2024年8月26日至29日，由国家自然科学基金重大项目“最优化问题的人工智能方法”、天元基金及相关课题资助，中国运筹学会数学与智能分会、中国科学院大学主办，我校江南娱乐体育官网入口和重庆国家应用数学中心承办的“学习最优化方法专题讲习班”在江南娱乐体育官网入口成功举办。此次讲习班吸引了来自加拿大滑铁卢大学、香港理工大学、中国科学院大学、清华大学、西安交通大学、四川大学等40余所国内外知名高校和科研院所的120余名专家学者和研究生代表参与。

中国科学院大学韩丛英教授主持讲习班开班仪式，并详细介绍了学习最优化方法专题讲习班的相关筹备工作及准备情况。重庆国家应用数学中心主任杨新民教授在开班仪式上致辞，他结合国家自然科学基金重大项目，介绍了学习最优化方法的前沿动态和我校开展学习最优化学术交流的具体情况，并从AI在运营中的应用角度出发，介绍了本次讲习班的专家团队。

讲习班由加拿大向量研究院CIFAR人工智能主席、安大略省早期研究奖得主、滑铁卢大学计算机科学学院于耀亮教授担任主讲教师。讲习班也邀请了中国科学院大学郭田德教授、复旦大学高卫国教授、东北大学张立卫教授、南开大学王兆军教授、中国科学院数学与系统科学研究院陈旭瑾研究员、香港理工大学黄坚讲座教授和孙德锋讲座教授、西安交通大学孙建永教授、中国科学院计算技术研究所蒋树强研究员、中国科学院数学与系统科学研究院骆顺龙研究员、浙江大学张国川教授以及重庆师范大学赵克全教授，共12位知名专家学者为讲习班作特邀专题报告。

于耀亮教授主讲的讲习班短课程深入探讨了过去几年机器学习领域的一大重点--生成模型。从早期的对抗生成网络（GAN）开始，涵盖了流模型（flows）以及近期的扩散生成式模型（diffusion），并催生了诸如GPT、Stable Diffusion、SORA等广为人知的产品。具体内容包括生成模型的必要背景知识、基本原理、基础模型、近期流行的扩散生成式模型以及与生成模型相关的应用以及未来可能的研究方向。

   12个特邀专题报告覆盖了机器学习、连续优化、混合整数规划、组合优化和多目标优化等多个领域。介绍了科学研究的新范式与最优化问题的求解方法、生成对抗网络训练的三个阶段、凸随机锥优化的增广Lagrange随机近似方法、基于特征相关标签噪声的弱监督高维推理、在线交易学习、连续归一化流的学习概率分布、通过退化近端点映射加速预处理ADMM、基于混合分布先验的多模态隐变量解耦方法、探索与预想相结合的具身导航、向量空间中由量子测量引起的两个开放问题、在线算法从非完全信息到非完美信息的转变以及多目标优化的广义 Pascoletti-Serafini 标量化等。

本次讲习班课程紧凑、内容丰富、授课现场学习交流氛围浓厚，进一步推广了学习最优化方法研究领域的发展，吸引鼓励更多学生和青年学者了解学习最优化领域的发展前沿并开展此领域的相关人工智能方法研究。同时，本次讲习班的成功举办也将极大促进我校运筹学及相关学科方向的前沿研究和人才培养，提升我校数学一流学科建设水平。