2026年KAUST数学与数据科学研究会议

阿卜杜拉国王科技大学(KAUST)(https://www.kaust.edu.sa/en/)将于2026年1月26日至28日举办数学与数据科学研究会议。KAUST是一所位于沙特阿拉伯红海沿岸的全球知名研究生型大学，致力于科学、工程及数据驱动研究领域的卓越发展。

本次为期三天的会议将汇聚国际顶尖学者，促进前沿思想的深入交流。会议议程包括世界知名专家的全会报告--其中含图灵奖得主及多国院士，并设立聚焦国际合作的专题研讨。

会议的核心主题是数据科学的理论及应用，重点突出其与数学、科学计算、计算机科学及众多交叉领域的深度融合。我们诚挚欢迎全球学界同仁提交专题报告及海报报交流申请。

演讲嘉宾

Bandar Abdullah Almohsen(沙特国王大学)，Souhail Chebbi(沙特国王大学)，陈志明(中国科学院)，Jack Dongarra(田纳西大学/橡树岭国家实验室)，龚新高(复旦大学)，Martin Grötschel(柏林勃兰登堡科学院)，William D.Gropp(伊利诺伊大学厄巴纳-香槟分校)，罗智泉(香港中文大学(深圳))，马志明(中国科学院)，Nader Masmoudi(纽约大学阿布扎比分校)，PaulMileski(宾夕法尼亚州立大学)，StanleyOsher(加州大学洛杉矶分校)，Alfio Quarteroni(米兰理工大学)，JürgenSchmidhuber(阿卜杜拉国王科技大学)，James Sethian(加州大学伯克利分校)，吴淑红(石油勘探开发研究院)，席南华(中国科学院)，袁亚湘(中国科学院)，张平(中国科学院)

组织委员会

Daniele Boffi (Kaust), Diogo Gomes (KAUST), Hussein Hoteit (KAUST), David E. Keyes(KAUST)，吴颖(KAUST)，许进超(主席,KAUST)，袁亚湘(中国科学院)

以下内容为GPT视角对KAUST数学与数据科学研究会议相关领域的研究解读，仅供参考：

KAUST数学与数据科学研究现状

一、数值计算与深度学习的融合

KAUST的数学与数据科学研究团队在数值计算与深度学习的融合方面取得了显著成果。例如，许进超教授团队提出的MgNet模型，通过对传统几何多重网格方法进行调整，构建了卷积神经网络。该模型在网络结构设计、训练效率和参数控制等方面表现出优异性能，展示了传统数值计算方法在理解与设计深度学习算法中的潜在价值。此外，许教授还讨论了其对大语言模型（LLM）结构的理解，并以DeepSeek模型为例，提出了主流LLM模型中的“多层网格”结构，这种结构在多重网格方法的视角下呈现出独特的多尺度特征传递机制。

二、数学理论驱动的AI模型设计

KAUST的研究团队还致力于利用数学理论来驱动AI模型的设计。例如，在PHYSGYM平台的研究中，团队通过构建一个可以精确控制给AI提供多少“线索”的测试平台，来评估AI的科学推理能力。这一平台的设计理念反映了科学发现的本质区别，即从现象到规律的思考过程。通过PHYSGYM平台，团队揭示了当前AI模型在真正的科学发现任务中的局限性，尤其是在缺乏先验知识的情况下。这一研究不仅为评估和改进AI的科学推理能力提供了宝贵的工具，还强调了数学理论在AI模型设计中的重要性。

三、多语言AI模型的开发

在数据科学领域，KAUST的研究团队还专注于多语言AI模型的开发。例如，Hala团队开发了名为“Hala”的AI模型家族，专注于阿拉伯语的自然语言处理。该团队采用了一套“翻译再调优”的流水线系统，通过精密的翻译过程将高质量的英语数据转化为阿拉伯语数据，并用这些数据来培养专门的阿拉伯语AI模型。这一策略使得Hala模型在阿拉伯语任务上表现出色，同时在其他语言或通用能力上也有所保持。这一研究不仅推动了阿拉伯语AI的发展，还展示了数学与数据科学在跨语言模型设计中的应用潜力。

