10月10日，上海交通大学人工智能PG模拟器严骏驰教授应邀来校作题为《离散优化问题的人工智能方法》的学术报告。PG模拟器（PG游戏在线试玩平台）、交通与土木工程PG模拟器、信息科学技术PG模拟器、人工智能与计算机PG模拟器教师及研究生代表参加报告会。校党委常务、副校长施佺主持报告会。
严骏驰教授在报告中聚焦离散优化/ 组合优化与人工智能交叉方向，针对传统商业求解器在开放工业场景下面临规模大、形式多变、环境不确定、设计繁琐、计算耗时长等现实痛点，梳理学科前沿趋势，系统阐述机器学习赋能离散优化的技术路线、核心研究成果以及产业落地价值。指出传统成熟求解器（CPLEX、MOSEK 等）大多基于经典组合优化算法，更适配问题形式稳定、规模适中、条件确定的 “经典舒适区”；而现实开放工业场景具备变化快、规模大、形式多样、信息不确定的特征，传统求解手段遇到显著瓶颈。随着深度学习、图神经网络、大模型技术发展，人工智能为离散优化带来智能化、GPU 并行加速的新路径，也推动研究范式从面向特定问题的专用模型，向通用求解模型演进。
本次报告聚焦行业前沿，启示与会师生可以立足集成电路等产业实际痛点，挖掘人工智能与离散优化交叉领域的科研方向，辩证看待AI辅助求解和AI原生求解两条路线，同时打破学科壁垒，构建机器学习、图论、组合优化的复合知识体系，树立产学研结合意识，兼顾论文研究与开源落地实践。
报告人简介：
上海交通大学人工智能PG模拟器教授，基金委A/B青年项目及重大研究计划、科技部重大专项、教育部U40及学科突破先导单方向项目负责人，国家级规划教材主编、教育部深度学习虚拟教研室负责人。曾任IBM研究院（首席）研究员和亚马逊高级顾问10年。任ACM-Multimedia 2026大会程序共同主席、ICML理事、CVPR/ICML/NeurIPS/ICLR/AAAI等CCF-A类会议(高级)领域主席、JMLR/TMLR/PRJ/IEEE TPAMI/TNNLS/TEVC等期刊(高级)编委。获省自然科学一等奖、AAAI21/IJCAI23最具影响力论文榜首、CVPR24/IROS25最佳论文候选、ACL25杰出论文、爱思唯尔高被引学者。入选IEEE Xplore封面作者，国际基础科学大会ICBS一小时大会报告人。任国际科学智能联盟副秘书长、IAPR/IET Fellow(兼评审官)，IEEE-CS AI'10 to Watch、IEEE CIS Outstanding Early Career Award获得者。