为促进教师对统计物理学与机器学习交叉领域的理论认知，扩大学术研究的视野，提升教师的跨学科素养，信息工程学院于2025年11月11日下午在二教608教室举办“统计物理学与机器学习相关理论及思想”专题讲座，邀请邹海林教授作“从无序系统到机器学习”专题报告。执行院长杨军政、教学副院长杨春霞及全体专业教师参与学习。
报告伊始，邹海林教授结合案例，深入浅出地阐述了20世纪以来统计物理学与机器学习领域相关的基本理论及创新成果，介绍了伊辛模型、自旋玻璃理论和复本对称破缺理论的创新发展过程、所蕴含的科学思想方法以及对当代神经网络、机器学习产生的理论意义。随后，邹教授介绍了Hopfield网络、Boltzmann机、深度置信网络、深度学习与多层神经网络产生的理论基础、发展演变过程及存在的问题，展望了机器学习理论的未来发展趋势。接着，邹海林教授从统计物理学、无序系统到神经网络的蜕变过程，分析了智能化时代科研范式变革及其主要特征，结合案例说明其对科技创新、学科专业建设、人才培养和教学模式的带来的深刻影响。
报告最后，邹海林教授结合报告内容，就智能化时代的科技创新、新工科建设与特色打造，教育机制、培养模式、教学内容、教学方法的融合与改革等问题，鼓励青年教师发展和坚守个人科研探索兴趣，坚持多学科交叉与合作，坚持科学研究与工程实现结合，勇于突破传统，不断探索新的研究方法，努力提升个人的科研和教学能力。
通过此次讲座，与会教师不仅系统了解了统计物理学、神经网络与生成学习的内在发展脉络，更从讲座中汲取了创新教学内容和教学方式方法的经验。邹海林教授在阐释复杂理论时采用的“由浅入深、案例驱动”的方法，直观展示了如何将抽象学科前沿转化为层次清晰、互动性强的课堂教学内容，为教师提升授课质量提供了可借鉴的范式。