四、数学方法解决工程问题

KAUST的数学与数据科学研究团队还积极利用数学方法来解决工程问题。例如，研究人员提出了一种新的数学方法，用于保护飞机免受移动通信干扰。该解决方案描述了理想禁区的形状，该禁区既能保护飞机，又能最大限度地提高5G性能。这一方法首次将随机几何应用于预测5G信号如何与飞机无线电高度计相互作用，为航空监管机构和电信部门提供了如何在空中交通周围部署5G网络的信息。这一研究不仅展示了数学方法在工程问题中的应用价值，还强调了数学与数据科学在解决实际问题中的重要性。

KAUST数学与数据科学研究可以应用在哪些行业或产业领域

能源领域

KAUST的研究团队将计算科学和数据科学的方法应用于能源领域，通过数学建模和优化算法，提高能源开采、传输和利用的效率，降低能源消耗和环境污染。例如，在石油勘探中，利用数据科学的方法对地质数据进行分析和挖掘，可以更准确地预测油气藏的位置和储量，提高勘探成功率。

生物领域

KAUST在生物领域的研究涉及计算生物学、生物信息学等方面。通过数学模型和算法，研究生物分子的结构、功能和相互作用，为药物研发、疾病诊断和治疗提供理论支持。例如，KAUST的科学家提出计算生物新方法，有望缩短药物研发周期。他们开发的模型可以预测病毒变种，为新疫苗的开发提供指导。

材料领域

在材料科学中，KAUST的研究团队利用数学和计算科学的方法，研究材料的性能、结构和制备工艺之间的关系，开发新型材料。例如，通过模拟和优化材料的原子结构和电子结构，可以设计出具有特定性能的材料，如高强度、高导电性、高导热性等。

工程领域

KAUST在工程领域的研究涉及结构力学、流体力学、热传导等方面。通过数学建模和数值模拟，研究工程结构的受力情况、流体流动规律和热量传递过程，为工程设计和优化提供理论依据。例如，在航空航天工程中，利用数值模拟方法研究飞行器的气动性能，可以优化飞行器的外形设计，提高飞行效率和安全性。

医学领域

在医学领域，KAUST的研究成果可应用于医学图像处理、疾病诊断和治疗等方面。例如，利用数据科学的方法对医学图像进行分析和挖掘，可以提高疾病诊断的准确性和效率。同时，通过数学模型和算法，研究疾病的发病机制和传播规律，为疾病的预防和控制提供科学依据。

人工智能领域

KAUST在人工智能领域的研究涉及机器学习、深度学习、自然语言处理等方面。通过数学理论和方法，设计更加高效和准确的算法，提高人工智能系统的性能和智能水平。例如，KAUST的研究团队开发的强化学习算法，在技术上优于ChatGPT的单指标优化强化学习，是多指标同时优化的强化学习，为人工智能的发展提供了新的思路和方法。

公共卫生领域

KAUST的研究还涉及公共卫生领域，如利用地理空间数据科学方法进行公共卫生监测。通过统计方法和地理空间数据分析，研究疾病的传播规律和影响因素，为公共卫生决策提供科学依据。例如，研究传染病的流行趋势和传播途径，制定有效的防控措施，降低疾病的传播风险。

金融领域

在金融领域，KAUST的研究成果可应用于风险评估、投资决策等方面。通过数学模型和算法，对金融市场数据进行分析和挖掘，预测市场趋势和风险，为投资者提供决策支持。例如，利用概率论和统计学的方法，评估金融产品的风险和收益，制定合理的投资策略。

KAUST数学与数据科学领域有哪些知名研究机构或企业品牌

一、研究机构

应用数学与计算科学项目（Applied Mathematics and Computational Science, AMCS）

简介：AMCS项目为学生提供应对现代科学挑战所需的概念和实践知识，是跨学科研究的通行证。该项目位于多个科学学科的交叉点，提供理解复杂、昂贵、不道德或难以通过实际实验进行调查的现象的工具。

