2月27日，由中国科学院物理与系统科学研究所（以下简称“中国科学院数学大学”）、国家汉语言文字中心主办的“人工智能物理理论报告系列”跨学科科学正式启动。 郭雷教授受邀介绍第一场活动。 其团队在自适应学习和智能司法方面的最新研究成果。 报告会由国家汉语与交叉科学中心副主任高晓山研究员主持。 中国科学院数学大学近百名师生参加了本次活动。
“人工智能物理理论报告系列”旨在邀请国内外专家交流人工智能物理理论的重要进展，推动我国特别是数学大学的人工智能物理理论与应用研究，中国科学院。 每周组织一次学术报告，内容涵盖深度学习物理理论、深度学习与微分多项式、深度学习与优化与迫近性理论、人工智能安全数学理论、深度推理、复杂数据分析、知识与数据方法结合的人工智能以及人工智能重要应用的物理理论基础。
第一位嘉宾郭雷教授是国际控制理论与智能系统领域的杰出领军人物。 在上述领域有许多原创性研究成果。 他的报告《自适应学习与司法定罪：理论基础与实证分析》主要分为三个部分，即司法定罪问题、模型算法理论、法律实证结果。 定罪问题关系到刑罚的公正性，是民事正义的最终体现。 为了“力争让人民群众在每一个司法案件中感受到公平正义”，国家不断推动定罪规范化变革，发展智能审判辅助系统人工智能数学基础视频，这对定罪估算的可解释性和可靠性提出了很高的要求。 针对目前深度学习的可解释性缺陷以及一般线性模型的适用性限制人工智能数学基础视频，郭雷教授团队基于我国民法和定罪指南对可解释的非线性定罪模型进行了改进，提出了一种新的非线性模型。 递归识别算法证明了正常数据条件下算法的全局收敛性，为有限数据样本下识别精度的可靠性提供了理论保证。 此外，利用近20万份故意伤害犯罪民事判决数据进行实证研究发现，新的非线性定罪模型和递归识别算法给出的估计结果更加符合定罪的基本原则和具体规则，可以更好地解释了犯罪情节的实际影响并具有更好的预测能力。 报告结束后，郭雷教授还详细回答了听众的提问。