8月21日，为期13天的2026国际基础科学大会在京落下帷幕。作为大会的深度参与者，北京雁栖湖应用数学研究院（BIMSA）副研究员王雅晴担任本届大会前沿科学奖（FSA）全球委员会委员，并出任“数据库、大数据与信息系统”方向遴选委员会委员。

从参与理论计算机科学领域的评审协调，到组织数据库、大数据与信息系统方向的成果遴选，王雅晴连续两年参与ICBS前沿科学奖评审。严谨的评审工作背后，是她在机器学习领域十余年的研究积累，也是她从产业一线走向基础科学、不断追问智能学习内在机理的科研历程。

躬身评审，共筑科学盛会

国际基础科学大会由BIMSA院长丘成桐先生发起，自2023年起永久落户怀柔科学城。大会汇聚来自全球的顶尖科学家和青年学者，围绕数学、物理、信息科学与工程领域开展高水平学术交流，致力于建设具有国际影响力的基础科学交流平台。大会设立的前沿科学奖（Frontiers of Science Award，简称FSA），旨在遴选和表彰基础科学领域具有原创性、突破性和重要影响力的研究成果，今年FSA共收到4000余篇有效提名论文。

这并非王雅晴第一次参与FSA评审。2025年，她曾担任理论计算机科学方向评审协调人，负责组织和协调整个方向的评审过程。2026年，她进一步担任“数据库、大数据与信息系统”方向遴选委员会委员，组织本领域专家对候选论文进行筛选、讨论和推荐。同时作为全球委员会委员，她还需要从跨学科视角参与审议和最终遴选。

“优秀的论文很多，但我们需要找出那些真正具有原创性、产生了重要影响，并且经得起时间检验的工作。”王雅晴说。整个评审过程需要经历多轮筛选、推荐、投票和集中讨论，还要核对论文的发布信息、学术贡献及影响力。面对大量高水平成果，评审委员既需要扎实的专业判断，也要保持审慎、客观和负责任的态度。

“大会的筹办非常复杂，背后凝聚着许多人的心血，但大家都真心希望把它做好。”王雅晴说，“我们希望它不只是一场规模宏大的会议，更能成为一个真正具有学术影响力、得到国际科学界认可的交流平台。能够连续两年参与ICBS的评审与筹备工作，以自己的专业所长为大会贡献一份力量，我感到十分荣幸。”

求索磨砺，扎根雁栖湖畔

2014年，王雅晴获得香港特区政府博士研究生奖学金计划资助，赴香港科技大学攻读计算机科学与工程博士学位。彼时，深度学习刚刚崭露头角。在倪明选教授和郭天佑教授的指导下，她走进机器学习领域，逐渐被机器利用有限经验发现规律、完成新任务的能力吸引，也由此开始关注人工智能如何在数据有限的条件下高效学习、快速适应。

2019年博士毕业后，王雅晴入选百度AIDU顶尖AI人才计划，加入百度研究院。她希望让研究走出论文和实验室，在真实场景中检验技术价值。在百度工作的五年间，她与搜索、推荐等业务团队合作，围绕新用户、新内容缺少历史数据的“冷启动”难题开展研究，相关技术在多个大规模业务系统中得到部署应用，她也获评百度技术中台体系“技术先锋”。

这段产业经历让王雅晴更加深刻地认识到，数据稀缺不是实验室中人为设定的问题，而是科学研究和产业应用共同面对的现实挑战。与此同时，她也希望进一步追问方法背后的基础原理，将更多精力投入具有长期价值的研究和原始创新。

2024年9月，王雅晴全职加入北京雁栖湖应用数学研究院。BIMSA汇聚了数学、物理、科学计算等领域的研究力量，为人工智能与基础科学的交叉研究提供了开放环境。丘成桐先生对基础研究的重视、对人才培养的赤诚以及对青年科研人员的支持，也让她更加坚定了扎根怀柔的选择。

从机器学习研究到产业实践，再到雁栖湖畔的基础科学探索，这条道路始终围绕同一个问题展开：如何让人工智能用更少的数据学得更快、更稳、更可靠。来到BIMSA，是她研究视野的一次延伸——既保留对现实需求的敏锐感知，也向智能学习更基础、更长远的问题不断深入。

深耕前沿，探寻智能本质

在大模型依靠海量数据和巨大算力不断取得突破的当下，王雅晴关注的却是另一个基础问题：如果没有近乎无限的数据，机器能否像人一样，利用已有知识和少量示例迅速理解新问题，并把学到的规律迁移到新的任务中？

围绕这一问题，她长期开展少样本学习、元学习、上下文学习和数据高效智能体研究。与单纯追求更大的模型、更多的数据不同，她更加关心学习背后的内在机制：模型究竟学到了什么？先验知识如何影响学习过程？少量样本为什么能够支持泛化？

