2019年10月26-27日，第一届“人工智能的数理基础青年论坛”在北京大学数学科学学院成功举办。本次会议由张平文院士倡导，旨在进一步推进国内人工智能的数理基础研究，为国内该领域的青年学者提供一个共同交流的学术平台。会议共计14个邀请报告人，分别来自北京大学、清华大学、中国科学院、复旦大学、中国科技大学、上海交通大学、西安交通大学、华为诺亚方舟实验室及香港城市大学等国内多家高校及研究单位。会议由国家自然科学基金委、北京智源人工智能研究院、北京大学数学科学学院共同资助举办。

       张平文院士在会议开幕式上致辞。他在致辞中提到人工智能对促进学科融合的作用、北京大学对大数据学科发展的布局、北京市通过智源人工智能研究院对人工智能领域发展的支持，以及国家当前对数学特别是应用数学研究发展的重视等多个方面。他鼓励青年人抓住这个历史性的机遇，在人工智能的数理基础研究以及服务于中国科技及企业发展上做出自己的贡献。

张平文致辞

      会议报告围绕深度神经网络的逼近理论、训练算法、泛化能力、稳健性能及实际应用等各方面进行了探讨。

      来自西安交通大学的林绍波教授报告了他们在深度神经网络逼近理论上的研究成果，特别是逼近误差对于网络深度以及神经元个数的依赖关系的估计，以及这些估计对神经网络结构设计上的指导意义。

林绍波作报告

      北京大学的王立威教授报告了神经网络在充分过参数情形时，如果初值满足一定条件，一定会以线性收敛率达到全局极小态的理论结果，并介绍了关于二阶模型训练算法设计的最新结果。

王立威作报告

       上海交通大学的许志钦博士报告了他们最近的关于神经网络训练的F-principle的结果，即神经网络训练过程中首先是低频部分收敛，然后逐渐过渡到高频部分的有趣现象，并进一步谈到这一现象在训练算法改进上的一些可能应用。

许志钦作报告

      北京大学朱占星博士报告了深度神经网络对抗生成样本的产生以及提高网络稳健性的训练算法的设计等结果。

朱占星作报告

      张平文院士最后做了总结性发言。他认为会议整体气氛热烈，报告人及听众进行了深入交流，会议取得了圆满成功，并建议采纳许志钦博士的提议：建立一套统一的深度学习研究中的数学符号，方便大家以后阅读相关文献。所有代表一致建议此系列活动每年持续举办，以进一步推进国内人工智能数理基础研究领域的发展。

参会人员合影