上海期智研究院PI，清华大学人工智能学院助理教授，元环智能首席科学家。
曾在斯坦福大学从事人工智能与神经科学交叉领域的博士后研究，师从Andreas Tolias，在麻省理工学院从事人工智能与物理学交叉领域的博士研究，师从Max Tegmark，于2020年获得北京大学物理学学士学位。
• Science for AI：利用科学启发构建AI模型（比如KAN，Poisson Flow, Brain-inspired networks）。
• Science of AI: 利用科学方法和科学理论理解现有的AI模型（比如理解Grokking，Neural Scaling Laws, Neural Thermodynamic Laws）。
• AI for Science：利用AI加速科学发现（比如发现守恒律AI Poincare）。
• 提出Kolmogorov-Arnold Networks, 该模型自2024年一经推出，就获得了广泛的关注，GitHub上获星1.5万颗，引用次数四千余次。他还提出了基于电场的生成模型Poisson Flow、和更普适的框架PFGM++和GenPhys, 指出扩散模型只是一个大家族模型中的一个特例。他也是第一个提出Grokking现象的解释。
• 博士期间工作发表在机器学习领域顶级会议（包括 NeurIPS、ICML、ICLR等），和物理学杂志上（包括Nature、PRL、PRX），谷歌学术总引用超过9000 次。曾获谷歌博士奖学金。工作被国际媒体广泛报道，包括Scientific American, Quanta Magazine (三次)，New Scientist等。
