验室兼职研究员。本硕毕业于中国科学技术大学，博士加利福尼亚大学Merced校区，弗吉尼亚理工大学博士后，研究领域涵盖量子动力学、量子计算和量子信息，主要有量子动力学、量子控制与纠错、量子模拟、固态量子比特、量子人工智能等等，相关工作论文发表在Phys.Rev.Lett.、Nat.Phys.、Nat.Elect.、Nat.Comp.Sci.、Sci.Adv.、npj QI、 Quantum Sci.&Tech.等高水平期刊。多个学术委员会专委执委，包括中国计算机协会量子计算专委、仪器仪表协会动态测试专委、广东院士联合会专委、深圳人工智能伦理审查委员会等等。杨武岳，现任北京雁栖湖应用数学研究院助理研究员。她于2022年在清华大学丘成桐数学科学中心获得应用数学博士学位。她的研究方向聚焦于人工智能与科学发现的交叉领域，专攻物理信息机器学习、科学机器学习和生物医学人工智能。她致力于开发融合微分方程和物理原理的可解释神经网络模型，并将其应用于复杂动力系统、蛋白质聚集动力学和疾病建模等领域。杨博士已在SIAM Journal on Scientific Computing、Physics of Fluids和Journal of Computational Physics等高水平期刊发表SCI论文近二十余篇，谷歌学术总引用1000余次。她主持国家自然科学基金(C类)和中国商飞的科研项目，同时承担人工智能课程教学工作。朱韬宇，北京大学生物医学前沿创新中心博士在读，本科毕业于浙江大学。研究方向：计算生物学，代数拓扑，黎曼几何。我的研究兴趣主要是聚焦通过数据整合建模发掘生物靶以及解析生物数据中的几何结构进行相关建模与理论证明。主要研究方向之外，我喜欢研究形变量子化以及韩国流行音乐，是11年的Buddy (GFRIEND粉丝)和4年的Na.V (VIVIZ粉丝)，并且是半程马拉松大众精英跑者，半马PB 1:22:39。李晓凯，北师大系统科学学院在读博士，研究方向为复杂网络、科学学、AI for Math和量化思想史。强调从网络结构和历史演化的视角来理解新知识的产生、科学的长期发展和科学家行为。两篇对学术史和思想史的定量化分析的工作曾发表在PNAS Nexus和Scienmetrics上。目前关注人类数学家和大语言模型在数学定理证明上的差异。\n📅 时间规划：2026年9月22日开营，持续8-10周。🌐 参与形式：腾讯会议——每周二晚上19:30-21:30- 加入专属学员群，与读书会发起人、主讲人及优秀同行直接交流。\n- 每期内容结束后可随时观看高清视频回放，支持反复学习与复习。\n第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。为维护学术交流的专业性与聚焦度，本读书会对讨论内容作如下约定：我们鼓励围绕数学、人工智能、复杂科学及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。加入社区可享核心资源\n成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。特色退费与激励机制\n- 认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。\n- 合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。\n扫描下方二维码可跳转至集智斑图网站阅读文章：《人工智能与数学》读书会第二季推荐阅读材料。\n内容中包含的图片若涉及版权问题，请及时与我们联系删除","excerpt":"人工智能的能力边界正在不断扩张，大模型可以完成复杂对话、辅助科学计算，甚至尝试开展数学推导与定理证明。但光鲜的应用表象之下，AI 的能力上限、推理缺陷与建模困境也逐步暴露。当我们惊叹人工智能的各类能力时，更需要向下追问：是什么构筑起 AI 的能力地基？当 AI 走向科学研究，它又能在数学这片严谨的土地上走多远？想要看透 AI 的优势与短板，就必须回归数学底层，从根源审视人工智能与数学之间相辅相成又彼此制约的复杂关系。\n为厘清 AI 在科学与数学领域的机遇与局限，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。\n读书会将于2026年9月22日起，每周二19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。\n时代背景\n进入21世纪第三个十年，从二十年前深度学习理论迎来复兴，AlexNet实现图像识别的重大突破，AlphaGo在围棋博弈中惊艳世界，AlphaFold破解蛋白质折叠难题；及至ChatGPT掀起大语言模型浪潮，自动驾驶、智慧医疗、生成式AI也随之实现广泛落地——人工智能早已走出实验室，渗透千行百业，成为驱动新一轮科技革命与产业变革的核心力量。然而，在这股热潮的背后，有一个基础性的问题值得每一位从业者和学习者深思：人工智能的底层逻辑究竟是什么？答案指向数学。线性代数支撑着神经网络的高维运算，概率论与统计学构成了贝叶斯推断，微积分与优化理论启发了随机梯度下降的理论基石，最优化理论驱动着模型参数的持续更新，信息论为损失函数的设计提供了根本准则，而微积分则贯穿了反向传播算法的每一个环节。可以毫不夸张地说，数学是人工智能的\"源代码\"，是理解AI本质绕不开的底层语言。问题提出\n其一，急于上手框架和工具，调用现成的API、跑通开源的模型，却在遇到问题时无从下手，只能盲目调参。究其根本，是因为对背后的数学原理缺乏系统理解。其二，单纯学习数学理论时，面对抽象的定义和繁琐的推导，看不到这些知识与实际AI应用之间的关联，难以持续保持学习的热情和动力。我们不禁要问：如何在高深的数学理论与前沿的AI技术之间，架起一座连接理论与实践的桥梁？正是带着这样的追问，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。我们坚信：知其然，更要知其所以然。 在技术迭代日新月异的今天，唯有回到数学的源头，才能建立对人工智能真正深刻而稳固的理解。\n我们欢迎已经在 AI for Math 相关方向有研究、开发或实践经验的主讲人加入。- 熟练使用或开发过 AI for Math 相关工具，例如大语言模型数学推理工具、自动定理证明工具、形式化证明系统、数学智能体、科学计算或工程建模工具等； \n- 在基础数学、应用数学、科学计算、人工智能、物理、工程建模、量子计算、工业软件等相关领域取得过研究成果或实践成果； \n- 能够围绕具体论文、工具、项目或研究案例进行深入分享。\n陈小杨，同济大学数学科学学院长聘副教授，国家级青年人才获得者。主要研究方向：AI for math。曾主持国自然基金青年，面上各一项。在Geometry & Topology, Advances in Mathematics, Mathematische Annalen , Mathematische Zeitschrift 等知名期刊发表多篇学术论文，并获得2019 年世界华人数学家联盟最佳论文奖（若琳奖）。陈小杨老师还发起了人工智能与数学读书会，促进了人工智能与数学的交叉融合。诸葛昌靖，北京工业大学数学统计学与力学学院副研究员，清华大学数学博士，研究方向：计算系统生物学。致力于数学与生物医学的交叉研究，聚焦癌症的演化机制及放化疗、血液病、网络药理学及传染病等复杂生物医学问题的多尺度动力学建模与分析。\n邓修豪，深圳国际量子研究院研究员，合肥实验室兼职研究员。本硕毕业于中国科学技术大学，博士加利福尼亚大学Merced校区，弗吉尼亚理工大学博士后，研究领域涵盖量子动力学、量子计算和量子信息，主要有量子动力学、量子控制与纠错、量子模拟、固态量子比特、量子人工智能等等，相关工作论文发表在Phys.Rev.Lett.、Nat.Phys.、Nat.Elect.、Nat.Comp.Sci.、Sci.Adv.、npj QI、 Quantum Sci.&Tech.等高水平期刊。多个学术委员会专委执委，包括中国计算机协会量子计算专委、仪器仪表协会动态测试专委、广东院士联合会专委、深圳人工智能伦理审查委员会等等。杨武岳，现任北京雁栖湖应用数学研究院助理研究员。