这里汇总课题组的研究方向介绍、中文博客、研究随笔和较长篇幅的技术说明。
介绍 In-Context Operator Networks（ICON）的核心想法、我们为什么把它看作迈向科学基础模型的一条路径，以及课题组近几篇论文之间的关系。
分享我们对 AI 重塑软件开发范式的观察，以及我们在这一浪潮中的思考与实践。
AI 可以替我们做越来越多的计算，但计算不等于信息。人的价值会越来越集中在收集 AI 拿不到的信息，并把这些信息压缩成可以被 AI 使用的问题。
简要回顾通向当前研究工作的路径：从 PDE 的不确定性量化与贝叶斯推断，到最优传输、粒子动力学，最终到 ICON。