研究兴趣在AI和Science的交叉领域，包括：

• Science for AI：利用科学启发构建AI模型（比如KAN，Poisson Flow, Brain-inspired networks）。未来感兴趣的方向：可形变的神经网络，物理启发的生成模型等等。

• Science of AI: 利用科学方法和科学理论理解现有的AI模型（比如理解Grokking，Neural Scaling Laws, Neural Thermodynamic Laws）。未来感兴趣的方向：大模型的科学，机制可解释性。

• AI for Science：利用AI加速科学发现（比如发现守恒律AI Poincare）。未来感兴趣的方向：通过广泛阅读基础科学里的问题，识别潜在能被AI解决的大问题。