研究领域：AMCS项目的研究领域广泛，包括应用概率与不确定性量化、数学建模、数据科学数学、机器学习与优化、数值分析与高性能计算、偏微分方程与应用分析等。

研究团队：AMCS项目拥有世界一流的师资和科研团队，他们在各自的研究领域内取得了显著成果，并积极推动跨学科合作与创新。

科学计算与机器学习联合实验室（KAUST-SRIBD Joint Lab for Scientific Computing and Machine Learning, SCML实验室）

简介：SCML实验室是KAUST与深圳大数据研究院（SRIBD）共同建立的联合实验室，旨在通过国际学术交流、合作研究和联合人才培养，推动科学计算与机器学习领域的深入发展。

研究目标：实验室不仅开展基础理论研究、算法设计和软件开发，还将计算科学和数据科学的方法应用到能源、生物、材料、工程、医学以及人工智能等领域。

合作成果：实验室已取得多项重要成果，如开发阿拉伯文-中文-英文大语言模型ACEGPT，该模型在文本生成能力和知识储备及解决问题能力的测试中表现优秀，优于其他开源的大语言模型。

极限计算中心

简介：极限计算中心是KAUST的一个重要研究机构，专注于高性能计算和数值模拟等领域的研究。

研究实力：该中心拥有世界顶尖的科研设备和实验室，为研究人员提供了强大的计算支持。

研究案例：商烁作为极限计算中心的研究科学家，在相关领域发表了多篇高水平论文，并获得了多项荣誉和奖项。

二、企业品牌（合作方或支持方）

曼奈柯斯（Mannex）

简介：曼奈柯斯是一家在电力连接和能源保障领域具有领先地位的企业品牌。

合作案例：曼奈柯斯为KAUST的超级计算机Shaheen III的研发提供了能源保障。其工业连接器产品方案组合连接稳定、结构稳固、密封防松脱，有效把控电力传输关键节点，在高速运行的时候稳定供电，为算力开发提供了有力支持。

技术特点：曼奈柯斯的产品方案不仅追求高效、安全，还能有效降低资源的损耗，达到双向节能效果。

KAUST数学与数据科学领域有哪些招聘岗位或就业机会

学术类岗位

KAUST在数学与数据科学领域经常发布博士后、博士生和访问学生的招聘岗位。例如，李康铭博士课题组就致力于开发人工智能与计算方法在材料、化学、物理中的应用，加速先进材料的发现和设计，并诚招多名博士后和博士生、访问学生。该课题组的研究方向包括机器学习方法开发、机器学习驱动的智能化原子尺度模拟、人工智能与实验的结合等。

博士后：要求材料科学、化学、物理或相关学科背景，有编程经验及计算背景，有机器学习（ML）经验优先。薪资免税，为5万美元/年，福利待遇包括免费提供住房、免费医疗及牙科保险（含配偶及子女）、每年一次往返家乡的机票（含配偶及子女）、免费子女教育等。

博士生及访问学生：要求材料科学、化学、物理或相关学科背景，编程能力、研究背景匹配程度、学习成绩、积极性均为重要参考因素。博士倾向于2026年春季或秋季入学，访问学生倾向于能今年下半年开始。

产业合作类岗位

KAUST还与外部企业合作，共同开展研究项目，并提供相关的就业机会。例如，KAUST与深圳市大数据研究院（SRIBD）联合筹办了科学计算与机器学习联合实验室（SCML），该实验室的发展目标是利用SRIBD和KAUST的平台优势，组建中国先进的产学研一体的研究团队，促进应用数学、机器学习与计算机科学的深度融合，推动计算科学及工业软件等领域的发展。

大模型算法专家：负责大模型的构建与优化，包括预训练、指令微调、强化学习等环节；关注大模型的检索增强、知识注入、提示工程、长上下文处理、性能评测及推理能力提升等新兴领域；探索和实现多语言大模型的处理机制；研究大模型在特定垂直领域的创新应用。要求机器学习、自然语言处理、强化学习、人工智能、计算机科学、数学等相关专业硕士及以上学历，具有大模型相关工作经验者，可考虑本科学历。