严钢教授分别自主推理的背景动机、因果网络推理、动态推理及数据驱动自主科学推理等方面展开报告。报告中，严钢教授首先介绍了复杂网络动态自主推理的背景及动机，介绍了网络科学和理想与现实环境下的网络科学方法。然后介绍了因果网络推理，能否从神经元活动中推理出有向网络，并分析了因果网络推理面临的挑战。接着详细介绍了数据驱动的自主科学发现以及洞察黑盒模型的三种方法：符号回归、深度学习以及稀疏回归。而后对于不完全和噪声数据下复杂系统的自主科学推理进行详细介绍，并提出了一种两阶段方法来处理复杂系统自主推理。最后，对上述方法在不同的网络动态及拓扑结构下进行仿真验证，推理新冠疫情预测系统的动态。严钢教授丰富精彩的报告为学校师生的学习和科研工作带去了思想启发，也为同学们学习数据驱动的复杂系统自主推理提供了有益指导。

报告结束后，严钢教授就复杂动态网络自主科学推理相关问题与师生们进行了交流。他也根据自身经历勉励同学们要积极拓宽视野，努力探索、发现并解决新的科学问题。此次报告进一步拓展了公司师生的科研视野，增强了同学们对数据驱动的复杂系统自主推理的理解与认识。（文/图 张皓  王云姣）