她于2022年在清华大学丘成桐数学科学中心获得应用数学博士学位。她的研究方向聚焦于人工智能与科学发现的交叉领域，专攻物理信息机器学习、科学机器学习和生物医学人工智能。她致力于开发融合微分方程和物理原理的可解释神经网络模型，并将其应用于复杂动力系统、蛋白质聚集动力学和疾病建模等领域。杨博士已在SIAM Journal on Scientific Computing、Physics of Fluids和Journal of Computational Physics等高水平期刊发表SCI论文近二十余篇，谷歌学术总引用1000余次。她主持国家自然科学基金(C类)和中国商飞的科研项目，同时承担人工智能课程教学工作。朱韬宇，北京大学生物医学前沿创新中心博士在读，本科毕业于浙江大学。研究方向：计算生物学，代数拓扑，黎曼几何。我的研究兴趣主要是聚焦通过数据整合建模发掘生物靶以及解析生物数据中的几何结构进行相关建模与理论证明。主要研究方向之外，我喜欢研究形变量子化以及韩国流行音乐，是11年的Buddy (GFRIEND粉丝)和4年的Na.V (VIVIZ粉丝)，并且是半程马拉松大众精英跑者，半马PB 1:22:39。李晓凯，北师大系统科学学院在读博士，研究方向为复杂网络、科学学、AI for Math和量化思想史。强调从网络结构和历史演化的视角来理解新知识的产生、科学的长期发展和科学家行为。两篇对学术史和思想史的定量化分析的工作曾发表在PNAS Nexus和Scienmetrics上。目前关注人类数学家和大语言模型在数学定理证明上的差异。\n📅 时间规划：2026年9月22日开营，持续8-10周。🌐 参与形式：腾讯会议——每周二晚上19:30-21:30- 加入专属学员群，与读书会发起人、主讲人及优秀同行直接交流。\n- 每期内容结束后可随时观看高清视频回放，支持反复学习与复习。\n第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。为维护学术交流的专业性与聚焦度，本读书会对讨论内容作如下约定：我们鼓励围绕数学、人工智能、复杂科学及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。加入社区可享核心资源\n成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。特色退费与激励机制\n- 认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。\n- 合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。\n扫描下方二维码可跳转至集智斑图网站阅读文章：《人工智能与数学》读书会第二季推荐阅读材料。\n内容中包含的图片若涉及版权问题，请及时与我们联系删除","extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 3380 characters.","diagnostics_url":"/api/diagnose?url=https%3A//hub.baai.ac.cn/view/57949","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 3380 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":3380,"summary_length":3380,"usable_text_length":3380,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":3380,"summary_length":3380}}},"display_formats":["compact","card","full","digest_section","json"]},"daily_stack_record":{"title":"人工智能与数学读书会第二季启动｜AI在科学与数学领域的应用边界 - 智源社区","url":"https://hub.baai.ac.cn/view/57949","summary":"人工智能的能力边界正在不断扩张，大模型可以完成复杂对话、辅助科学计算，甚至尝试开展数学推导与定理证明。但光鲜的应用表象之下，AI 的能力上限、推理缺陷与建模困境也逐步暴露。当我们惊叹人工智能的各类能力时，更需要向下追问：是什么构筑起 AI 的能力地基？当 AI 走向科学研究，它又能在数学这片严谨的土地上走多远？想要看透 AI 的优势与短板，就必须回归数学底层，从根源审视人工智能与数学之间相辅相成又彼此制约的复杂关系。\n为厘清 AI 在科学与数学领域的机遇与局限，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。\n读书会将于2026年9月22日起，每周二19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。\n时代背景\n进入21世纪第三个十年，从二十年前深度学习理论迎来复兴，AlexNet实现图像识别的重大突破，AlphaGo在围棋博弈中惊艳世界，AlphaFold破解蛋白质折叠难题；及至ChatGPT掀起大语言模型浪潮，自动驾驶、智慧医疗、生成式AI也随之实现广泛落地——人工智能早已走出实验室，渗透千行百业，成为驱动新一轮科技革命与产业变革的核心力量。然而，在这股热潮的背后，有一个基础性的问题值得每一位从业者和学习者深思：人工智能的底层逻辑究竟是什么？答案指向数学。线性代数支撑着神经网络的高维运算，概率论与统计学构成了贝叶斯推断，微积分与优化理论启发了随机梯度下降的理论基石，最优化理论驱动着模型参数的持续更新，信息论为损失函数的设计提供了根本准则，而微积分则贯穿了反向传播算法的每一个环节。可以毫不夸张地说，数学是人工智能的\"源代码\"，是理解AI本质绕不开的底层语言。问题提出\n其一，急于上手框架和工具，调用现成的API、跑通开源的模型，却在遇到问题时无从下手，只能盲目调参。究其根本，是因为对背后的数学原理缺乏系统理解。其二，单纯学习数学理论时，面对抽象的定义和繁琐的推导，看不到这些知识与实际AI应用之间的关联，难以持续保持学习的热情和动力。我们不禁要问：如何在高深的数学理论与前沿的AI技术之间，架起一座连接理论与实践的桥梁？正是带着这样的追问，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。我们坚信：知其然，更要知其所以然。 在技术迭代日新月异的今天，唯有回到数学的源头，才能建立对人工智能真正深刻而稳固的理解。\n我们欢迎已经在 AI for Math 相关方向有研究、开发或实践经验的主讲人加入。- 熟练使用或开发过 AI for Math 相关工具，例如大语言模型数学推理工具、自动定理证明工具、形式化证明系统、数学智能体、科学计算或工程建模工具等； \n- 在基础数学、应用数学、科学计算、人工智能、物理、工程建模、量子计算、工业软件等相关领域取得过研究成果或实践成果； \n- 能够围绕具体论文、工具、项目或研究案例进行深入分享。\n陈小杨，同济大学数学科学学院长聘副教授，国家级青年人才获得者。主要研究方向：AI for math。曾主持国自然基金青年，面上各一项。在Geometry & Topology, Advances in Mathematics, Mathematische Annalen , Mathematische Zeitschrift 等知名期刊发表多篇学术论文，并获得2019 年世界华人数学家联盟最佳论文奖（若琳奖）。陈小杨老师还发起了人工智能与数学读书会，促进了人工智能与数学的交叉融合。诸葛昌靖，北京工业大学数学统计学与力学学院副研究员，清华大学数学博士，研究方向：计算系统生物学。致力于数学与生物医学的交叉研究，聚焦癌症的演化机制及放化疗、血液病、网络药理学及传染病等复杂生物医学问题的多尺度动力学建模与分析。\n邓修豪，深圳国际量子研究院研究员，合肥实验室兼职研究员。