报告时间：2025年8月29日（星期五）上午10:00-11:30

报告地点：华南理工大学软件学院B8报告厅

主持人：黄翰 教授

报告题目：演化学习：从理论到实践

报告摘要：

黑箱优化指缺乏形式化问题定义时如何求取最优解，在工业制造和自然科学领域应用非常广泛。除黑箱外，这类问题还往往带有多目标、大规模、昂贵评估等复杂特征，导致求解非常困难。受达尔文进化论启发产生的演化算法适于求解黑箱优化问题，但效率偏低，且理论基础薄弱。演化学习试图通过结合演化算法和机器学习以更好的解决黑箱优化问题。该报告将介绍我们为建立演化学习理论基础所做的系列工作，以及在理论结果指导下设计的算法如何帮助解决“卡脖子问题”—芯片布局以及探索自然科学基本问题—生命起源与演化。

报告人：钱超 教授

个人简介：

钱超，南京大学人工智能学院教授、院长助理。长期从事人工智能中演化学习基础理论研究，以第一/通讯作者在人工智能/理论国际一流期刊和会议上发表70余篇论文，出版专著《Evolutionary Learning》，获ACM GECCO’11最佳理论论文奖，受邀担任IEEE计算智能学会“演化算法理论分析”工作组主席，获CCF-IEEE CS青年科学家奖。理论指导下设计的算法应用于自然科学基础问题（如生命起源与演化、土壤微生物源碳预测等），成果以共同一作发表于美国国家科学院院刊PNAS，入选2024年度中国生态环境十大科技进展；应用于芯片布局，获ACM SIGEVO Human Competitive Award、EDA领域顶级国际会议DATE’25最佳论文奖；部分成果已在华为落地应用，包括芯片布局、芯片寄存器寻优、光学镜头姿态测校、无线网络优化、工厂排产等任务，获3次华为“难题揭榜”火花奖。担任人工智能/演化计算权威国际期刊AIJ、ECJ、IEEE TEC、IEEE CIM等编委，在国际人工智能联合大会IJCAI’22作Early Career Spotlight报告，并担任第22届亚太人工智能国际会议PRICAI’25程序委员会主席。获国家优青（2020），主持科技创新2030“新一代人工智能”重大项目（青年科学家）。指导学生获国自然本科生和博士生项目，成果被国家自然科学基金委报道，执教《启发式搜索与演化算法》被研究生选为“我心目中的好课程”，获南京大学 “师德先进”青年教师奖。