科学研究的使命是理解和探索世界，以及根据经验和知识改造世界。知识发现可以利用人工智能算法从观测数据和实验数据中自动挖掘物理规律，并表示为控制方程。比如基于符号数学方法，可以实现任意结构方程的表示与优化，从观测数据中成功找到了具有交互项的Burgers方程、具有高阶导数的KdV方程、具有指数项的Chafee-Infante方程以及具有复合函数的粘性重力流等方程。本报告聚焦于知识发现领域的最新进展，重点介绍融合符号数学和AI算法的SGA模型、DISCOVER模型，以及结合大语言模型的LLM4ED。基于AI的知识发现有望打破知识和数据之间的壁垒，产生对世界的全新认知，促进科学的发展，推进人类认知的前沿。

Biography

陈云天，宁波东方理工大学助理教授、特聘研究员（正高、博导），兼任上海交通大学计算机系博导。本科毕业于清华大学能源与动力工程系，同时获北京大学经济学双学位，博士提前毕业于北京大学工学院，并获得优秀毕业生荣誉。鹏城实验室博士后。发表论文49篇，获授权发明专利21项，主持国家自然科学基金等课题11项。入选中国力学学会青年人才蓄水池计划和甬江人才工程。研究方向为科学机器学习，主要关注于：1）知识驱动与数据驱动的融合，2）AI挖掘物理化学规律。