报告题目：
1.Mathematical Optimization in the Era of AI
2.Intelligent Heuristics Are the Future of Computing
报告人：
1.叶荫宇
2.滕尚华
时间：2025年4月10日（周四）上午9:30—11:40
地点： 商学院116东方厅
欢迎广大师生参加！
江南大学商学院
2025年4月7日
报告人简介：
1. 叶荫宇，原斯坦福大学李国鼎讲席教授，现任上海交通大学和香港中文大学深圳访问讲习教授。他的主要研究方向为连续和离散优化，数据科学及应用，数字算法设计及分析，算法博弈及市场均衡，运筹及管理科学等; 他和其他科学家开创了内点优化算法，锥规划模型，分布式鲁棒优化，在线线性规划和学习，强化学习和马可夫过程及非凸优化算法分析等。他和他的学生多次获得科学奖项:包括他自己的2006INFORMSFarkasPrize(首位获奖者)，2009年约翰·冯·洛伊曼理论奖，国际数学规划2012TsengLectureshipPrize(首位获奖者每三年)，2014美国应用数学学会优化奖(每三年)等。根据谷歌学术统计，目前他的文章被引用总计超过60,000次。
2. 滕尚华，现任南加州大学特级教授，计算机科学系和数学系教授。2009年到2012年期间担任南加州大学计算机科学系系主任。之前，他曾任教于波士顿大学，伊利诺伊大学香槟分校（UIUC），明尼苏达大学以及麻省理工学院。他也曾任Akamai科技公司高级科学家，Xerox PARC博士后研究员，并兼任微软研究院，IBM 公司，Intel 公司，美国航空航天局研究院（NASA Ames）暑假访问科学家。滕尚华获得上海交通大学计算机科学和电子工程双学位 （1985），南加州大学计算机硕士（1988），卡内基梅隆大学计算机科学博士 （1991）。
滕尚华教授是美国计算机学会会士和斯隆基金会会士，曾两度荣获理论计算机领域哥德尔奖（Gödel Prize，2008年和2015年），并荣获2009年美国数学学会和美国数学规划学会颁发的福克森奖（Fulkerson Prize），2023中固计算机学会海外科技人物奖，2014年西蒙斯研究员奖，以及两次获得计算机理论科学时间检验奖。
报告主要内容：
1. This talk aims to present several mathematical optimization problems/algorithms for AI such as the LLM training, tunning and inferencing. In particular, we describe how classic optimization models/theories can be applied to accelerate and improve the Training/Tunning/Inferencing algorithms that are popularly used in LLMs. On the other hand, we show breakthroughs in classical Optimization (LP and SDP) Solvers aided by AI-related techniques such as first-order and ADMM methods, the low-rank SDP theories, and their implementations on GPU.
2. In this talk, I will share some of my experiences on the subject of heuristics in computing, presenting examples of theoretical attempts to understand the behavior of heuristics on real data, as well as efforts to design practical heuristics with desirable theoretical characterizations. My hope is that these theoretical insights from past heuristics — such as spectral partitioning, multilevel methods, evolutionary algorithms, and simplex methods — can shed light on and further inspire a deeper understanding of the current and future techniques in AI and data mining.
