在即将到来的7月，2024年理学国际暑期学校（物理学）就要拉开帷幕。该项目目前正在开放报名中，我们热切期盼对物理前沿研究充满好奇与热情的你踊跃参加！

理学院物理系此次特别邀请了活跃在人工智能和物理学交叉研究领域的杰出专家学者，他们将在暑期学校期间开设一系列专题课程。他们将与学员进行深入的交流，全面细致地分享人工智能与物理学的前沿研究。

本次暑期学校的所有课程均采用全英文授课。在深入学习与交流的同时，你还将有机会与来自不同国家、拥有多元文化背景的学生们共同参加丰富精彩的课外活动。项目完成后，你将获得一份含金量十足的结业证书和成绩证明。

我们期待你的参与!

报名须知

1. 项目时间：2024年7月8日-21日

2. 申请对象：国内外物理学、天文学等相关专业大二年级及以上的在读本科生及硕士研究生

3. 申请方式：请点击链接填写申请表单 

http://www.wjx.top/vm/w1MjEO2.aspx

4. 申请截止时间：

中国籍申请者：2024年6月25日23：59

5. 项目费用：本次暑期学校将提供校内住宿，不收取任何项目费用，并为来校学生购买保险，及报销来回火车二等座车票或等价机票（不高于火车二等座票价）

（部分）课程及授课专家信息

课程名称：

Generative models for physicists

王磊研究员

中科院物理所凝聚态理论与计算重点实验室

王磊教授于2006年在南京大学获得物理学士学位，2011年在中国科学院物理研究所获得物理博士学位。随后，他在瑞士苏黎世联邦理工学院从事博士后研究，2016年加入中科院物理所，2019年晋升为研究员。他主要研究深度学习、量子算法、量子多体计算，目前研究课题包括深度学习及其辅助的科学发现，应用量子硬件和量子算法解决多体问题以及设计并发展新的针对强关联体系的高效数值算法。

课程名称：

The Science of Simplicity: Sloppiness Analysis in Complex System Research

唐乾元教授

香港浸会大学物理系

唐乾元博士现任香港浸会大学物理系助理教授。他于2017年在南京大学获得物理学博士学位，随后在香港浸会大学物理系、日本东京大学从事博士后研究工作。2021年至2023年1月，他在日本理化学研究所脑科学中心担任研究科学家。唐乾元博士的研究利用先进的计算和数据驱动方法来简化复杂生物系统，并揭示其行为的普遍规律。通过大数据和人工智能，唐博士计划更好地了解疾病的潜在机制，并开发新的治疗方法来改善人类健康。

课程名称：

Autoregressive networks and its applications in statistical physics and quantum error-correcting codes

张潘 研究员

中国科学院理论物理研究所

张潘教授2009年获兰州大学理论物理博士学位，之后先后在意大利都灵理工大学、法国巴黎E.S.P.C.I.以及美国圣塔菲研究所做博士后研究，2015年加入中国科学院理论物理研究所，现任研究员及第二研究室主任。张潘研究员从事统计物理，量子物理与机器学习交叉领域的研究。他提出了量子机器学习模型"玻恩学习机"，结合了张量网络与生成学习；利用生成模型拓展了平均场方法，提出了求解统计物理问题的变分自回归神经网络(VAN)方法；提出“稀疏态”张量网络方法，解决了谷歌悬铃木(Sycamore)量子计算机的采样问题。张潘教授入选“2022年中国智能计算科技创新人物”，2023年起，担任《Physical Review Letters》编委。

课程名称：

AI for scientific simulation, design, and discovery

吴泰霖 教授

西湖大学

吴泰霖教授于2019年获得美国麻省理工学院理学博士学位，随后在美国斯坦福大学计算机系从事博士后研究，2023年6月正式加入西湖大学任特聘研究员，创建西湖大学人工智能与科学仿真发现实验室。吴泰霖博士研究方向为AI与Science学科交叉的核心、普适问题，包括（1）机器学习方法用于大规模科学仿真和科学设计（流体、机械、材料科学、生命科学）,（2）机器学习方法用于科学发现（物理、生命科学）,（3）基于图神经网络和信息论的表示学习。为促进科学发现，吴泰霖教授首次提出了以AI Physicist为核心的系列算法，能够模仿科学家发现简单、普适的物理定律和系统内部结构。在表示学习方面，吴泰霖提出的图信息瓶颈大幅提高了图表示学习的鲁棒性。

