2025年12月1日，上海理工大学管理学院系统科学系举办系统科学前沿系列讲座第40场，特邀国际理论计算机泰斗、两届哥德尔奖得主、南加州大学滕尚华教授担任主讲，分享题为《理解与刻画机器学习算法中的正则化》的学术报告。管理学院院长赵来军教授、副院长房志明教授，系统科学系主任顾长贵教授，系统科学系教师盖玲、郑煜、卢科等参加报告会。本次讲座由盖玲主持，吸引了管理学院50多名师生积极参与。
盖玲主持
讲座伊始，赵来军对滕尚华的莅临表示热烈欢迎与诚挚感谢。他指出，加强国际学术交流是提升学院科研水平和学科影响力的重要途径，滕教授在理论计算机与机器学习领域的卓越成就，必将为管院师生带来深刻启发。赵来军鼓励在座师生珍惜这次难得的学习机会，积极思考、深入交流，以全球视野推动学术创新。
赵来军致辞
滕尚华回顾了其研究团队围绕“正则化”这一机器学习核心概念所展开的长达十余年的探索。正则化是防止模型过拟合、提升泛化能力的关键技术，但其深刻的理论基础一直吸引着研究者。他与团队从一个简单的困惑出发——如何从数学上精确刻画正则化在机器学习中的作用，开启了一系列猜想与验证。
滕尚华讲述
讲座现场
“科研就像人生，每一步都可能出错，但正是在修正错误中成长。”滕尚华这样形容理论研究的过程。他坦言，团队最初提出的“所有可学习的问题都能通过正则化学到”等猜想后来被证明是不完善的，但正是这些“错误”引导他们逐步深化理解，转而研究如何利用“未标记数据”来增强正则化，并最终在“俄国教师模型”等理论框架中取得了进展，建立了与奥卡姆剃刀原理（以最简单方式解释事物）的内在联系。
随后，滕尚华介绍了其团队提出的霍尔复杂度概念，该概念首次实现了对问题直推错误率的精确刻画，为衡量学习算法的性能提供了一个关键的理论标尺。他进一步将讨论拓展到无先验知识场景，通过分析汉明图的最优定向，展示了如何在更一般的设定下刻画最优学习算法，证明了霍尔复杂度的泛化误差分析版本同样能精确刻画误差率，并展示了一个基于最大熵规划的最优学习算法。
在互动环节，面对师生们关于理论应用、与迁移学习区别等提问，滕尚华一一予以细致解答。他指出，当前研究更多侧重于理论存在性的证明，如何将其转化为高效实用的算法，仍是未来需要攻克的重要挑战。他鼓励青年教师和学生们要珍视并深入探究那些令自己感到真正困惑的问题，从中发现创新研究的起点。
交流环节
本次讲座立足全球视野，以理论高度启迪未来，充分展现了管理学院促进国际学术对话、汇聚世界智慧的宗旨。未来，学院将继续广纳全球英才，搭建思想交流平台，以智慧火花点燃科技创新之光。
供稿人：游易知
审核人：顾长贵
摄影：游易知
供稿部门：系统科学系
