内容简介：

　　经典的科学计算在过去的半个多世纪彻底改变了科学研究和科学本身的面貌，这些成就激励人们不断去挑战更为本质的困难，其中一个典型的代表就是高维问题的求解，基于计算技术本身所发展起来的大数据相关技术为高维问题的求解提供了新的契机。从逼近论的角度来看，各种神经网络从大图景上就是为高维的函数给了一种低维的表达方式。种种迹象表明，此种表达方式具有极高的有效性和逼真度，竟可以使人们模糊地对其产生智能的感觉。该报告将描述使用如此智能的低维表达技术来求解高维的科学计算问题的大致途径，以期实现高维问题的求解技术和智能的低维表达技术的自然融合。

主讲人介绍：

　　李若，2001年博士毕业于北京大学数学科学学院，现为数学科学学院博雅特聘教授，博士生导师，研究方向为偏微分方程数值解，特别是流体力学的数值方法，解决了有六十余年历史的玻尔兹曼方程Grad矩系统双曲性缺失的问题。曾获得国家杰出青年基金，冯康科学计算奖，吴文俊应用数学奖，获聘教育部长江特聘教授和入选中组部领军人才计划，是第九届国际工业与应用数学大会报告人。瞄准核心工具软件国产化替换的目标，目前正致力于领导和组织《北太天元》通用数值软件的开发工作。

　　时间： 2023 年 3 月 30 日（周四），晚 7:00—9:00

　　地点：第二教学楼107教室