融合现代人工智能技术的科学计算核心共性问题的新型求解系统的研究，是科学基础大模型亟需解决的关键科学技术问题的重要组成部分，也是新型科学与工程计算所关注的核心问题之一。

在能够刻画自然界物理规律的世界模型/空间智能的研究中，在科学计算与现代AI融合的新型求解技术的研究中，保持几何/结构/物理信息的理念得到了越来越多的重视，Hamilton函数和辛流形等概念在前沿研究的文献中不断地出现。本报告意图就Hamilton函数和辛流形等概念在现代人工智能技术发展中的角色和重要性进行探讨和分析，探索研究大规模复杂应用问题求解的新型智能求解器的体系架构和求解思路。

报告人简介：曹建文，中国科学院软件研究所研究员/博士生导师、中国科学院特聘核心岗位研究员。1991年于北京大学数学系获学士学位，1994 年中国科学院计算中心获理学硕士学位，2002 年于中国科学院软件研究所获理学博士学位。 2022 年起任中国仿真协会常务理事，2022年成为中国 HPC TOP100 的五名榜单发布者之一，2023年成为中国科学院特聘核心岗位研究员（技术攻坚类）。

主要研究方向包括：大规模科学与工程计算中的并行处理算法，以大规模数值模拟为主要背景的高效求解技术和高端计算软件，针对应用软件的非线性问题并行求解软件包，分布式计算与分布式软件，基于MBSE的协同仿真系统, 智能决策系统的架构设计，自主可控的CAE/CFD类软件体系架构设计与性能提升。

主持或参与的主要研究工作包括：高性能科学计算相关的国家973项目（G19990328、2005CB321702、2011CB309700）；大规模科学计算相关的国家自然科学基金（10776035、40644023、60503031、61170325、91230109，91430214）；中国科学院超级计算环境建设与应用项目；科技部2020年网络协同制造和智能工厂专项“面向复杂装备的 CAE 云服务平台研发”等。