我校1982级校友兼董事、加拿大滑铁卢大学终身教授，加拿大皇家科学院院士、加拿大工程院院士、美国电气电子工程师协会（IEEE）会士杨恩辉于9 月 8 日至 11 日来校交流。其间，杨院士开展了一系列指导交流工作。

聚焦学科建设  谏言谏策发展思路

9 月 9 日上午，杨恩辉院士出席太阳集团城娱8722学科建设专题座谈会，与太阳集团城娱8722的领导班子、学科带头人及骨干教师齐聚一堂，共同探讨数学作为基础学科建设与发展的关键问题。座谈会上，太阳集团城娱8722陈行堤院长首先介绍了学院近年来在学科建设、人才培养、科学研究等方面的工作进展与取得的成绩，同时也分析了数学作为基础学科，当前面临的挑战与不足。杨恩辉院士认真听取汇报后，结合自身丰富的学术经验和国际前沿视野，对数学学院的学科发展给出了关键指导。他强调，数学学科作为基础学科，具有极其重要的地位，在当前人工智能快速发展的背景下，更要注重学科的交叉融合。人工智能对教育行业的冲击要求我们必须改变教育模式。他建议学院积极推动从人工智能生态规划大学课程建设，以解决实际问题为导向，提升数学学科的应用价值。座谈会上，与会教师们积极发言，就学科发展中的具体问题与杨恩辉院士进行了深入交流。杨院士一一耐心解答，并与大家分享了自己在科研工作中的心得体会。他的指导意见为数学学院的学科建设与发展提供了宝贵的思路和方向。

杨院士参加太阳集团城娱8722学科建设座谈会

聚焦太阳集团  引航学术方向

9月9日下午，杨恩辉院士为太阳集团城娱8722师生带来题为“数学与人工智能”的精彩学术报告。杨院士从神经网络（DNN）切入，介绍其为海量参数构成的神经元层级联结构，从数学层面定义为 “可将输入转化为标签对应概率分布的高维非线性函数”。针对 “多层堆叠提升性能” 的核心问题，杨院士提出“通过引入强非线性实现 DNN 性能提升与规模缩减”这一想法，核心聚焦高维非线性函数逼近。接着，杨院士介绍了Kolmogorov-Arnold表示定理（KART）这一理论支撑，并对比了Multi-Layer Perceptron模型（MLP）与Kolmogorov-Arnold Network模型（KAN）两种模型，从定理基础、公式表达到模型结构等方面，详细阐述二者差异，展现出 KAN的特点与优势。此外，报告还提及偏微分方程近似求解及图像拟合应用，展现了数学理论在人工智能领域丰富且深入的应用场景。师生们专注聆听，现场学术氛围浓厚，这场报告为大家搭建了数学与人工智能交叉领域的知识桥梁，带来诸多启发。

杨院士作学术报告

聚焦科研素养  启迪硕博新生

9 月 10 日上午，一场别开生面的学生座谈会在太阳集团城娱8722举行。杨恩辉院士以 “坐而论道，起而求向，纵横合一，方能原创 —— 科研的全局思维” 为题，与学院教师及研究生新生分享科研心得，助力新生开启科研之路。

座谈会上，杨院士结合自身丰富的科研经历，为新生们勾勒出科研的全局思维框架。他指出，“坐而论道”，意味着静下心来，深入思考和探讨事物的本质。杨院士强调：“从相似的事情中看到差别，从不同的事情中看到关联”是创新的源泉。他还强调“怀疑的方法”在科研中的重要性。这种“怀疑”并非否定一切，而是挑战性地审视现有理论和方法，思考其局限性与可突破之处。“起而求向” 则要求在“论道”的基础上，要朝着选定的方向行动。“求向”指的是确立研究的方向和目标。科研不是空想，需要将想法转化为具体的行动。杨恩辉院士的成功也在于他将深刻的理论洞察转化为了实实在在的、具有广泛应用价值的算法和解决方案。

最后，他指出，“纵横”意味着多维度、跨领域的视野。“纵”指在自身专业领域向深度挖掘，掌握尖端进展。“横”是指广泛涉猎相关甚至看似不直接相关的学科，寻求交叉融合的可能。“纵横合一”则是将纵横之所学有机整合，形成自己独特的、系统性的研究视角和方法论。当上述三者都做到位时，原创性的成果便是水到渠成的事情。杨院士开发的新型压缩算法和解决信息论难题的成就，正是这种原创的最佳体现。与杨院士的近距离交流，不仅解答了学生当下的困惑，更让大家对数学学科的价值与未来发展有了更清晰的认知。

杨院士参加研究生新生座谈会

据悉杨恩辉院士此次回校还参加了学校董事会等活动，还到我校实践基地进行参观，与众多师生进行交流互动，为学校的发展贡献智慧和力量。杨恩辉院士长期关心母校发展，多次回校讲学、指导工作，他的卓越成就和对母校的深厚情谊激励着广大华大学子不断奋进。

（一稿：韩佳仪；复审：吴倩倩；终审：陈行堤）