本硕毕业于中国科学技术大学，博士加利福尼亚大学Merced校区，弗吉尼亚理工大学博士后，研究领域涵盖量子动力学、量子计算和量子信息，主要有量子动力学、量子控制与纠错、量子模拟、固态量子比特、量子人工智能等等，相关工作论文发表在Phys.Rev.Lett.、Nat.Phys.、Nat.Elect.、Nat.Comp.Sci.、Sci.Adv.、npj QI、 Quantum Sci.&Tech.等高水平期刊。多个学术委员会专委执委，包括中国计算机协会量子计算专委、仪器仪表协会动态测试专委、广东院士联合会专委、深圳人工智能伦理审查委员会等等。杨武岳，现任北京雁栖湖应用数学研究院助理研究员。她于2022年在清华大学丘成桐数学科学中心获得应用数学博士学位。她的研究方向聚焦于人工智能与科学发现的交叉领域，专攻物理信息机器学习、科学机器学习和生物医学人工智能。她致力于开发融合微分方程和物理原理的可解释神经网络模型，并将其应用于复杂动力系统、蛋白质聚集动力学和疾病建模等领域。杨博士已在SIAM Journal on Scientific Computing、Physics of Fluids和Journal of Computational Physics等高水平期刊发表SCI论文近二十余篇，谷歌学术总引用1000余次。她主持国家自然科学基金(C类)和中国商飞的科研项目，同时承担人工智能课程教学工作。朱韬宇，北京大学生物医学前沿创新中心博士在读，本科毕业于浙江大学。研究方向：计算生物学，代数拓扑，黎曼几何。我的研究兴趣主要是聚焦通过数据整合建模发掘生物靶以及解析生物数据中的几何结构进行相关建模与理论证明。主要研究方向之外，我喜欢研究形变量子化以及韩国流行音乐，是11年的Buddy (GFRIEND粉丝)和4年的Na.V (VIVIZ粉丝)，并且是半程马拉松大众精英跑者，半马PB 1:22:39。李晓凯，北师大系统科学学院在读博士，研究方向为复杂网络、科学学、AI for Math和量化思想史。强调从网络结构和历史演化的视角来理解新知识的产生、科学的长期发展和科学家行为。两篇对学术史和思想史的定量化分析的工作曾发表在PNAS Nexus和Scienmetrics上。目前关注人类数学家和大语言模型在数学定理证明上的差异。\n📅 时间规划：2026年9月22日开营，持续8-10周。🌐 参与形式：腾讯会议——每周二晚上19:30-21:30- 加入专属学员群，与读书会发起人、主讲人及优秀同行直接交流。\n- 每期内容结束后可随时观看高清视频回放，支持反复学习与复习。\n第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。为维护学术交流的专业性与聚焦度，本读书会对讨论内容作如下约定：我们鼓励围绕数学、人工智能、复杂科学及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。加入社区可享核心资源\n成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。特色退费与激励机制\n- 认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。\n- 合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。\n扫描下方二维码可跳转至集智斑图网站阅读文章：《人工智能与数学》读书会第二季推荐阅读材料。\n内容中包含的图片若涉及版权问题，请及时与我们联系删除","source":"智源社区","date":"2026-09-14T07:10:00+00:00","content":"人工智能的能力边界正在不断扩张，大模型可以完成复杂对话、辅助科学计算，甚至尝试开展数学推导与定理证明。但光鲜的应用表象之下，AI 的能力上限、推理缺陷与建模困境也逐步暴露。当我们惊叹人工智能的各类能力时，更需要向下追问：是什么构筑起 AI 的能力地基？当 AI 走向科学研究，它又能在数学这片严谨的土地上走多远？想要看透 AI 的优势与短板，就必须回归数学底层，从根源审视人工智能与数学之间相辅相成又彼此制约的复杂关系。\n为厘清 AI 在科学与数学领域的机遇与局限，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。\n读书会将于2026年9月22日起，每周二19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。\n时代背景\n进入21世纪第三个十年，从二十年前深度学习理论迎来复兴，AlexNet实现图像识别的重大突破，AlphaGo在围棋博弈中惊艳世界，AlphaFold破解蛋白质折叠难题；及至ChatGPT掀起大语言模型浪潮，自动驾驶、智慧医疗、生成式AI也随之实现广泛落地——人工智能早已走出实验室，渗透千行百业，成为驱动新一轮科技革命与产业变革的核心力量。然而，在这股热潮的背后，有一个基础性的问题值得每一位从业者和学习者深思：人工智能的底层逻辑究竟是什么？答案指向数学。线性代数支撑着神经网络的高维运算，概率论与统计学构成了贝叶斯推断，微积分与优化理论启发了随机梯度下降的理论基石，最优化理论驱动着模型参数的持续更新，信息论为损失函数的设计提供了根本准则，而微积分则贯穿了反向传播算法的每一个环节。可以毫不夸张地说，数学是人工智能的\"源代码\"，是理解AI本质绕不开的底层语言。问题提出\n其一，急于上手框架和工具，调用现成的API、跑通开源的模型，却在遇到问题时无从下手，只能盲目调参。究其根本，是因为对背后的数学原理缺乏系统理解。其二，单纯学习数学理论时，面对抽象的定义和繁琐的推导，看不到这些知识与实际AI应用之间的关联，难以持续保持学习的热情和动力。我们不禁要问：如何在高深的数学理论与前沿的AI技术之间，架起一座连接理论与实践的桥梁？正是带着这样的追问，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。我们坚信：知其然，更要知其所以然。 在技术迭代日新月异的今天，唯有回到数学的源头，才能建立对人工智能真正深刻而稳固的理解。\n我们欢迎已经在 AI for Math 相关方向有研究、开发或实践经验的主讲人加入。- 熟练使用或开发过 AI for Math 相关工具，例如大语言模型数学推理工具、自动定理证明工具、形式化证明系统、数学智能体、科学计算或工程建模工具等； \n- 在基础数学、应用数学、科学计算、人工智能、物理、工程建模、量子计算、工业软件等相关领域取得过研究成果或实践成果； \n- 能够围绕具体论文、工具、项目或研究案例进行深入分享。\n陈小杨，同济大学数学科学学院长聘副教授，国家级青年人才获得者。主要研究方向：AI for math。曾主持国自然基金青年，面上各一项。在Geometry & Topology, Advances in Mathematics, Mathematische Annalen , Mathematische Zeitschrift 等知名期刊发表多篇学术论文，并获得2019 年世界华人数学家联盟最佳论文奖（若琳奖）。陈小杨老师还发起了人工智能与数学读书会，促进了人工智能与数学的交叉融合。诸葛昌靖，北京工业大学数学统计学与力学学院副研究员，清华大学数学博士，研究方向：计算系统生物学。致力于数学与生物医学的交叉研究，聚焦癌症的演化机制及放化疗、血液病、网络药理学及传染病等复杂生物医学问题的多尺度动力学建模与分析。\n邓修豪，深圳国际量子研究院研究员，合肥实验室兼职研究员。本硕毕业于中国科学技术大学，博士加利福尼亚大学Merced校区，弗吉尼亚理工大学博士后，研究领域涵盖量子动力学、量子计算和量子信息，主要有量子动力学、量子控制与纠错、量子模拟、固态量子比特、量子人工智能等等，相关工作论文发表在Phys.Rev.Lett.、Nat.Phys.、Nat.Elect.、Nat.Comp.Sci.、Sci.Adv.、npj QI、 Quantum Sci.&Tech.等高水平期刊。多个学术委员会专委执委，包括中国计算机协会量子计算专委、仪器仪表协会动态测试专委、广东院士联合会专委、深圳人工智能伦理审查委员会等等。