4月29日，泰山学堂于中心校区数学楼309举办第二十期“泰山学子讲堂”学术报告会，泰山学堂2016级毕业生王笑圳作题为《平均场最优化问题的几种渐近方法》的报告。
在学术报告阶段王笑圳为大家介绍了“训练神经网络与平均场优化”和“求解平均场Langevin equation不变测度的多种算法”两个问题。他从神经网络之中输入层、隐藏层、输出层的定义，以及隐藏层对问题复杂度的影响出发，提出“训练一个隐藏层神经网络可以被看作一个平均场最优化问题”的观点，并给出非凸最优化问题的函数。然后他利用Wasserstein-p距离和关于
中可测集的函数F的连续可微性，论证了在这个空间中F关于测度m可以定义导数，再通过假设该导数Lipschitz、有界、任意阶导数连续，并具有强对数凹密度等条件，给出MFLE之中的不变测度。随后，他利用梯度递降法对于有限粒子最优化问题进行拟合，训练了单层隐藏层神经网络，并展示了初步训练得到的示意图。而该示意图与目标还有一定的距离，为了优化初步得到的这一神经网络，可以将Langevin dynamics之中第一步的时间适当地延长，以得到了更好的预测效果。紧接着，王笑圳列举了神经网络训练在AI以及金融市场之中得到广泛应用的例子，并在学术问答环节中，阐述了关于神经网络在近期炙手可热的Chat-GPT研制之中的重要性。
学术报告结束后，王笑圳就自己学习的经历与经验与在座的同学们进行了深入交流，介绍了巴黎综合理工学院工程师项目的培养目标、培养方式、未来职业规划等，分享了自己在法国留学期间参加的各行各类社会实践，并且鼓励同学们要积极参与到社会工作中去，全面发展自己的能力，在校时为学堂建设贡献力量，毕业后反哺学堂，将老师、学长学姐对自己无微不至的关心化作前进动力，并将学堂家文化贯彻始终，一代代地传递下去，做有温暖有家国情怀勇担时代大任的学堂人。
王笑圳，泰山学堂2016级数学取向学生，现就读于巴黎综合理工学院（X）工程师项目四年级，巴黎高师MVA硕士项目双学位，主要研究方向为量化金融数学、最优运输（Optimal Transport）问题与神经网络优化问题的分析，即将在法继续攻读博士学位。王笑圳同学不仅重视科研学习，同时兼顾做好服务留法学子的工作，目前担任全法青年科创协会主席，巴黎综合理工大学IP Paris学联创始主席，山东大学法国校友会成员，曾任X-Chine社团主席，致力于为推动中法双边文化科技交流与沟通做出自己的微薄贡献。
