[11-13］From Zero to Gold: How AI Learns to Solve and Discover Maths

天基综合信息系统全国重点实验室鲁班论坛2026年度第9期

时间：2026年11月13日（周五）10:00-11:30

地点：中国科学院软件园区5号楼4层第二会议室

主讲人：张驰北京大学智能学院助理教授

报告摘要：

“发现”与“创造”长期被视为人类智慧的专属领地；相比之下，求解既有问题只是其中较浅的一层。本报告以一个看似古老的领域——平面几何——作为窗口，探讨一个更普遍的问题：机器能否不止于求解难题，而能像人一样提出问题、发现规律，乃至欣赏“美”？我们将几何探索刻画为一棵可被系统遍历的“思维之树”：机器既能在其中向前推理、证明定理，也能向后回溯、自主提出全新命题。出人意料的是，它独立发现的若干问题足够优雅，已入选中、美两国顶级的数学奥林匹克竞赛；而它对“对称”与“简洁”的偏好，恰与人类公认的审美标准不谋而合。由此，机器的角色从被动的“解题学生”，转变为主动的“出题教练”。这一转变所牵动的，是关于发现的本质、审美在科学中的位置，以及人机协作如何重塑知识生产与教育的更深层追问：当探索的疆域可被结构化、创造的过程可被部分自动化，科学发现本身将走向何处？

报告人介绍：

张驰，北京大学智能学院助理教授，博士毕业于美国加州大学洛杉矶分校（UCLA），师从朱松纯教授，曾任字节跳动Seed 及北京通用人工智能研究院研究科学家。他主要从事面向通用人工智能的机器推理研究，聚焦大模型高效推理、抽象推理、主动推理及智能体等方向，致力于构建会高效推理的智能机器。代表性成果以第一/通讯作者发表于《自然·机器智能》(Nature Machine Intelligence)、《科学·进展》(Science Advances) 等国际顶级期刊，以及NeurIPS、CVPR、ICLR、ICML、ICCV 等人工智能顶级会议（含多篇Spotlight/Oral 论文）。其中，面向奥林匹克几何题自动求解、人类水平概念归纳等工作被新华社、人民日报、科技日报等主流媒体广泛报道。他现任机器学习顶级会议NeurIPS 2026 领域主席，并长期担任CVPR、ICCV、NeurIPS、ICML、AAAI 等多个顶级会议程序委员会委员。