杨武岳，现任北京雁栖湖应用数学研究院助理研究员。她于2022年在清华大学丘成桐数学科学中心获得应用数学博士学位。她的研究方向聚焦于人工智能与科学发现的交叉领域，专攻物理信息机器学习、科学机器学习和生物医学人工智能。她致力于开发融合微分方程和物理原理的可解释神经网络模型，并将其应用于复杂动力系统、蛋白质聚集动力学和疾病建模等领域。杨博士已在SIAM Journal on Scientific Computing、Physics of Fluids和Journal of Computational Physics等高水平期刊发表SCI论文近二十余篇，谷歌学术总引用1000余次。她主持国家自然科学基金(C类)和中国商飞的科研项目，同时承担人工智能课程教学工作。朱韬宇，北京大学生物医学前沿创新中心博士在读，本科毕业于浙江大学。研究方向：计算生物学，代数拓扑，黎曼几何。我的研究兴趣主要是聚焦通过数据整合建模发掘生物靶以及解析生物数据中的几何结构进行相关建模与理论证明。主要研究方向之外，我喜欢研究形变量子化以及韩国流行音乐，是11年的Buddy (GFRIEND粉丝)和4年的Na.V (VIVIZ粉丝)，并且是半程马拉松大众精英跑者，半马PB 1:22:39。李晓凯，北师大系统科学学院在读博士，研究方向为复杂网络、科学学、AI for Math和量化思想史。强调从网络结构和历史演化的视角来理解新知识的产生、科学的长期发展和科学家行为。两篇对学术史和思想史的定量化分析的工作曾发表在PNAS Nexus和Scienmetrics上。目前关注人类数学家和大语言模型在数学定理证明上的差异。\n📅 时间规划：2026年9月22日开营，持续8-10周。🌐 参与形式：腾讯会议——每周二晚上19:30-21:30- 加入专属学员群，与读书会发起人、主讲人及优秀同行直接交流。\n- 每期内容结束后可随时观看高清视频回放，支持反复学习与复习。\n第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。为维护学术交流的专业性与聚焦度，本读书会对讨论内容作如下约定：我们鼓励围绕数学、人工智能、复杂科学及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。加入社区可享核心资源\n成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。特色退费与激励机制\n- 认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。\n- 合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。\n扫描下方二维码可跳转至集智斑图网站阅读文章：《人工智能与数学》读书会第二季推荐阅读材料。\n内容中包含的图片若涉及版权问题，请及时与我们联系删除","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//hub.baai.ac.cn/view/57949","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 3380 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 3380 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":3380,"summary_length":3380,"usable_text_length":3380,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":3380,"summary_length":3380}},"tags":[]},"fallback_formats":["markdown","json","html"],"actions":{"read":"/item/81771","export_markdown":"/api/items/81771/export?format=markdown","export_json":"/api/items/81771/export?format=json","diagnose":"/api/diagnose?url=https%3A//hub.baai.ac.cn/view/57949"},"formats":{"full":{"id":81771,"title":"人工智能与数学读书会第二季启动｜AI在科学与数学领域的应用边界 - 智源社区","url":"https://hub.baai.ac.cn/view/57949","source":"智源社区","author":null,"published_at":"2026-09-14T07:10:00+00:00","locale":"zh","topic":"ai","tags":[],"excerpt":"人工智能的能力边界正在不断扩张，大模型可以完成复杂对话、辅助科学计算，甚至尝试开展数学推导与定理证明。但光鲜的应用表象之下，AI 的能力上限、推理缺陷与建模困境也逐步暴露。当我们惊叹人工智能的各类能力时，更需要向下追问：是什么构筑起 AI 的能力地基？当 AI 走向科学研究，它又能在数学这片严谨的土地上走多远？想要看透 AI 的优势与短板，就必须回归数学底层，从根源审视人工智能与数学之间相辅相成又彼此制约的复杂关系。\n为厘清 AI 在科学与数学领域的机遇与局限，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。\n读书会将于2026年9月22日起，每周二19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。\n时代背景\n进入21世纪第三个十年，从二十年前深度学习理论迎来复兴，AlexNet实现图像识别的重大突破，AlphaGo在围棋博弈中惊艳世界，AlphaFold破解蛋白质折叠难题；及至ChatGPT掀起大语言模型浪潮，自动驾驶、智慧医疗、生成式AI也随之实现广泛落地——人工智能早已走出实验室，渗透千行百业，成为驱动新一轮科技革命与产业变革的核心力量。然而，在这股热潮的背后，有一个基础性的问题值得每一位从业者和学习者深思：人工智能的底层逻辑究竟是什么？答案指向数学。线性代数支撑着神经网络的高维运算，概率论与统计学构成了贝叶斯推断，微积分与优化理论启发了随机梯度下降的理论基石，最优化理论驱动着模型参数的持续更新，信息论为损失函数的设计提供了根本准则，而微积分则贯穿了反向传播算法的每一个环节。可以毫不夸张地说，数学是人工智能的\"源代码\"，是理解AI本质绕不开的底层语言。问题提出\n其一，急于上手框架和工具，调用现成的API、跑通开源的模型，却在遇到问题时无从下手，只能盲目调参。究其根本，是因为对背后的数学原理缺乏系统理解。其二，单纯学习数学理论时，面对抽象的定义和繁琐的推导，看不到这些知识与实际AI应用之间的关联，难以持续保持学习的热情和动力。我们不禁要问：如何在高深的数学理论与前沿的AI技术之间，架起一座连接理论与实践的桥梁？正是带着这样的追问，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。我们坚信：知其然，更要知其所以然。 在技术迭代日新月异的今天，唯有回到数学的源头，才能建立对人工智能真正深刻而稳固的理解。\n我们欢迎已经在 AI for Math 相关方向有研究、开发或实践经验的主讲人加入。- 熟练使用或开发过 AI for Math 相关工具，例如大语言模型数学推理工具、自动定理证明工具、形式化证明系统、数学智能体、科学计算或工程建模工具等； \n- 在基础数学、应用数学、科学计算、人工智能、物理、工程建模、量子计算、工业软件等相关领域取得过研究成果或实践成果； \n- 能够围绕具体论文、工具、项目或研究案例进行深入分享。\n陈小杨，同济大学数学科学学院长聘副教授，国家级青年人才获得者。主要研究方向：AI for math。曾主持国自然基金青年，面上各一项。