​10月13日下午，统计与数据科学学院于财数大楼427会议室举办以“Why Have Stochastic Differential Equations Become So Popular”为主题的学术讲座。本次讲座特邀爱丁堡皇家学会（即苏格兰皇家学院）院士、英国斯克莱德大学毛学荣教授作前沿学术分享，讲座由张华副院长主持，学院相关专业教师、研究生到场参会，现场学术氛围浓厚。

​

    毛学荣教授从牛顿确定性动力学理论切入，梳理随机微分方程发展脉络。常微分、偏微分方程擅长刻画规则可预测的物理系统，但金融市场波动、极端气候现象等现实系统自带内禀随机扰动，这类随机扰动不可当作高阶无穷小直接忽略，传统确定性方程难以完成建模。报告结合罗伯特·布朗发现的布朗运动观测现象，介绍伊藤清建立伊藤随机积分，奠定随机微分方程整套理论框架的研究历程。

毛学荣教授重点阐释随机微分方程与大数据、人工智能的内在关联。高维大数据条件下，最小二乘法直接矩阵求逆计算成本极高，随机梯度下降得到广泛应用，其迭代格式等价于随机微分方程欧拉数值迭代，可借助随机分析成熟理论分析算法收敛性、估计迭代误差。毛学荣教授以线性回归、矿产勘探的预测实例讲解，神经网络拟合复杂非线性关系，底层仍是损失函数极小化，同时随机抽样训练带来的噪声，从而与随机微分方程理论紧密结合，说明随机微分方程理论能够为AI算法的优化改进提供数学依据。

毛学荣教授回顾伊藤清面对布朗运动不可导、无限变差的理论难题，没有选择放弃而是开创全新积分体系的科研经历，勉励师生直面科研难点，坚持钻研探索，争取产出创新性成果。

问答环节，师生围绕随机梯度下降学习率选取、神经网络激活函数选择、随机微分方程高维参数估计、AI辅助科研等问题踊跃提问，毛学荣教授结合理论与实践逐一予以解答，现场交流充分。

本次讲座打通随机分析与人工智能算法的理论联系，为统计学、大数据方向师生提供全新研究视角。参会师生表示，报告明晰了随机微分方程的现实价值，对后续科研工作具有重要启发。

（文图/李阳崛    编辑/刘懿楠    审核/谭育华 张华 郭露）