群星璀璨！6+8！

鄂维南院士作了题为“A Mathematical Perspective on Machine Learning”一小时大会报告。报告的出发点是“神经网络似乎提供了一个逼近高维函数的有效工具”。整个报告内容分为两部分：第一部分试图回答神经网络是不是真的提供了一个逼近高维函数的有效工具。从逼近误差，泛化误差和训练误差的角度，是不是避免了过去一直困扰我们的维数灾难问题。作为第二部分的出发点，既然神经网络提供了一个逼近高维函数的有效工具，那么我们是不是可以用这样一个工具来解决其他领域的问题，尤其是科学领域里的问题，这就是AI for science研究的主题。报告最后，鄂维南院士特别指出：因为有神经网络这样的一个新的有效工具，这便为人工智能领域、科学以及技术领域提供了很大的发展空间，而这里面的基础是数学！所以对于数学来讲，是站在一个转折点上，数学可以对科学发展，对技术、对AI提供直接的帮助。

鄂维南

主要研究方向包括机器学习、计算数学、应用数学，及其在化学、材料科学和流体力学中的应用。在数学、流体力学、化学和材料科学等领域均有重要贡献。曾应邀在2002年国际数学家大会作45分钟报告。2011年当选为中国科学院院士。首届美国数学学会、美国工业与应用数学学会会士。荣获国际工业与应用数学协会科拉兹 (Collatz) 奖，美国工业与应用数学学会克来曼 (Kleinman) 奖，美国工业与应用数学学会卡门 (Theodore von Karman) 奖，SIAM和ETH Zürich联合授予的Peter Henrici奖及ACM戈登·贝尔奖（ACM Gordon Bell Prize）。

朱小华老师在本次国际数学家大会上作了题为“Kähler-Ricci flow on Fano manifolds” 的报告。里奇流是几何分析中非常重要的研究领域，其3维流形上的奇性分析曾被用于解决庞加莱猜想。但是高维的里奇流研究至今非常困难。朱小华教授在报告中介绍了他和合作者在凯勒流形上里奇流的收敛性和奇性结构方面所取得的一系列成果。其中包括：法诺凯勒-爱因斯坦流形上，田-朱证明了里奇流具有光滑收敛性；一般的紧致法诺流形上，王-朱给出了汉密尔顿-田猜想的一个直接基于田的部分C^0估计的蒙叶-安倍方程方法证明；复李群紧化空间上，郦-田-朱构造出了里奇流具有第二类奇点的例子。

朱小华

1990年获杭州大学（现浙江大学）学士学位，1995年获杭州大学（现浙江大学）博士学位。研究领域是微分几何和几何分析。他在微分几何中几个重要的研究方向：复几何中的典则度量、Ricci流、高维Ricci孤立子等取得了重要成果，解决了多个著名的数学问题。已在国际著名数学杂志发表论文50余篇，包括Acta Math, JAMS等顶尖数学杂志的文章。获国家杰出青年科学基金，国家自然科学二等奖，陈省身数学奖，“求是”杰出青年学者奖，意大利ICTP青年科学奖等。

章志飞老师在本次国际数学家大会上作了题为 “Hydrodynamic stability at high Reynolds number and Transition threshold problem”报告。流动稳定性的研究始于1883年著名的雷诺管道流体实验。高雷诺数下的流动稳定性一直是流体力学研究中的基本问题。章志飞教授的报告主要介绍他和合作者在流动稳定性的数学理论方面所解决的一系列重要的公开问题，如：剪切流的线性无粘阻尼、Kolmogorov流的最优增强耗猜测。报告特别从数学理论上探究了层流到湍流转捩的机制，概述了解决三维Couette流转捩阈值猜测的关键要素。

章志飞

北京大学数学科学学院副院长、教授、博士生导师

1998年毕业于杭州大学（现浙江大学），2003年获浙江大学博士学位。曾在中科院数学与系统科学研究院、巴黎第十一大学从事博士后研究工作。主要从事偏微分方程的理论研究，在流体自由界面问题、液晶模型一致性的数学理论以及流动稳定性等领域做出了一系列重要的研究成果。世界闻名的布尔巴基讨论班曾于2019年组织专题讨论班，讨论章志飞团队在流动稳定性领域的系列研究工作。他已在CPAM, Annales ENS, CMP, Adv Math, ARMA等著名数学刊物上发表学术论文百余篇，出版专著1本。2011年获教育部新世纪优秀人才，2012年获第十三届霍英东青年教师基金， 2014年获国家杰出青年科学基金。

