2025年1月3日，"智能科学计算研讨会"在杭州市西湖区公元大厦黄大年茶思屋举办。本次研讨会由CCF杭州副主席、浙江大学计算机学院朱霖潮研究员主持，汇聚了来自中国人民大学、西湖大学、中国科技大学等高校的多位专家学者，围绕智能科学计算领域的前沿进展展开深入研讨。

会议首先由中国人民大学高瓴人工智能学院孙浩教授作了题为《复杂时空动力系统智能科学计算》的报告。孙教授详细阐述了当前深度学习在科学计算领域面临的可解释性和鲁棒性挑战，并创新性地提出了融合数据驱动的机器学习与知识驱动的符号计算的新方法，重点探讨了这一方法在湍流、气象等复杂时空动力系统中的应用。

西湖大学工学院吴泰霖教授随后作了题为《生成模型用于物理系统开环和闭环控制》的精彩报告。作为AI与科学交叉领域的知名专家，吴教授分享了其团队在科学仿真领域取得的突破性进展，特别介绍了利用图神经网络实现大规模系统仿真速度数量级提升的研究成果。

浙江大学控制学院的陈嵩博士作了题为《基于控制理论的加速优化算法》的报告，展示了控制理论与优化算法的创新结合。

在随后的研讨环节，与会专家就各自研究领域的最新进展进行了深入交流。孙浩教授详细分享了将深度学习与符号计算相结合的实践经验，强调了在解决复杂动力系统问题时保持物理意义的重要性，提出了提升AI模型可解释性和鲁棒性的新思路。浙江大学魏准研究员从电磁逆问题的角度，分享了其团队在物理辅助深度学习框架方面的进展。王海鸥教授结合湍流燃烧领域研究经验，探讨了高精度数值模拟与机器学习方法的结合应用。黄刚研究员介绍了智能科学计算在新型电力系统感知与调度中的应用，特别强调了AI技术在关键基础设施中的可靠性和安全性问题。郑乾研究员讨论了类脑计算的相关研究进展。

与会专家一致认为，智能科学计算正处于快速发展期，跨学科合作对推动该领域发展具有重要意义。专家们建议加强基础理论研究，特别是物理信息与深度学习的融合理论，重视科研成果的工程转化，推动智能科学计算在实际应用中发挥更大作用。

本次研讨会为智能科学计算领域的专家学者提供了一个充分交流的平台，推动了该领域的发展。与会专家就人工智能与传统科学计算的融合达成了广泛共识，为未来研究方向提供了重要参考。