数学作为科研的基础工具，在推动人工智能、类脑计算、量子计算等新兴计算范式发展中起到了关键作用。数学是人工智能的重要基石，数学中的逻辑推理、概率统计、优化算法等概念在人工智能中广泛应用，如线性代数用于数据处理和特征提取，概率论用于处理不确定性，优化算法则用于模型训练和参数调整——这些数学工具和方法不仅提升了人工智能的性能和效率，还推动了其不断创新和发展。在类脑计算中，数学帮助构建脉冲神经网络模型，分析神经元间的相互作用，推动了类脑智能的发展；在量子计算中，数学是量子算法和量子通信的理论基础，如线性代数描述量子态和操作，量子纠缠的描述依赖于张量积等数学概念。数学为这些新计算范式提供了坚实的理论基础和强大的分析工具，推动了相关技术的不断进步。

施普林格·自然特别推出“从人工智能到类脑与量子计算：数学与新计算范式”系列在线研讨会，分数期探索未来的新计算范式，并介绍数学在其中扮演的重要角色。首期研讨会施普林格·自然特别邀请到上海交通大学自然科学研究院院长、数学科学学院讲席教授金石，上海交通大学自然科学研究院、数学科学学院教授李松挺，上海交通大学自然科学研究院、密西根学院副教授刘悦纳（Nana Liu），Springer数学与统计学副编辑王鹏程共同做客直播间，为广大学术界相关领域的学者，带来前沿思维碰撞，敬请关注！

欢迎扫描以下二维码注册席位！

刘悦纳教授2016 年毕业于牛津大学，获原子与激光物理学博士学位。2016-2018 年，刘悦纳教授在新加坡国立大学和新加坡科技设计大学量子技术中心从事博士后研究工作。2020年6月，加入上海交通大学自然科学研究院 、密西根学院。刘悦纳教授的主要研究方向为量子计算。2019 年，因在量子计算领域的研究成就，被评为MIT Technology Review 亚太地区“10位35岁以下创新者”。2020年，与其合作者关于对抗性量子学习的研究成果在Physical Review A发表，并被编辑遴选为Editors' Suggestion在PRA官网作为亮点文章进行报道。2021年，刘悦纳教授担任该年度机器学习中的量子技术大会联合主席。

会议日程

惊喜不断

本场讲座最后设有抽奖环节，所有参与直播的观众都有机会获得由施普林格·自然提供的精美礼品，奖品种类众多，期待您的参与！