她希望把“模型能运行、结果有效”进一步推进到“机理可以解释、结论能够验证”。“真正高质量的数据永远是稀缺的，尤其是在科学领域。”王雅晴说。在新药发现、材料科学、生物统计等领域，实验数据获取成本高、样本数量有限，很多问题难以通过简单扩大数据规模来解决。

加入BIMSA后，她积极与数学、统计及其他科学领域的研究人员交流，希望利用科学机理、数学结构和少量可靠数据，帮助人工智能学得更快、更稳、更可信。同时，人工智能也可以帮助科学研究从有限的实验和观测中提取更多有效信息，成为服务科学发现的新工具。

在王雅晴看来，人工智能与基础科学的结合，并不是简单地把现成模型应用到不同学科，而是一个相互促进的过程：人工智能为科学研究提供新的工具，数学结构、科学机理和领域知识也反过来推动人工智能突破已有方法的边界。

科教融合，点亮成长之路

在潜心科研的同时，王雅晴也十分重视人才培养。她在清华大学开设《机器智能》课程，并在中国人民大学及北京市属高校联培计划中承担教学和科研指导工作。

她注重把真实科研问题带进课堂，引导学生思考数据从哪里来、模型为什么有效、先验知识如何影响学习过程，以及实验结果能否得到解释和复现。她希望学生不仅掌握算法和工程工具，也能从数学、统计和问题机理出发，形成独立而严谨的科研思维。

她还积极参与女性科技教育。在中国儿童少年基金会“春蕾计划”科技女孩研学活动中，王雅晴面向春蕾女孩开展数学与人工智能科普，鼓励她们相信自己的能力、勇敢走近科学。她也曾参加“发展中国家人工智能促进女性发展研讨班”，向来自不同国家的女性代表介绍人工智能前沿进展与应用实践。

在王雅晴看来，人工智能不是简单替代人类，而是帮助人们从重复性工作中释放出来，把更多精力投入判断、创造与探索。她希望自己既是一名探索人工智能前沿的科研工作者，也能成为帮助年轻人看见更多可能的“点灯人”。

扎根怀柔，奔赴科研未来

来到怀柔后，王雅晴逐渐喜欢上了这里。雁栖湖畔安静、开阔的环境，让科研人员能够沉下心来思考；怀柔科学城汇聚的科研院所、新型研发机构和青年人才，又为不同学科之间的交流创造了丰富可能。

“科研需要长期积累，也需要一个能够静下心来思考的环境。”王雅晴说，“怀柔给了我这样的空间，也让我有机会接触不同学科、不同背景的研究者。我希望珍惜这里的条件，踏踏实实地把研究做好。”

未来，她将继续深耕机器学习、少样本学习和数据高效智能体研究，既努力把问题想清楚、把机理看明白，也推动方法走出论文、服务科学发现和现实需求。

随着2026国际基础科学大会即将启幕，王雅晴也期待更多科学家和青年学者走进怀柔，在雁栖湖畔交流前沿思想、碰撞学术观点，让更多真正有价值的研究被发现，让更多原创思想在怀柔孕育成长。

王雅晴个人简介

王雅晴，北京雁栖湖应用数学研究院（BIMSA）副研究员，主要从事机器学习、人工智能与数据科学研究，聚焦少样本学习、上下文学习、数据高效智能体以及面向科学与数学的人工智能。她致力于探索人工智能如何在有限数据、有限监督和动态环境下实现高效学习与快速适应，推动相关方法服务科学发现和产业应用。她于2019年获得香港科技大学计算机科学与工程博士学位，曾任百度研究院高级研究员、资深研究员。

王雅晴已在ICML、NeurIPS、ICLR、AAAI、IJCAI、TPAMI、JMLR、TIP等国际顶级机器学习、人工智能会议及期刊发表论文40篇，论文引用超过6000次。她入选北京市高层次创新创业人才支持计划科技新星计划（2025）、AAAI学术新星计划（New Faculty Highlight，2026）和IJCAI青年学者聚焦计划（Early Career Spotlights，2026），并连续入选全球前2%顶尖科学家榜单（2024—2025）。其中，AAAI学术新星计划2026年在全球遴选31人，她是中国内地唯一入选者；IJCAI青年学者聚焦计划2026年在全球遴选14人，她同样是中国内地唯一入选者。她还是北京市青年人才突击队首批成员。

她是ACM、IEEE和CCF高级会员，现任IEEE计算智能学会数据高效智能体学习工作组副主席、《Neural Networks》执行编委、《Machine Learning》编委，并在多个国际学术会议中承担评审与学术服务工作。她承担北京市科技新星计划交叉合作课题，担任科技创新2030—“新一代人工智能”重大项目子课题负责人，相关技术已在多家企业的大规模真实业务系统中部署应用。

来源：宣传教育部

编辑：郑炎庚

校对：苏仪

校审：郑炎庚

纸条

让更多原创思想在怀柔孕育成长！