南洋理工大学将于今年9月迎来一场跨越数学、动力系统与机器学习的国际学术交流——几何、动力学与学习前沿会议（IAS Frontiers Conference on Geometry, Dynamics, and Learning，GDL2026）。
根据NTU官方信息，会议将于2026年9月28日至29日举行，地点设在南洋理工大学校内的 Nanyang Executive Centre。会议由NTU高等研究所（Institute of Advanced Studies，IAS）发布，聚焦几何分析、动力系统与机器学习的交叉研究，并将汇集国际研究人员、青年学者及研究生参与交流。
不止是一场学术会议
从NTU公布的会议介绍来看，GDL2026关注的并不是单一的数学问题，也不是一场泛泛讨论人工智能的大会，而是希望把几何、动力系统和学习理论三个正在不断交叉的研究方向连接起来。
NTU官方指出，过去十年间，纯数学、数据科学与理论计算机科学中的一些研究思路正在逐渐汇合。微分几何和动力系统理论开始被用于现代学习算法的设计、分析和可解释性研究；与此同时，机器学习领域的发展，也在反过来推动几何与动力系统中的一些基础问题。
因此，这场会议真正值得关注的地方，在于它试图搭建不同研究领域之间的桥梁。官方列出的目标包括：促进几何、动力系统与学习理论之间新的学术联系，寻找不同领域共同面对的研究问题，并尝试整合不同的方法框架，以数学工具解决数据驱动科学与工程中的实际问题。
而且，它与NTU的关系并不是简单的“在NTU举行”。目前官方公布的8名组委会成员中，有6人来自NTU，说明南洋理工大学的研究人员直接参与了这场会议的组织工作。
三大领域如何“跨界”碰撞？
“几何、动力学与学习”听起来相当理论，但从官方公布的会议主题来看，它们与近年来机器学习研究中的不少前沿方向都有直接联系。
例如，会议明确包括几何深度学习（Geometric Deep Learning）、几何与拓扑数据分析、信息几何、最优传输、形状分析等主题。与传统规则排列的数据不同，现实世界中的网络、三维形状以及其他复杂结构往往具有自身的几何特征，因此如何让学习模型更好地理解数据背后的结构，一直是这一研究方向的重要问题。
“动力学”则关注系统如何随时间不断演化。GDL2026设置的主题包括耗散动力学、几何与变分积分、动力系统中的几何方法以及无限维动力系统等。把动力系统的方法引入学习问题，可以帮助研究者从数学角度分析算法和模型的演化规律，以及不同学习方法背后的稳定性和结构。
值得注意的是，会议议题并不局限于传统机器学习。官方公布的主题还包括量子力学与量子信息理论。从整个议题设置来看，GDL2026更像是一场以数学方法为纽带、连接几何分析、动力系统、机器学习以及其他前沿科学问题的跨学术领域会议。
对NTU学生和青年研究者意味着什么？
对于NTU的研究生、博士生和青年研究人员来说，这场会议最直接的价值，是可以在校园内接触来自不同研究方向的国际学者，并了解几何、动力系统和机器学习正在形成哪些新的交叉问题。
NTU官方特别提到，会议面向国际领先研究人员、青年研究者以及研究生展开交流。目前官网除了开放会议报名之外，也正在征集会议报告：有兴趣进行分享的研究人员，可以提交题目、摘要和个人简介，申请进行一场30分钟的会议报告。
这也意味着，GDL2026并不仅仅是一个“坐在台下听报告”的活动。对于研究方向与几何分析、动力系统、机器学习、数据科学等领域相关的青年研究者来说，它也提供了展示研究成果、了解同行工作以及建立学术交流的机会。
目前，NTU官方已经公布了会议日期、地点、主要研究主题、组委会以及报名和报告征集信息。会议将于2026年9月28日至29日在NTU举行，具体报告安排仍以官方后续更新为准。
📌 要点总结
✦ NTU官方会议，时间地点已经确定GDL2026将于2026年9月28日至29日在南洋理工大学Nanyang Executive Centre举行，由NTU高等研究所（IAS）官方发布。
✦ 聚焦几何、动力系统与机器学习的交叉前沿会议涵盖几何深度学习、信息几何、最优传输、动力系统、量子信息等多个研究方向，希望推动不同数学方法与数据驱动科学之间的交流。
✦ 对青年研究者不只是“听会”官网已经开放报名，并面向有兴趣的研究人员征集30分钟报告，为研究生和青年学者提供交流与展示研究成果的机会。 会议安排及后续更新，请以南洋理工大学官方发布的信息为准。
