皇朝娱乐城

3月28日，皇朝娱乐城 、大数据统计学院“数统天地”论坛第126期暨“数智大讲堂”在图书馆学术报告厅举行。美国科学院院士、清华大学刘军教授应邀作学术报告《蒙特卡洛抽样与优化在人工智能和统计学中的应用》。报告由贵州财经大学副校长、党委常委陈震主持，200余名师生到场聆听。

报告首先介绍了蒙特卡洛方法的历史演进，从以随机抽样破解确定性计算难题的物理模拟，历经 Metropolis、MetropolisHastings 算法及吉布斯抽样，构建起成熟马尔可夫链蒙特卡罗体系；同期发展的序列构建方法，成为粒子滤波前身，广泛应用于非线性非高斯动态系统建模。

此外，刘军院士强调，该领域研究始终围绕统计效率与计算成本的权衡演进，从早期低成本低效率的随机游走算法，到高效但高计算开销的哈密顿蒙特卡洛，持续优化性能边界。当前，蒙特卡洛正与 AI 深度融合，条件扩散采样、结合最优传输的重采样、变分逼近驱动的粒子流，以及 AI 增强蒙特卡洛框架等前沿方向，为高维积分、优化与生成建模提供全新路径。

此次报告为统计与人工智能交叉领域研究提供了清晰脉络与前沿指引，助力相关领域学者把握技术演进趋势、拓展应用边界。