菲尔兹奖得主王虹的AI跨界：用纯数学破解机器学习难题

新晋菲尔兹奖得主王虹不仅数学造诣顶尖，还曾“跨界”在AI顶会NeurIPS（2019年）发表过论文，且是实打实的共同一作。

这篇论文研究的是机器学习的基础任务——如何给庞大数据“瘦身”（低秩矩阵近似）。处理海量数据时，常用“列子集选择”算法提取代表性数据。王虹团队巧妙借用纯数学中的经典工具“Riesz-Thorin插值定理”，为该算法推导出了更严密的误差极限，给出了近乎封顶的理论答案。审稿人高度评价了这一将经典数学引入AI领域的创新。

这不仅是“数学+AI”的绝佳案例，也契合了AI顶会的新趋势。NeurIPS 2026新规明确指出，理论论文重在数学严谨性，无需盲目追求大模型或刷新实验指标。王虹的工作恰恰证明：AI顶会不只是“大模型发布会”，用纯数学工具解决AI底层问题，同样是极具价值的原创贡献。

数学与AI的边界，远比我们想象中更加交融。