课程名称：

Quantitative Description of Single Cells and Their Dynamics

王寿文 教授

西湖大学

王寿文教授于2018年在清华大学获得物理学博士学位，2018-2022年在哈佛大学医学院系统生物学系进行博士后研究工作，主要开发单细胞谱系追踪数据的分析方法，并结合转录组与表观遗传组，进一步理解细胞分化与胚胎发育的基本规律。2023年起，任西湖大学生命科学学院特聘研究员、理学院物理系兼聘教授。

课程名称：

Machine learning stochastic dynamics

汤迎 教授

成都电子科技大学

汤迎教授于2018年在上海交通大学物理与天文学院获得博士学位，2018-2021 年，在美国加州大学洛杉矶分校担任博士后研究员，随后加入北京师范大学珠海校区系统科学系任副研究员。2024年起，担任成都电子科技大学基础与前沿科学研究院教授。研究领域为随机动力学、机器学习、统计物理、开放量子系统等。近期研究成果包括，提出了演化神经网络的方法追踪高维随机反应网络演化；发展了时间序列动力学互信息的计算框架；发现非平衡量子系统中磁场不做功却仍能增大自由能等。研究发表在Nature Machine Intelligence，Nature Communications，Physics Review E，Nature，Nature Methods等，共发表论文21篇，曾获2023年中国科学院彭桓武中心青年访问科学家。

课程名称：

Expediting astronomical research with simulation-based inference and large language model agents

丁源森（Yuan-Sen Ting）教授

澳大利亚国立大学

丁源森教授于2017年获得哈佛大学天体物理学和天文学博士学位，随后在NASA Hubble、Carnegie-Princeton、Institute for Advanced Study担任博士后研究员。2021年，就任澳大利亚国立大学天体物理学与计算机科学助理教授，2022年，晋升为副教授。2024年，丁教授兼任美国俄亥俄州立大学天体物理学副教授。丁源森教授的研究处在机器学习和大型天文观测的结合点，涉及领域包括恒星天体物理学、恒星形成、星系演化、黑洞、再电离和宇宙学。

课程名称：

Molecular Dynamics and Machine Learning

王涵研究员

北京应用物理与计算数学研究所

王涵，北京应用物理与计算数学研究所研究员、博士生导师。2011年毕业于北京大学数学科学学院，获得理学博士学位；2011至2014年于柏林自由大学数学与计算机学院从事博士后研究。2014年加入北京应用物理与计算数学研究所。主要研究兴趣为基于深度学习的多尺度建模与计算，与合作者发展了基于深度学习的原子间相互作用建模与计算方法，解决了传统方法精度和效率无法两全的困境，将第一原理精度分子动力学模拟规模推进至亿原子量级。在Physical Review Letters等期刊上发表论文六十余篇，其中包括四篇高引用论文。曾获得国际高性能计算应用领域最高奖—戈登贝尔奖。

课程名称：

Sampling Problems in Machine Learning and Molecular Modeling

张林峰 博士
深势科技创始人及首席科学家

张林峰，北京深势科技公司创始人及首席科学家。2020年博士毕业于普林斯顿大学应用数学系。张林峰与普林斯顿大学化学系教授Roberto Car、中国科学院院士鄂维南等一直专注于为电子结构、分子动力学和增强采样开发基于机器学习的物理模型，是DeePMD-kit、DeePKS-kit、DP-GEN、rid-kit等基于深度学习的分子模拟开源软件的主要开发者之一，也是DeepModeling 开源社区的主要推动者。2020 年，张林峰获得高性能计算领域最高奖ACM戈登贝尔奖。

如果你对理学国际暑期学校（物理学）感兴趣，或对本项目有任何问题，欢迎联系我们！

联系方式：

西湖大学理学院

电话：+86-(0)571- 88110273

邮箱：admission_science@westlake.edu.cn

地址：浙江省杭州市西湖区墩余路600号（云谷校区）理学楼