大湾区大学：潜入AI底层架构，设计全新算法

“做研究不是赶时髦。”大湾区大学筹建负责人田刚院士曾在采访中强调。这句话在其同事、大湾区大学讲席教授夏志宏身上得到印证。在人工智能浪潮席卷全球的今天，这位曾解决百年数学难题“庞勒维猜想”的数学家，并未盲目追逐大模型的热潮，而是潜入AI的底层架构，从复变函数理论出发，设计出一套新颖算法。

近日，南方+记者走进大湾区大学，了解其在AI领域的最新进展。夏志宏表示，其团队提出的CauchyNet和X-Net算法，在工程计算和医疗图像处理等特定领域，相比传统方法展示出显著优势。这一突破可能为东莞乃至整个大湾区的AI产业发展提供新的技术路径。

“跨界”科学家，率团队创新AI底层架构

夏志宏，本科就读于南京大学天文系，随后转向数学研究，解决了自20世纪初以来一直悬而未决的“庞勒维猜想”，他的学术轨迹与“跨界”二字密不可分。

“我的学术追求始终是哪个领域有趣就探索哪个。”夏志宏回忆。即使在进行纯数学研究期间，他仍然保持了天文学研究的兴趣。正是这种跨学科的研究经历，为他后来进入人工智能领域埋下了伏笔。

谈到转向AI的契机，夏志宏表示，作为数学家，他天然地想要理解AI背后的数理基础。“人工智能的底层架构从数学角度看效率不高，我想探索是否能构建更合理的底层架构。”

基于这一想法，夏志宏从复变函数理论出发，设计了一套全新的算法体系。复变函数是数学中研究复数域上函数性质的分支，看似抽象的数学理论，却在AI算法中展现出强大实用性。

夏志宏开发的算法可通过两个自学习神经网络实现：CauchyNet和XNet。CauchyNet适用于低维问题，如外推、插值、偏微分方程和常微分方程的数值求解。XNet则适用于大规模问题，如图像和语音识别、大型语言模型等。

值得一提的是，新算法在特定场景表现出色，尤其体现在处理有数学或物理背景的问题上。“我们的算法数学表达能力强，因此在精度和速度上都具有优势。”夏志宏说。未来，工业软件领域可能成为这一算法的首选应用场景，在工程计算和科学仿真领域，新算法在提升速度的同时，精度也能提高百倍甚至千倍。

AI基础研究如何助力产业腾飞？

在数学的领域徜徉半生，夏志宏认为数学是许多产业发展的基础。然而，作为构建世界模型的终极语言，它的应用潜力往往远超时代的预见。

互联网上有这样一个问题：“有哪些数学理论最初被认为毫无用处，却在某个领域意外成为关键技术支柱？”其中有不少网友提到：复数。夏志宏深以为然：“复数曾被认为是纯粹的数学想象，但在工程领域发现复数能让计算简化，现在，很多理工科专业都将‘复变函数’设为必修课了。”

这种基础研究与产业应用的结合，正是广东省推动AI赋能科学研究的核心目标。东莞作为制造业重镇，拥有完整的产业链和海量工业数据，如何将这些优势转化为AI时代的竞争力是关键课题。

作为一所以“高起点、小而精、研究型、国际化”为办学定位的新型大学，大湾区大学成为夏志宏实现基础研究与产业紧密结合的理想平台。

“新型大学没有传统束缚，在这里可以尝试一些新创举。”夏志宏表示，他选择加盟大湾区大学，看中的是东莞作为制造业重镇的产业优势和新型大学的创新环境——东莞拥有约22万家工业企业、1.4万家规上工业企业，高端装备制造业规模近5000亿元。坚实的产业基础和丰富的应用场景，为人工智能算法验证提供了绝佳试验场。

谈及新算法的应用前景，夏志宏表示，团队不会追逐大模型的热潮，而是聚焦于具有实际应用价值的细分领域，工业软件或成为首个突破口。当前，工业软件领域正经历从传统计算方法向AI求解转型的机遇期，而新算法十分适配解决有数学或物理背景的问题。落地到东莞，这一新算法有望帮助东莞在工业软件领域实现跨越式发展。

采写：南方+记者 唐卓

摄影/摄像：刘冠希

设计：钟雨晴