为拓宽学生学术视野，帮助同学们认识数学在人工智能底层的支撑作用，10月23日，学院邀请广西民族大学数科院何桂添教授，为理工卓越班学子带来《从数据到智能：数学如何塑造人工智能》专题讲座。

讲座开篇，何教授围绕大数据、人工智能、统计学习、深度学习四个高频概念展开讲解，梳理四者的关系：大数据是智能时代的“原料”，统计学习与深度学习是方法，人工智能是目标，用通俗的表述帮助同学们区分容易混淆的专业名词。

何教授指出，人工智能是一个研究目标，而不是某一项单独的技术，深度学习⊂机器学习⊂人工智能，深度学习是当前主流的实现路径。在统计学习部分，他介绍了统计学习的核心思想：不给模型手写规则，让数据 “说话”，由模型从大量样本中归纳输入到输出的规律。同时介绍了统计学习的三类方向：监督学习、无监督学习、强化学习，并分别说明各自特点，统计学习依靠概率表达不确定性，依靠优化寻找最优的映射关系。

在深度学习模块，何教授讲解多层神经网络的数据加工逻辑，以图像识别为例展示逐层抽象的过程：像素→边缘→纹理→部件→物体→概念。他介绍，深度学习里的 “深” 指网络层数多，不需要人工设计特征，特征由模型自主学习得到，它属于机器学习的分支，也是当前大模型的主力技术。

讲座沿着模型从输入到判断的完整流程展开，依次分为“数据、表示、学习、结构、检验”五个环节，对应探讨世界怎样变成数据、数据怎样形成表示、参数怎样从例子中更新、结构怎样影响模型能力、判断在什么情况下可靠这些问题。何教授说明，公式仅作为理解的地图，本次讲座重点是厘清数学在每一步中解决的问题，梳理出主线：数据形成表示→参数从例子中学习→结构塑造能力→测试检验判断。

整场讲座内容严谨，将数学原理和人工智能技术紧密结合，帮助同学们揭开人工智能的面纱。理工卓越班的同学们认真聆听学习，对数理知识支撑人工智能发展有了更加清晰的理解。

本次讲座搭建起数学与人工智能前沿知识的桥梁，助力理工卓越班学生建立跨学科学习思维，激励同学们深耕数理基础，为后续的科研、竞赛学习打下认知基础。