在Geometry & Topology, Advances in Mathematics, Mathematische Annalen , Mathematische Zeitschrift 等知名期刊发表多篇学术论文，并获得2019 年世界华人数学家联盟最佳论文奖（若琳奖）。陈小杨老师还发起了人工智能与数学读书会，促进了人工智能与数学的交叉融合。诸葛昌靖，北京工业大学数学统计学与力学学院副研究员，清华大学数学博士，研究方向：计算系统生物学。致力于数学与生物医学的交叉研究，聚焦癌症的演化机制及放化疗、血液病、网络药理学及传染病等复杂生物医学问题的多尺度动力学建模与分析。\n邓修豪，深圳国际量子研究院研究员，合肥实验室兼职研究员。本硕毕业于中国科学技术大学，博士加利福尼亚大学Merced校区，弗吉尼亚理工大学博士后，研究领域涵盖量子动力学、量子计算和量子信息，主要有量子动力学、量子控制与纠错、量子模拟、固态量子比特、量子人工智能等等，相关工作论文发表在Phys.Rev.Lett.、Nat.Phys.、Nat.Elect.、Nat.Comp.Sci.、Sci.Adv.、npj QI、 Quantum Sci.&Tech.等高水平期刊。多个学术委员会专委执委，包括中国计算机协会量子计算专委、仪器仪表协会动态测试专委、广东院士联合会专委、深圳人工智能伦理审查委员会等等。杨武岳，现任北京雁栖湖应用数学研究院助理研究员。她于2022年在清华大学丘成桐数学科学中心获得应用数学博士学位。她的研究方向聚焦于人工智能与科学发现的交叉领域，专攻物理信息机器学习、科学机器学习和生物医学人工智能。她致力于开发融合微分方程和物理原理的可解释神经网络模型，并将其应用于复杂动力系统、蛋白质聚集动力学和疾病建模等领域。杨博士已在SIAM Journal on Scientific Computing、Physics of Fluids和Journal of Computational Physics等高水平期刊发表SCI论文近二十余篇，谷歌学术总引用1000余次。她主持国家自然科学基金(C类)和中国商飞的科研项目，同时承担人工智能课程教学工作。朱韬宇，北京大学生物医学前沿创新中心博士在读，本科毕业于浙江大学。研究方向：计算生物学，代数拓扑，黎曼几何。我的研究兴趣主要是聚焦通过数据整合建模发掘生物靶以及解析生物数据中的几何结构进行相关建模与理论证明。主要研究方向之外，我喜欢研究形变量子化以及韩国流行音乐，是11年的Buddy (GFRIEND粉丝)和4年的Na.V (VIVIZ粉丝)，并且是半程马拉松大众精英跑者，半马PB 1:22:39。李晓凯，北师大系统科学学院在读博士，研究方向为复杂网络、科学学、AI for Math和量化思想史。强调从网络结构和历史演化的视角来理解新知识的产生、科学的长期发展和科学家行为。两篇对学术史和思想史的定量化分析的工作曾发表在PNAS Nexus和Scienmetrics上。目前关注人类数学家和大语言模型在数学定理证明上的差异。\n📅 时间规划：2026年9月22日开营，持续8-10周。🌐 参与形式：腾讯会议——每周二晚上19:30-21:30- 加入专属学员群，与读书会发起人、主讲人及优秀同行直接交流。\n- 每期内容结束后可随时观看高清视频回放，支持反复学习与复习。\n第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。为维护学术交流的专业性与聚焦度，本读书会对讨论内容作如下约定：我们鼓励围绕数学、人工智能、复杂科学及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。加入社区可享核心资源\n成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。特色退费与激励机制\n- 认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。\n- 合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。\n扫描下方二维码可跳转至集智斑图网站阅读文章：《人工智能与数学》读书会第二季推荐阅读材料。\n内容中包含的图片若涉及版权问题，请及时与我们联系删除","full_text":"人工智能的能力边界正在不断扩张，大模型可以完成复杂对话、辅助科学计算，甚至尝试开展数学推导与定理证明。但光鲜的应用表象之下，AI 的能力上限、推理缺陷与建模困境也逐步暴露。当我们惊叹人工智能的各类能力时，更需要向下追问：是什么构筑起 AI 的能力地基？当 AI 走向科学研究，它又能在数学这片严谨的土地上走多远？想要看透 AI 的优势与短板，就必须回归数学底层，从根源审视人工智能与数学之间相辅相成又彼此制约的复杂关系。\n为厘清 AI 在科学与数学领域的机遇与局限，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。\n读书会将于2026年9月22日起，每周二19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。\n时代背景\n进入21世纪第三个十年，从二十年前深度学习理论迎来复兴，AlexNet实现图像识别的重大突破，AlphaGo在围棋博弈中惊艳世界，AlphaFold破解蛋白质折叠难题；及至ChatGPT掀起大语言模型浪潮，自动驾驶、智慧医疗、生成式AI也随之实现广泛落地——人工智能早已走出实验室，渗透千行百业，成为驱动新一轮科技革命与产业变革的核心力量。然而，在这股热潮的背后，有一个基础性的问题值得每一位从业者和学习者深思：人工智能的底层逻辑究竟是什么？答案指向数学。线性代数支撑着神经网络的高维运算，概率论与统计学构成了贝叶斯推断，微积分与优化理论启发了随机梯度下降的理论基石，最优化理论驱动着模型参数的持续更新，信息论为损失函数的设计提供了根本准则，而微积分则贯穿了反向传播算法的每一个环节。可以毫不夸张地说，数学是人工智能的\"源代码\"，是理解AI本质绕不开的底层语言。问题提出\n其一，急于上手框架和工具，调用现成的API、跑通开源的模型，却在遇到问题时无从下手，只能盲目调参。究其根本，是因为对背后的数学原理缺乏系统理解。其二，单纯学习数学理论时，面对抽象的定义和繁琐的推导，看不到这些知识与实际AI应用之间的关联，难以持续保持学习的热情和动力。我们不禁要问：如何在高深的数学理论与前沿的AI技术之间，架起一座连接理论与实践的桥梁？正是带着这样的追问，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。我们坚信：知其然，更要知其所以然。 在技术迭代日新月异的今天，唯有回到数学的源头，才能建立对人工智能真正深刻而稳固的理解。\n我们欢迎已经在 AI for Math 相关方向有研究、开发或实践经验的主讲人加入。- 熟练使用或开发过 AI for Math 相关工具，例如大语言模型数学推理工具、自动定理证明工具、形式化证明系统、数学智能体、科学计算或工程建模工具等； \n- 在基础数学、应用数学、科学计算、人工智能、物理、工程建模、量子计算、工业软件等相关领域取得过研究成果或实践成果； \n- 能够围绕具体论文、工具、项目或研究案例进行深入分享。\n陈小杨，同济大学数学科学学院长聘副教授，国家级青年人才获得者。主要研究方向：AI for math。曾主持国自然基金青年，面上各一项。在Geometry & Topology, Advances in Mathematics, Mathematische Annalen , Mathematische Zeitschrift 等知名期刊发表多篇学术论文，并获得2019 年世界华人数学家联盟最佳论文奖（若琳奖）。陈小杨老师还发起了人工智能与数学读书会，促进了人工智能与数学的交叉融合。诸葛昌靖，北京工业大学数学统计学与力学学院副研究员，清华大学数学博士，研究方向：计算系统生物学。致力于数学与生物医学的交叉研究，聚焦癌症的演化机制及放化疗、血液病、网络药理学及传染病等复杂生物医学问题的多尺度动力学建模与分析。\n邓修豪，深圳国际量子研究院研究员，合肥实验室兼职研究员。