// AI 与智能体 
⏰ 时间：2026年10月27日（周二）20:00-21:30
📍 线上：腾讯会议
📍 直播：微信视频号 + 集智俱乐部B站号同步放送
感兴趣的朋友请扫码报名加入读书会，报名后可进入学员群参与交流讨论。
直播信息
为厘清 AI 在科学与数学领域的机遇与局限，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。
读书会自2026年9月22日起，每周二19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。
扫描海报中二维码报名参加读书会
第一步：微信扫码填写报名信息。
（扫码报名）
第二步：填写信息后，付费报名。如需用支付宝支付，请在PC端进入读书会页面报名支付：
https://pattern.swarma.org/mobile/study_group/91?from=wechat
第三步：添加运营助理微信，拉入对应主题的读书会社区（微信群）。
PS：
为维护学术交流的专业性与聚焦度，本读书会对讨论内容作如下约定：
我们鼓励围绕数学、人工智能、复杂科学及相关具体问题的深入探讨。为保证讨论质量，请避免发表脱离本期读书会主题、缺乏实证基础或过于空泛的哲学思辨类内容。
若讨论内容明显偏离主题，经主持人提醒后仍未调整，为维护整体学习环境，我们将不得不将该成员请出讨论群，并根据其实际参与进度，对未参与部分按比例办理退费。
感谢您的理解与配合，让我们共同营造一个专注、深入、有收获的共学空间。
成为会员即可解锁完整学习生态，包括：线上实时问答、全部课程录播回看、独家资料共享、高质量社群交流、第一手信息同步，以及通过参与共创任务获取积分等权益。
我们提供以下两种途径，让您的投入获得实际回馈：
扫描下方二维码可跳转至集智斑图网站阅读文章：《AI for Math》读书会第二季推荐阅读材料。
人工智能与数学读书会启动：AI for Math，Math for AI
招募发起人：一场关于“Vibe Modeling”的读书会
人工智能与数学前沿综述：如何借助 AI 发现数学规律？
人工智能与数学读书会启动：AI for Math，Math for AI
免疫复杂性读书会重磅启动：范式、理论与工具
随机动力学读书会启动：大模型背后那只“看不见的手”
点击“阅读原文”，报名读书会
Al forQuantum：从理论证明到自主实验室|Al forMath读书会第二…
Al forQuantum：从理论证明到自主实验室|Al forMath读书会第二…
内容摘要
导语AI 能否参与量子计算的定理证明与方案设计？本期为AI for Math读书会第二季第4期，深圳国际量子研究院研究员邓修豪将结合AI辅助量子信息与量子计算研
导语
AI 能否参与量子计算的定理证明与方案设计？本期为AI for Math读书会第二季第4期，深圳国际量子研究院研究员邓修豪将结合AI辅助量子信息与量子计算研究的实践，探讨新概念形成、形式化验证与可信研究闭环，介绍量子基础模型与动力学学习，讨论如何选择最有信息量的研究路径和实验、连接模拟预测与真机反馈，并展望可靠AI自主实验室的构建。
为系统梳理 AI 在科学与数学领域的最新进展，集智俱乐部联合同济大学数学科学学院长聘副教授陈小杨、北京工业大学数学统计学与力学学院副研究员诸葛昌靖共同发起「人工智能与数学」读书会第二季。组织对该主题感兴趣的研究者与探索者共同研读前沿文献、交流研究思路。
读书会将于2026年9月22日起，每周二19:30-21:30线上开展，持续8-10周，包含主讲分享与讨论交流，并提供会后视频回放，诚邀相关领域研究者及跨学科兴趣者参与。
报告简介
AI 可以怎样参与量子信息与量子计算研究中的概念提出、定理证明与方案设计？当研究进一步涉及噪声、有限测量和真实装置时，又需要什么证据支持结论？本报告从本人使用 AI 开展理论研究的经验出发，介绍如何结合文献检索、符号计算、数值探索、反例搜索与形式化验证组织研究，重点讨论 harness engineering 与 loop engineering 在保持问题设定、审查隐含假设和修正推理中的作用，并探索如何从具体解法中提炼具有解释力和推广价值的新概念。
随后，报告将讨论量子研究中的“Lean”及其适用范围，考察如何将定理依赖关系拓展为包含模型、代码、数据、校准和实验条件的知识网络。在此基础上，进一步讨论如何从优化既定性能指标，走向选择能够区分假说、减少不确定性的实验；介绍量子基础模型与 world model 的相关探索，分析物理模拟器、生成式动力学仿真与真机反馈如何协同，最后探讨可靠 AI 自主实验室所需的系统架构、验证机制与人类判断。
分享大纲
-
AI 如何参与量子理论研究：从问题求解到概念提出
-
Harness 与 loop engineering：构造可信的理论研究闭环
-
量子研究里的“Lean”在哪里：从定理网络到实验知识网络
-
从优化性能到获取信息：AI 如何选择下一次实验
-
量子基础模型与 world model：连接模拟、生成式动力学与真机
-
如何搭建可靠的 AI auto Lab
核心概念
AI 辅助理论研究，可信研究闭环，形式化与知识网络，信息驱动的实验设计，模型与动力学仿真，自主量子实验室
主讲人介绍
