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！
日期：9月18日（周三）
时间：19:30-20:45
点击以下链接注册席位！
填写您最关心的问题，嘉宾将在讨论环节探讨大家关注的话题，并现场解答观众提问，快来报名吧！
嘉宾介绍
金石
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
金石教授同时担任上海国家应用数学中心联合主任，上海交通大学重庆人工智能研究院院长和教育部科学工程计算重点实验室主任。金石教授曾任美国威斯康辛大学（麦迪逊）数学系系主任，Vilas杰出成就教授， 上海交通大学数学系系主任。金石教授是美国数学会首批会士， 美国工业与应用数学学会会士， 和2018年国际数学家大会邀请报告人， 并于2021年当选为欧洲人文与自然科学院（Academia Europaea）外籍院士与欧洲科学院（European Academy of Sciences）院士。
金石教授的研究方向包括科学计算，计算物理， 机器学习与量子计算等。
李松挺
上海交通大学自然科学研究院、数学科学学院教授
李松挺教授在2010年和2014年于上海交通大学分别取得数学本科和博士学位，2015-2018年于纽约大学柯朗研究所任博士后。研究成果发表在_PNAS, CPAM, Cerebral Cortex, Cell Reports, PLOS Computational Biology_等期刊上。曾入选国家青年人才计划、上海市青年科技英才扬帆计划、上海市晨光计划，并获得全国高校青年教师教学竞赛理科组一等奖、上海市青教赛特等奖、上海市五一劳动奖章等荣誉。李松挺教授的研究方向为应用数学与计算神经科学，包括神经元树突计算、神经网络结构与动力学、脑启发的算法设计等。
刘悦纳（Nana Liu）
上海交通大学自然科学研究院、密西根学院副教授
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。