本硕毕业于中国科学技术大学，博士加利福尼亚大学Merced校区，弗吉尼亚理工大学博士后，研究领域涵盖量子动力学、量子计算和量子信息，主要有量子动力学、量子控制与纠错、量子模拟、固态量子比特、量子人工智能等等，相关工作论文发表在Phys.Rev.Lett.、Nat.Phys.、Nat.Elect.、Nat.Comp.Sci.、Sci.Adv.、npj QI、 Quantum Sci.&Tech.等高水平期刊。多个学术委员会专委执委，包括中国计算机协会量子计算专委、仪器仪表协会动态测试专委、广东院士联合会专委、深圳人工智能伦理审查委员会等等。杨武岳，现任北京雁栖湖应用数学研究院助理研究员。她于2022年在清华大学丘成桐数学科学中心获得应用数学博士学位。她的研究方向聚焦于人工智能与科学发现的交叉领域，专攻物理信息机器学习、科学机器学习和生物医学人工智能。她致力于开发融合微分方程和物理原理的可解释神经网络模型，并将其应用于复杂动力系统、蛋白质聚集动力学和疾病建模等领域。杨博士已在SIAM Journal on Scientific Computing、Physics of Fluids和Journal of Computational Physics等高水平期刊发表SCI论文近二十余篇，谷歌学术总引用1000余次。她主持国家自然科学基金(C类)和中国商飞的科研项目，同时承担人工智能课程教学工作。朱韬宇，北京大学生物医学前沿创新中心博士在读，本科毕业于浙江大学。研究方向：计算生物学，代数拓扑，黎曼几何。我的研究兴趣主要是聚焦通过数据整合建模发掘生物靶以及解析生物数据中的几何结构进行相关建模与理论证明。主要研究方向之外，我喜欢研究形变量子化以及韩国流行音乐，是11年的Buddy (GFRIEND粉丝)和4年的Na.V (VIVIZ粉丝)，并且是半程马拉松大众精英跑者，半马PB 1:22:39。李晓凯，北师大系统科学学院在读博士，研究方向为复杂网络、科学学、AI for Math和量化思想史。强调从网络结构和历史演化的视角来理解新知识的产生、科学的长期发展和科学家行为。两篇对学术史和思想史的定量化分析的工作曾发表在PNAS Nexus和Scienmetrics上。目前关注人类数学家和大语言模型在数学定理证明上的差异。\n📅 时间规划：2026年9月22日开营，持续8-10周。🌐 参与形式：腾讯会议——每周二晚上19:30-21:30- 加入专属学员群，与读书会发起人、主讲人及优秀同行直接交流。\n- 每期内容结束后可随时观看高清视频回放，支持反复学习与复习。\n第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。为维护学术交流的专业性与聚焦度，本读书会对讨论内容作如下约定：我们鼓励围绕数学、人工智能、复杂科学及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。加入社区可享核心资源\n成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。特色退费与激励机制\n- 认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。\n- 合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。\n扫描下方二维码可跳转至集智斑图网站阅读文章：《人工智能与数学》读书会第二季推荐阅读材料。\n内容中包含的图片若涉及版权问题，请及时与我们联系删除","reading_time_min":1,"extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 3380 characters.","diagnostics_url":"/api/diagnose?url=https%3A//hub.baai.ac.cn/view/57949","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 3380 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":3380,"summary_length":3380,"usable_text_length":3380,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":3380,"summary_length":3380}}},"quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 3380 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":3380,"summary_length":3380,"usable_text_length":3380,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":3380,"summary_length":3380}},"actions":{"read":"/item/81771","export_markdown":"/api/items/81771/export?format=markdown","export_json":"/api/items/81771/export?format=json","diagnose":"/api/diagnose?url=https%3A//hub.baai.ac.cn/view/57949"}},"digest":{"id":81771,"title":"人工智能与数学读书会第二季启动｜AI在科学与数学领域的应用边界 - 智源社区","url":"https://hub.baai.ac.cn/view/57949","source":"智源社区","topic":"ai","published_at":"2026-09-14T07:10:00+00:00","excerpt":"人工智能的能力边界正在不断扩张，大模型可以完成复杂对话、辅助科学计算，甚至尝试开展数学推导与定理证明。但光鲜的应用表象之下，AI 的能力上限、推理缺陷与建模困境也逐步暴露。当我们惊叹人工智能的各类能力时，更需要向下追问：是什么构筑起 AI 的能力地基？当 AI 走向科学研究，它又能在数学这片严谨的土地上走多远？想要看透 AI 的优势与短板，就必须回归数学底层，从根源审视人工智能与数学之间相辅相成又彼此制约的复杂关系。 为厘清 AI…","quality_bucket":"high","quality_reason":"High confidence: full text extraction produced 3380 characters.","reading_time_min":1,"cluster_id":null},"card":{"display_title":"人工智能与数学读书会第二季启动｜AI在科学与数学领域的应用边界 - 智源社区","subtitle":"智源社区 · 2026-09-14","summary":"人工智能的能力边界正在不断扩张，大模型可以完成复杂对话、辅助科学计算，甚至尝试开展数学推导与定理证明。但光鲜的应用表象之下，AI 的能力上限、推理缺陷与建模困境也逐步暴露。当我们惊叹人工智能的各类能力时，更需要向下追问：是什么构筑起 AI 的能力地基？当 AI 走向科学研究，它又能在数学这片严谨的土地上走多远？想要看透 AI 的优势与短板，就必须回归数学底层，从根源审视人工智能与数学之间相辅相成又彼此制约的复杂关系。 为厘清 AI…","badges":["quality:high"],"links":{"read":"/item/81771","original":"https://hub.baai.ac.cn/view/57949","diagnose":"/api/diagnose?url=https%3A//hub.baai.ac.cn/view/57949"},"quality_warning":null},"export":{"title":"人工智能与数学读书会第二季启动｜AI在科学与数学领域的应用边界 - 智源社区","url":"https://hub.baai.ac.cn/view/57949","summary":"人工智能的能力边界正在不断扩张，大模型可以完成复杂对话、辅助科学计算，甚至尝试开展数学推导与定理证明。