报告题目：生成式人工智能——数学基础与交叉应用
时 间：2025年10月15日（星期三）09：00
地 点：科研楼18号楼1102
主 办：数学与统计学院
参加对象：感兴趣的老师和学生
报告摘要：生成式人工智能是当前通用人工智能发展的重要方向，主要通过设计人工智能算法实现对多模态、高维复杂样本分布的学习与新样本的生成，是当前人工智能应用于自动问答、跨模态生成、AI for science等问题的方法基础。生成式人工智能的底层基础是数学与统计学，本报告主要介绍生成式人工智能的背景、数学／统计学原理以及面临的挑战，进一步介绍以最优传输作为基础来构建可控／条件生成的人工智能方法，并应用于医学影像生成、多模态图像文本对齐、医学多模态数据分析等问题，最终总结与展望生成式人工智能的发展与前景。
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（尤其是图像和医学影像分析）中的数学模型与算法研究，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，提出模型驱动深度学习理论及其代表算法ADMM-Net。成果发表于 IEEE Trans. PAMI， NSR, SIAM J. Imaging Sci., NeurIPS, CVPR等交叉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，教育部科技委委员，西安数学与数学技术研究院常务副院长，人工智能领域顶级国际期刊IEEE TPAMI和IJCV编委、ICCV/ECCV/ICLR/CVPR等领域主席。