系统科学与工程前沿讲座预告 | 双层机器学习的算法优化框架：模型、方法与展望

讲座时间：

2025年10月31日    14:30-16:30

讲座地点：

中山大学广州校区南校园389栋106讲学厅

讲座简介：

      近年来，神经网络的迅猛发展推动了面向复杂任务的机器学习，但现代损失函数的非凸性让算法设计与理论分析面临挑战，尤其是在多网络协同的复杂场景中。本报告以元学习为例，展示双层优化在提升模型泛化性能方面的优势。随后将介绍我们基于平滑技术与原—对偶思想的双层优化方法：在统一框架下同时缓解训练的高计算复杂度与过拟合风险，给出严格的收敛性保证，并通过实验验证其强泛化能力。最后，我将从双层到多级优化的视角，探讨其在更广泛人工智能应用中的潜力，包括思维链推理与基于人类反馈的强化学习，并对未来研究方向作出展望。

嘉宾介绍：

      卢松涛，香港中文大学计算机科学与工程学系助理教授。曾任 IBM 托马斯·J·沃森研究中心数学与理论计算机科学部高级研究科学家，并兼任 MIT–IBM Watson 人工智能实验室项目负责人。卢博士于爱荷华州立大学电气与计算机工程系获博士学位，后在明尼苏达大学双城分校电气与计算机工程系从事博士后研究。

      荣誉包括：IBM Pat Goldberg 最佳论文荣誉提名（2023）、IBM 杰出创新奖（2023）、IBM 企业家奖（2023）、UAI 最佳论文亚军（2022）、FL-NeurIPS 杰出论文奖（2022），并入选斯坦福大学发布的“全球前 2% 顶尖科学家”榜单（2024、2025）。学术服务方面，担任 ICML 2025 与 NeurIPS 2023、2024、2025 的领域主席，以及 AAAI 2024、2025 的高级领域主席。