Seminar| Institute of Mathematical Sciences
Time: Monday, July 13th, 2026,10:00-11:00
Location: IMS RS518
Speaker:Xiang Zhou, City University of HongKong
Abstract:现代人工智能技术中的生成式模型（generative modelling）提供了一种借助深度神经网络来抽样和分析复杂高纬数据和概率分布的新型计算工具和数学模型。发源自人工智能领域的这一大类前沿算法，虽然只局限于ODE和Ito SDE模型，本质是由于概率分布空间里面连接A、B两个概率的曲线共享概率流，构造和实现各类复杂的A到B和B到A的动力学算法，通过normalizing flow深度网络完成计算和学习任务，实现了欧拉观点和拉格朗日观点两种不同计算哲学的前所未有的有机融合，也打穿复杂随机动力系统（高斯vs非高斯）的共性统一。由此出发的数理理论涵盖最优传输、薛定谔桥、score 函数、概率流、非平衡统计物理等重要课题，在随机热力学和新一代AI或有潜在应用和启发价值。本次报告简介课题组这个方向的若干初步进展。