董彬老师在本次国际数学家大会上作了题为“On Mathematical Modeling in Image Reconstruction and beyond” 报告。在本次报告中，董彬首先简要介绍基于图像的科学发现和计算成像的概念。报告从一个生动的例子“运动中的马”出发，说明了科学发现在很大程度上依赖于视觉检验，而图像是必不可少的工具。董彬回顾两种流行的图像重建方法，即基于偏微分方程和基于小波框架的方法。一个关键的观察是小波函数的消失矩与微分算子的阶之间存在一定的对应关系，基于该观察，董彬将变分模型与小波框架的分析模型搭建了桥梁，并推导出了新的小波收缩算法和PDE模型。该系列工作也启发了董彬后续在深度学习中的研究，建立了深度神经网络和离散微分方程的联系，并由此诱导了新的网络构架，这些研究也逐渐发展出了一种机理与数据融合的算法设计模式，并应用于科学计算中的许多其他问题。

董彬

2003年本科毕业于北京大学，2005年于新加坡国立大学获得硕士学位，2009年于美国加州大学洛杉矶分校获得博士学位。博士毕业后曾在美国加州大学圣迭戈分校数学系做SEW助理教授，2011至2014年在美国亚利桑那大学数学系任助理教授。2014年回到北京大学，曾获“求是”杰出青年学者奖。主要研究领域为应用调和分析、反问题计算、机器学习及其在图像和数据分析中的应用。

刘毅老师在本次国际数学家大会上作了题为 “Surface automorphisms and virtual homological eigenvalues”报告。刘毅在低维拓扑领域取得基础性突破，在合理的最广泛条件下确定了L2 Alexander挠率函数的存在性和连续性，工作所建立的一系列关键的估计技术在其他各种挠率型不变量的研究中有广泛的应用前景。他的工作还观察到新的数学现象，即L2 Alexander挠率函数的首项系数可能反映着某种双曲体积，引起同行的兴趣和进一步探索。 刘毅报告标题中的“庶几”大意为“几乎”，来源于英文“virtual”，描述了通过略去有限的信息来聚焦于更本质的信息的一类数学构造。而本届大会因线上召开，名称中同样含有“virtual”，可以理解为是“庶几”于面对面探讨数学。刘毅打趣说，“virtual icm 2022”意味着我们用网络空间代替现实空间来探讨数学，而研究庶几同调特征值问题则意味着我们用曲面的有限覆盖空间来研究曲面本身的特性。

刘毅

2006年本科毕业于北京大学，2012年获美国加州大学伯克利分校数学博士学位，2012年9月至2015年6月在美国加州理工大学从事博士后研究工作，2015年7月入职北京大学北京国际数学研究中心，国家杰出青年基金获得者。曾获“求是”杰出青年学者奖。主要研究方向为三维拓扑和双曲几何。

丁剑老师在本次国际数学家大会上作了题为“The Liouville quantum gravity metric” 报告。丁剑、Julien Dubedat,、Ewain Gwynne共同受邀完成了本次ICM报告。报告最先由丁剑简要介绍LQG。特别地，在γ=√8/3的情形，LQG曲面与Brownian map[2] 被Miller与Sheffield证明是等价的。丁剑接下来介绍了LQG曲面的Hausdorff维数, 在他与Gwynne，以及与Zeitouni、北大数院章复熹的文章中证明了维数的存在性，及其关于γ严格递增等若干良好性质。在这一系列工作中我们得到了关于维数相对较好的上下界，然而迄今为止所有关于维数具体表达式的猜想都被证明不成立。Watabiki的猜测被人们相信了许多年，然而丁剑与Goswami证明其至少在维数较低时是不成立的。丁剑与章复熹的文章中也指出了LQG的维数在更广泛的log-correlated fields大类中并不具备普适性。

丁剑

2002年至2006年就读于北京大学，获学士学位。此后赴美学习，于2011年获美国加州大学伯克利分校博士学位。曾任芝加哥大学统计系助理教授、副教授，宾夕法尼亚大学沃顿商学院副教授，宾夕法尼亚大学Gilbert Helman讲席教授。主要研究领域是概率论，尤其关注统计物理学与计算机科学的交叉。曾获Rollo Davidson Prize, Alfred P. Sloan Fellowship, NSF Career Award。