但光鲜的应用表象之下，AI 的能力上限、推理缺陷与建模困境也逐步暴露。当我们惊叹人工智能的各类能力时，更需要向下追问：是什么构筑起 AI 的能力地基？当 AI 走向科学研究，它又能在数学这片严谨的土地上走多远？想要看透 AI 的优势与短板，就必须回归数学底层，从根源审视人工智能与数学之间相辅相成又彼此制约的复杂关系。\n为厘清 AI 在科学与数学领域的机遇与局限，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。\n读书会将于2026年9月22日起，每周二19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。\n时代背景\n进入21世纪第三个十年，从二十年前深度学习理论迎来复兴，AlexNet实现图像识别的重大突破，AlphaGo在围棋博弈中惊艳世界，AlphaFold破解蛋白质折叠难题；及至ChatGPT掀起大语言模型浪潮，自动驾驶、智慧医疗、生成式AI也随之实现广泛落地——人工智能早已走出实验室，渗透千行百业，成为驱动新一轮科技革命与产业变革的核心力量。然而，在这股热潮的背后，有一个基础性的问题值得每一位从业者和学习者深思：人工智能的底层逻辑究竟是什么？答案指向数学。线性代数支撑着神经网络的高维运算，概率论与统计学构成了贝叶斯推断，微积分与优化理论启发了随机梯度下降的理论基石，最优化理论驱动着模型参数的持续更新，信息论为损失函数的设计提供了根本准则，而微积分则贯穿了反向传播算法的每一个环节。可以毫不夸张地说，数学是人工智能的\"源代码\"，是理解AI本质绕不开的底层语言。问题提出\n其一，急于上手框架和工具，调用现成的API、跑通开源的模型，却在遇到问题时无从下手，只能盲目调参。究其根本，是因为对背后的数学原理缺乏系统理解。其二，单纯学习数学理论时，面对抽象的定义和繁琐的推导，看不到这些知识与实际AI应用之间的关联，难以持续保持学习的热情和动力。我们不禁要问：如何在高深的数学理论与前沿的AI技术之间，架起一座连接理论与实践的桥梁？正是带着这样的追问，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。我们坚信：知其然，更要知其所以然。 在技术迭代日新月异的今天，唯有回到数学的源头，才能建立对人工智能真正深刻而稳固的理解。\n我们欢迎已经在 AI for Math 相关方向有研究、开发或实践经验的主讲人加入。- 熟练使用或开发过 AI for Math 相关工具，例如大语言模型数学推理工具、自动定理证明工具、形式化证明系统、数学智能体、科学计算或工程建模工具等； \n- 在基础数学、应用数学、科学计算、人工智能、物理、工程建模、量子计算、工业软件等相关领域取得过研究成果或实践成果； \n- 能够围绕具体论文、工具、项目或研究案例进行深入分享。\n陈小杨，同济大学数学科学学院长聘副教授，国家级青年人才获得者。主要研究方向：AI for math。曾主持国自然基金青年，面上各一项。在Geometry & Topology, Advances in Mathematics, Mathematische Annalen , Mathematische Zeitschrift 等知名期刊发表多篇学术论文，并获得2019 年世界华人数学家联盟最佳论文奖（若琳奖）。陈小杨老师还发起了人工智能与数学读书会，促进了人工智能与数学的交叉融合。诸葛昌靖，北京工业大学数学统计学与力学学院副研究员，清华大学数学博士，研究方向：计算系统生物学。致力于数学与生物医学的交叉研究，聚焦癌症的演化机制及放化疗、血液病、网络药理学及传染病等复杂生物医学问题的多尺度动力学建模与分析。\n邓修豪，深圳国际量子研究院研究员，合肥实验室兼职研究员。本硕毕业于中国科学技术大学，博士加利福尼亚大学Merced校区，弗吉尼亚理工大学博士后，研究领域涵盖量子动力学、量子计算和量子信息，主要有量子动力学、量子控制与纠错、量子模拟、固态量子比特、量子人工智能等等，相关工作论文发表在Phys.Rev.Lett.、Nat.Phys.、Nat.Elect.、Nat.Comp.Sci.、Sci.Adv.、npj QI、 Quantum Sci.&Tech.等高水平期刊。多个学术委员会专委执委，包括中国计算机协会量子计算专委、仪器仪表协会动态测试专委、广东院士联合会专委、深圳人工智能伦理审查委员会等等。杨武岳，现任北京雁栖湖应用数学研究院助理研究员。她于2022年在清华大学丘成桐数学科学中心获得应用数学博士学位。她的研究方向聚焦于人工智能与科学发现的交叉领域，专攻物理信息机器学习、科学机器学习和生物医学人工智能。她致力于开发融合微分方程和物理原理的可解释神经网络模型，并将其应用于复杂动力系统、蛋白质聚集动力学和疾病建模等领域。杨博士已在SIAM Journal on Scientific Computing、Physics of Fluids和Journal of Computational Physics等高水平期刊发表SCI论文近二十余篇，谷歌学术总引用1000余次。她主持国家自然科学基金(C类)和中国商飞的科研项目，同时承担人工智能课程教学工作。朱韬宇，北京大学生物医学前沿创新中心博士在读，本科毕业于浙江大学。研究方向：计算生物学，代数拓扑，黎曼几何。我的研究兴趣主要是聚焦通过数据整合建模发掘生物靶以及解析生物数据中的几何结构进行相关建模与理论证明。主要研究方向之外，我喜欢研究形变量子化以及韩国流行音乐，是11年的Buddy (GFRIEND粉丝)和4年的Na.V (VIVIZ粉丝)，并且是半程马拉松大众精英跑者，半马PB 1:22:39。李晓凯，北师大系统科学学院在读博士，研究方向为复杂网络、科学学、AI for Math和量化思想史。强调从网络结构和历史演化的视角来理解新知识的产生、科学的长期发展和科学家行为。两篇对学术史和思想史的定量化分析的工作曾发表在PNAS Nexus和Scienmetrics上。目前关注人类数学家和大语言模型在数学定理证明上的差异。\n📅 时间规划：2026年9月22日开营，持续8-10周。🌐 参与形式：腾讯会议——每周二晚上19:30-21:30- 加入专属学员群，与读书会发起人、主讲人及优秀同行直接交流。\n- 每期内容结束后可随时观看高清视频回放，支持反复学习与复习。\n第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。为维护学术交流的专业性与聚焦度，本读书会对讨论内容作如下约定：我们鼓励围绕数学、人工智能、复杂科学及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。加入社区可享核心资源\n成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。特色退费与激励机制\n- 认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。\n- 合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。\n扫描下方二维码可跳转至集智斑图网站阅读文章：《人工智能与数学》读书会第二季推荐阅读材料。\n内容中包含的图片若涉及版权问题，请及时与我们联系删除","source":"智源社区","date":"2026-09-14T07:10:00+00:00","content":"人工智能的能力边界正在不断扩张，大模型可以完成复杂对话、辅助科学计算，甚至尝试开展数学推导与定理证明。但光鲜的应用表象之下，AI 的能力上限、推理缺陷与建模困境也逐步暴露。当我们惊叹人工智能的各类能力时，更需要向下追问：是什么构筑起 AI 的能力地基？