主讲人：邓修豪，深圳国际量子研究院研究员，合肥实验室兼职研究员。本硕毕业于中国科学技术大学，博士加利福尼亚大学Merced校区，弗吉尼亚理工大学博士后，研究领域涵盖量子动力学、量子计算和量子信息，主要有量子动力学、量子控制与纠错、量子模拟、固态量子比特、量子人工智能等等，相关工作论文发表在Phys.Rev.Lett.、Nat.Phys.、Nat.Elect.、Nat.Comp.Sci.、Sci.Adv.、npj QI、 Quantum Sci.&Tech.等高水平期刊。多个学术委员会专委执委，包括中国计算机协会量子计算专委、仪器仪表协会动态测试专委、广东院士联合会专委、深圳人工智能伦理审查委员会等等。
参考文献
-
Kasaura et al. Lean-Quantum: Toward AI-Assisted Formalization of Quantum Information（2026，预印本）；Zhu et al. Lean-QIT: Towards a Formal Infrastructure for Quantum Information Theory（2026，预印本）。量子信息形式化与定理依赖。
-
Rajasekaran. Harness design for long-running application development（2026，工程文章）。任务组织、状态交接与生成—评估流程。
-
Rende et al. Foundation neural-networks quantum states as a unified Ansatz for multiple hamiltonians. Nature Communications16, 7213（2025）。面向一族哈密顿量的共享量子态表示。
-
Dugan et al. Q-Flow: Generative Modeling for Differential Equations of Open Quantum Dynamics with Normalizing Flows. ICML（2023）。生成模型与开放量子动力学。
-
Isogawa et al. Agentic AI for Scientific Reasoning in Autonomous Quantum Sensing Experiments（2026，预印本）。量子传感真机上的自主实验流程。
-
Cai, Deng & Chen. Do Quantum AIs Dream in Paths? Path-Integral Slow Thinking through Grover Interference. arXiv:2609.05842 (2026)。
报告简介
分享大纲
分享大纲
-
AI 如何参与量子理论研究：从问题求解到概念提出 -
Harness 与 loop engineering：构造可信的理论研究闭环 -
量子研究里的“Lean”在哪里：从定理网络到实验知识网络 -
从优化性能到获取信息：AI 如何选择下一次实验 -
量子基础模型与 world model：连接模拟、生成式动力学与真机 -
如何搭建可靠的 AI auto Lab
核心概念
核心概念
主讲人介绍
主讲人介绍
参考文献
参考文献
-
Kasaura et al. Lean-Quantum: Toward AI-Assisted Formalization of Quantum Information（2026，预印本）；Zhu et al. Lean-QIT: Towards a Formal Infrastructure for Quantum Information Theory（2026，预印本）。量子信息形式化与定理依赖。 -
Rajasekaran. Harness design for long-running application development（2026，工程文章）。任务组织、状态交接与生成—评估流程。 -
Rende et al. Foundation neural-networks quantum states as a unified Ansatz for multiple hamiltonians. Nature Communications16, 7213（2025）。面向一族哈密顿量的共享量子态表示。 -
Dugan et al. Q-Flow: Generative Modeling for Differential Equations of Open Quantum Dynamics with Normalizing Flows. ICML（2023）。生成模型与开放量子动力学。 -
Isogawa et al. Agentic AI for Scientific Reasoning in Autonomous Quantum Sensing Experiments（2026，预印本）。量子传感真机上的自主实验流程。 -
Cai, Deng & Chen. Do Quantum AIs Dream in Paths? Path-Integral Slow Thinking through Grover Interference. arXiv:2609.05842 (2026)。
时间信息
时间信息
报名读书会：AI for Math
报名读书会：AI for Math
报名方式
加入社区可享核心资源
特色退费与激励机制
-
任务达标退费路径 认领并合格完成任意两期字幕任务，即可退还全额报名费，并额外获得集智专属周边奖励。 -
运营成长激励路径 合格完成一个字幕任务后，可申请成为运营助理。在读书会项目顺利结项后，将退还学费。表现优异者，还有机会获得额外的奖学金。
推荐推荐
推荐推荐
-
「AI for Math」读书会第二季推荐阅读材料
-
往期公众号相关内容推荐