机器学习已成为科技领域最具变革性的力量之一。在其强大算法的背后，是深深植根于应用数学、系统控制等经典学科的数学基础。本讲座将从数学家的视角出发，探讨机器学习为何能高效发挥作用、以及如何将其数据驱动范式严谨地融入传统分析框架。我们将重新审视机器学习与系统控制(又称控制论)之间的历史关联与概念联系。系统控制这一领域的形成，离不开安培(Ampère)与维纳(Wiener)等先驱的开创性思想。机器学习与系统控制的并行发展，不仅体现出深刻的数学统一性，也凸显了数学在复杂系统建模与推动创新方面的力量。

这种双重视角具有相互赋能的作用。一方面，机器学习提出了具有根本性的数学问题，这些问题对数学界既是挑战，也是启发;另一方面，通过发展融合数据驱动洞见的混合方法，机器学习也为拓展经典应用数学的范畴提供了机遇。讲座最后，将概述机器学习、应用数学与控制理论交叉领域未来研究的潜在方向。

院士论坛40.png