EvoX:面向复杂物理世界的演化式AI系统

创建部门:人工智能与计算机学院 发布时间:2026-11-05浏览次数:12

报 告 人:程然 副教授

报告题目:EvoX:面向复杂物理世界的演化式AI系统

报告时间:2026年11月5日(星期四)下午14:30

报告地点:静远楼906

主办单位:人工智能与计算机学院、科学技术研究院

报告人简介:程然,香港理工大学数据科学及人工智能学系副系主任,EvoX 开源项目发起人。主要研究方向为演化计算、AI 系统与物理 AI,致力于融合现代计算基础设施与演化、自适应及自组织原理,构建高效、可扩展、可持续演化的 AI 系统,推动自然启发的智能方法服务于科学探索与工程创新。曾获 IEEE CIS 杰出青年成就奖、杰出博士论文奖,入选科睿唯安全球高被引科学家榜单。担任 IEEE CIS 深圳分会创始主席。

报告摘要:随着大模型逐步参与设计、编程与工具执行,如何使AI 在复杂物理世界的约束与反馈中持续改进,成为连接生成能力与实际应用的重要问题。本报告围绕 EvoX,介绍演化式 AI 的方法、计算基础设施与系统实践。首先,从工程设计中的多目标权衡与物理约束出发,讨论如何结合生成学习、演化搜索与独立评价,使候选方案依据任务反馈不断改进。随后,介绍 EvoX 开源计算框架如何通过张量化与并行执行支撑大规模探索,以及元演化如何进一步优化搜索和训练方法。在此基础上,介绍 EvoX Genesis 如何通过递归任务分解、接口约束与基于验证证据的逐层接纳,支持复杂软件的持续构建与演化,使实现、测试和项目历史成为后续工作的基础。报告将结合工程设计、机器人控制、模型与算子优化及复杂软件构建等实例,讨论如何将目标约束、执行反馈与结果验证贯穿于 AI 系统的演化过程,使有效改进得以保留、复用并持续积累。