当 AI 走向科学研究，它又能在数学这片严谨的土地上走多远？想要看透 AI 的优势与短板，就必须回归数学底层，从根源审视人工智能与数学之间相辅相成又彼此制约的复杂关系。\n为厘清 AI 在科学与数学领域的机遇与局限，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。\n读书会将于2026年9月22日起，每周二19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。\n时代背景\n进入21世纪第三个十年，从二十年前深度学习理论迎来复兴，AlexNet实现图像识别的重大突破，AlphaGo在围棋博弈中惊艳世界，AlphaFold破解蛋白质折叠难题；及至ChatGPT掀起大语言模型浪潮，自动驾驶、智慧医疗、生成式AI也随之实现广泛落地——人工智能早已走出实验室，渗透千行百业，成为驱动新一轮科技革命与产业变革的核心力量。然而，在这股热潮的背后，有一个基础性的问题值得每一位从业者和学习者深思：人工智能的底层逻辑究竟是什么？答案指向数学。线性代数支撑着神经网络的高维运算，概率论与统计学构成了贝叶斯推断，微积分与优化理论启发了随机梯度下降的理论基石，最优化理论驱动着模型参数的持续更新，信息论为损失函数的设计提供了根本准则，而微积分则贯穿了反向传播算法的每一个环节。可以毫不夸张地说，数学是人工智能的\"源代码\"，是理解AI本质绕不开的底层语言。问题提出\n其一，急于上手框架和工具，调用现成的API、跑通开源的模型，却在遇到问题时无从下手，只能盲目调参。究其根本，是因为对背后的数学原理缺乏系统理解。其二，单纯学习数学理论时，面对抽象的定义和繁琐的推导，看不到这些知识与实际AI应用之间的关联，难以持续保持学习的热情和动力。我们不禁要问：如何在高深的数学理论与前沿的AI技术之间，架起一座连接理论与实践的桥梁？正是带着这样的追问，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。我们坚信：知其然，更要知其所以然。 在技术迭代日新月异的今天，唯有回到数学的源头，才能建立对人工智能真正深刻而稳固的理解。\n我们欢迎已经在 AI for Math 相关方向有研究、开发或实践经验的主讲人加入。- 熟练使用或开发过 AI for Math 相关工具，例如大语言模型数学推理工具、自动定理证明工具、形式化证明系统、数学智能体、科学计算或工程建模工具等； \n- 在基础数学、应用数学、科学计算、人工智能、物理、工程建模、量子计算、工业软件等相关领域取得过研究成果或实践成果； \n- 能够围绕具体论文、工具、项目或研究案例进行深入分享。\n陈小杨，同济大学数学科学学院长聘副教授，国家级青年人才获得者。主要研究方向：AI for math。曾主持国自然基金青年，面上各一项。在Geometry & Topology, Advances in Mathematics, Mathematische Annalen , Mathematische Zeitschrift 等知名期刊发表多篇学术论文，并获得2019 年世界华人数学家联盟最佳论文奖（若琳奖）。陈小杨老师还发起了人工智能与数学读书会，促进了人工智能与数学的交叉融合。诸葛昌靖，北京工业大学数学统计学与力学学院副研究员，清华大学数学博士，研究方向：计算系统生物学。致力于数学与生物医学的交叉研究，聚焦癌症的演化机制及放化疗、血液病、网络药理学及传染病等复杂生物医学问题的多尺度动力学建模与分析。\n邓修豪，深圳国际量子研究院研究员，合肥实验室兼职研究员。本硕毕业于中国科学技术大学，博士加利福尼亚大学Merced校区，弗吉尼亚理工大学博士后，研究领域涵盖量子动力学、量子计算和量子信息，主要有量子动力学、量子控制与纠错、量子模拟、固态量子比特、量子人工智能等等，相关工作论文发表在Phys.Rev.Lett.、Nat.Phys.、Nat.Elect.、Nat.Comp.Sci.、Sci.Adv.、npj QI、 Quantum Sci.&Tech.等高水平期刊。多个学术委员会专委执委，包括中国计算机协会量子计算专委、仪器仪表协会动态测试专委、广东院士联合会专委、深圳人工智能伦理审查委员会等等。杨武岳，现任北京雁栖湖应用数学研究院助理研究员。她于2022年在清华大学丘成桐数学科学中心获得应用数学博士学位。她的研究方向聚焦于人工智能与科学发现的交叉领域，专攻物理信息机器学习、科学机器学习和生物医学人工智能。她致力于开发融合微分方程和物理原理的可解释神经网络模型，并将其应用于复杂动力系统、蛋白质聚集动力学和疾病建模等领域。杨博士已在SIAM Journal on Scientific Computing、Physics of Fluids和Journal of Computational Physics等高水平期刊发表SCI论文近二十余篇，谷歌学术总引用1000余次。她主持国家自然科学基金(C类)和中国商飞的科研项目，同时承担人工智能课程教学工作。朱韬宇，北京大学生物医学前沿创新中心博士在读，本科毕业于浙江大学。研究方向：计算生物学，代数拓扑，黎曼几何。我的研究兴趣主要是聚焦通过数据整合建模发掘生物靶以及解析生物数据中的几何结构进行相关建模与理论证明。主要研究方向之外，我喜欢研究形变量子化以及韩国流行音乐，是11年的Buddy (GFRIEND粉丝)和4年的Na.V (VIVIZ粉丝)，并且是半程马拉松大众精英跑者，半马PB 1:22:39。李晓凯，北师大系统科学学院在读博士，研究方向为复杂网络、科学学、AI for Math和量化思想史。强调从网络结构和历史演化的视角来理解新知识的产生、科学的长期发展和科学家行为。两篇对学术史和思想史的定量化分析的工作曾发表在PNAS Nexus和Scienmetrics上。目前关注人类数学家和大语言模型在数学定理证明上的差异。\n📅 时间规划：2026年9月22日开营，持续8-10周。🌐 参与形式：腾讯会议——每周二晚上19:30-21:30- 加入专属学员群，与读书会发起人、主讲人及优秀同行直接交流。\n- 每期内容结束后可随时观看高清视频回放，支持反复学习与复习。\n第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。为维护学术交流的专业性与聚焦度，本读书会对讨论内容作如下约定：我们鼓励围绕数学、人工智能、复杂科学及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。加入社区可享核心资源\n成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。特色退费与激励机制\n- 认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。\n- 合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。\n扫描下方二维码可跳转至集智斑图网站阅读文章：《人工智能与数学》读书会第二季推荐阅读材料。\n内容中包含的图片若涉及版权问题，请及时与我们联系删除","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//hub.baai.ac.cn/view/57949","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 3380 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 3380 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":3380,"summary_length":3380,"usable_text_length":3380,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":3380,"summary_length":3380}},"tags":[],"format_contract_version":"news_item_formats.v1"}}}