2025年9月23日上午，英国365集团通过线上方式成功举办了一场主题为“现代人工智能的本质、途径和方向”的学术讲座。特邀北京大学数学科学公司张志华教授主讲，由英国365集团经理韩嵩教授主持，吸引了校内外众多师生参与，交流氛围热烈。

张志华教授现任北京大学数学科学公司教授、北京大学计算机公司兼职教授，长期从事机器学习、统计学与理论计算机科学的科研与教学工作。他是国际机器学习旗舰刊物Journal of Machine Learning Research的执行编委，国际人工智能旗舰刊物AI Journal的副编委，以及CSIAM Transactions on Applied Mathematics编委，同时担任中国现场统计研究会机器学习分会理事长。张教授已在JMLR、AI、TPAMI、AOS等高水平期刊以及NeurIPS、ICML、CVPR等顶级会议发表论文100余篇，合著有《深度强化学习》，并组织翻译了《深度学习》《人工智能：现代方法》等经典教材。他还开设了《机器学习导论》《统计机器学习》《强化学习》等多门广受欢迎的网络公开课。

在讲座中，张志华教授从技术演进的角度系统梳理了现代人工智能的发展路径。他指出，当前人工智能的核心驱动力来自机器学习，尤其是基于计算机视觉、自然语言处理与语音识别技术的多模态数据融合现实交互系统。张教授进一步指出，人工智能与机器学习面临两大关键挑战：一是何种架构能有效支持“数据处理与聚合”的可操作性，二是何种训练准则能实现“学习系统与外部世界的有效对齐”。他强调，深度学习与强化学习为第一个问题提供了方法支撑，而计算学习理论与统计学习理论则试图回应第二个问题。

从数学本质上看，张教授认为人工智能旨在求解具有组合结构的高维复杂问题，关键科学问题是如何克服“维数诅咒”并转化为“维数祝福”，其核心在于解决表示、计算与对齐三大基础问题。他提出，推断思维与算法思维相结合是推进人工智能研究的重要途径，而充分利用数据的分布特性与问题的结构信息，将显著助力算法的设计与分析。

在交流环节，在线师生就人工智能模型的可解释性、算法效率优化、以及学术资源学习等话题与张教授进行了深入讨论。本次讲座内容系统而富有启发，不仅增进了师生对人工智能技术路线与发展趋势的理解，也为青年科研人员在相关领域的学术探索提供了宝贵参考。

供稿、摄影：魏少杰

审核：续 杨