菲尔兹奖得主王虹，也发过Neurips

NeurIPS 2019：一篇被忽略的AI论文

随着NeurIPS 2026出分在即，有网友在整理历年论文时意外发现，刚刚斩获菲尔兹奖的中国数学家王虹，竟然在2019年的NeurIPS上发表过论文。并且不是挂名，而是实打实的共同一作。这一发现迅速在学术界和AI社区引发热议——一位以攻克“挂谷猜想”和调和分析闻名的数学家，为何会出现在顶级机器学习会议上？

从调和分析到机器学习：王虹的跨界密码

王虹的主要研究方向是调和分析，尤其在傅里叶限制性猜想和距离集猜想等领域有突破性贡献。但NeurIPS 2019的那篇论文，则表明她曾将数学工具应用于机器学习领域。虽然具体论文内容未在参考材料中详细展开，但结合王虹的学术背景——她曾在麻省理工学院（MIT）攻读博士学位，师从著名数学家拉里·古斯，而MIT正是AI与数学交叉研究的前沿阵地。这种跨界并非偶然：调和分析中的多尺度方法和解耦技术，在深度学习、信号处理等AI子领域有着天然的应用潜力。王虹的NeurIPS论文，很可能是将数学理论转化为算法实践的一次尝试。

数学天才的“不务正业”：硕士阶段曾转向建筑学

王虹的学术轨迹并非一条直线。1991年出生的她，16岁考入北京大学地球与空间科学学院，一年后转入数学科学学院。本科毕业后，她先后获得巴黎综合理工学院工程师学位和巴黎第十一大学硕士学位。有趣的是，在硕士阶段她曾尝试转向建筑学，并在巴黎的建筑事务所实习。但最终，她发现自己“仍更倾心于数学，因而回归数学研究”。这种对多元领域的探索，或许正是她后来能跨界AI的内在驱动力——不被单一学科束缚，敢于在看似不相关的领域寻找灵感。

菲尔兹奖得主的AI余音：从“挂谷猜想”到NeurIPS

2025年，王虹与约书亚·扎尔合作发表127页论文，宣告攻克三维“挂谷猜想”，这一成果被视为“百年一遇”的突破。2026年7月，她正式获得菲尔兹奖，成为首位中国籍获奖者。而她在2019年发表的NeurIPS论文，如今看来更像是一个“彩蛋”：它证明了顶尖数学家同样可以活跃在AI领域，并且能够做出扎实的贡献。对于机器学习社群而言，王虹的案例提醒我们，数学与AI的交叉不仅仅是工具性的，更可能是本质性的——就像当年姚期智从计算理论转向计算机科学一样，王虹在AI论文中的身份，或许预示着未来更多数学家将带着深刻的数学洞见进入AI研究。