美國東部時間7月23日，有「數學界的奧運會」之稱的2026年國際數學家大會（ICM 2026）正式公布了各類獎項獲獎名單。香港中文大學（深圳）數據科學學院教授、深圳河套學院人工智能理論及系統中心教授Yurii Nesterov榮獲本屆高斯獎，成為自獎項設立以來的全球第六位獲獎者。Yurii Nesterov教授是世界頂尖的優化理論學者，其提出的加速梯度方法等研究成果成為現代機器學習與優化算法的重要基礎，深刻影響了現代數學、計算機科學及人工智能的發展。

　高斯獎（Carl Friedrich Gauss Prize）是全球應用數學領域的最高榮譽，與菲爾茲獎、陳省身獎等同為國際數學界的頂級學術獎項。該獎項由國際數學聯盟（IMU）與德國數學學會（DMV）聯合創設，作為國際數學家大會（ICM）重磅核心獎項，代表着全球應用數學領域的最高學術權威與行業認可。

　高斯獎於2006年在國際數學家大會上首次頒發。區別於聚焦純理論研究的數學獎項，高斯獎側重表彰數學成果的落地應用與社會實效，致敬那些依託前沿數學理論，在前沿技術研發、產業商業創新、民生生活改善等領域作出突破性、開創性貢獻的科研工作者。歷屆獲獎者均是引領應用數學學科發展、賦能全社會科技創新的傑出學者。

　值得一提的是，因其在凸優化理論方面的奠基性貢獻及其對現代機器學習的深遠影響，Yurii Nesterov教授在今年年初榮獲了美國國家人工智能科學院（National Academy of Artificial Intelligence，NAAI）2026年度 NAAI Academy Award（NAAI學院獎）。該獎項是美國國家人工智能科學院設立的最高榮譽獎項，旨在表彰對人工智能理論體系與核心科學問題作出歷史性貢獻的傑出科學家。

　Yurii Nesterov教授是美國國家科學院外籍院士、歐洲科學院院士、黑山科學院外籍院士。他於1977年至1992年間在莫斯科中央經濟與數學研究所擁有研究職位，並於1993年到2023年期間在比利時法語魯汶大學運籌學與計量經濟學中心擔任教授。

　他的研究興趣涉及複雜性問題和解決各種優化問題的有效方法，主要成果分布在凸優化的不同領域：平滑問題的優化方法、多項式時間內點方法、結構優化的平滑技術、二階方法的複雜性理論、大規模問題的優化方法、可實現張量方法。

　Nesterov加速方法徹底改變了優化理論，它證明了僅利用梯度信息的一階算法，也能夠比經典梯度下降法實現顯著更快的收斂速度。他提出的算法首次達到了光滑凸優化問題的一階方法所能實現的理論最優收斂速度，成為優化理論發展史上的一個里程碑。這一思想奠定了眾多現代優化算法的基礎，廣泛應用於機器學習、信號處理以及大規模數據分析等領域。如今，Nesterov加速已被TensorFlow和PyTorch等主流深度學習框架廣泛採用，用於訓練大規模神經網絡，並已成為世界各地優化課程的核心教學內容。自問世四十餘年來，它始終被公認為數學優化領域最具影響力和最具代表性的重大突破之一。（記者 林麗青）