Steven Brunton

他于2006年获California Institute of TechnologyCalifornia Institute of TechnologyCalifornia Institute of Technology（简称 Caltech）是位于美国加利福尼亚州帕萨迪纳的私立研究型大学，以科学与工程的研究和教育为主。学校前身是 Amos G. Throop 于1891年创办的 Throop University，1920年改用现名。Caltech 为 NASA 管理喷气推进实验室（JPL），拥有 Palomar、W. M. Keck 等天文台，并共同创立和管理激光干涉引力波天文台（LIGO）。截至2026年9月，在校本科生971人、研究生1,398人。2026年7月1日起，天体物理学家 Ray Jayawardhana 任第十任校长。点击查看完整词条数学学士学位，2012年获Princeton UniversityPrinceton UniversityPrinceton University（普林斯顿大学）是位于美国新泽西州普林斯顿的私立大学、常春藤盟校成员。学校于1746年10月22日获特许状，原名 College of New Jersey，1756年迁至普林斯顿，1896年改用现名。本科教育授予文学学士与工程理学学士，强调小班讨论、独立研究及住宿学院生活；研究生教育覆盖人文、社会科学、自然科学和工程领域。截至2026年10月，校长为 Christopher L. Eisgruber。学校2026—2027年度运营预算为34.07亿美元，本科助学预算为3.42亿美元。点击查看完整词条机械与航空航天工程博士学位。⁠[1]

2012—2014年，他任University of Washington应用数学系代理助理教授。⁠[2]

任代理助理教授期间，他与J. Nathan Kutz负责讲授每年有上千名学生选修的工程核心课AMATH301，两人把该课改为翻转课堂，用两天录完全部课程视频，这成为他录制教学视频的开端。⁠[3]

2014年，他转任University of Washington机械工程系助理教授。⁠[2]

2016年，他与Kutz、Bingni Brunton和Joshua Proctor合著的Dynamic Mode Decomposition: Data-Driven Modeling of Complex Systems由SIAM出版。⁠[4]

2016年4月，他与Joshua Proctor、Kutz在PNAS发表论文，提出结合稀疏回归与机器学习、从带噪测量数据中发现非线性动力系统控制方程的方法（稀疏非线性动力学辨识，SINDy），并在Lorenz混沌系统和障碍物后涡脱落等问题上演示。⁠[5]

2019年2月，他与Kutz合著的教材Data-Driven Science and Engineering: Machine Learning, Dynamical Systems, and Control由Cambridge University Press出版；该版后来被新版取代。⁠[6]

2019年5月27日，他与Bernd Noack、Petros Koumoutsakos在arXiv提交综述“Machine Learning for Fluid Mechanics”，概述机器学习在理解、建模、优化和控制流动中的历史、现状与机遇；该文发表于2020年的Annual Review of Fluid Mechanics。⁠[7]

2019年7月，时任机械工程副教授的他经美国陆军研究办公室提名，获美国总统青年科学家与工程师奖（PECASE），获奖原因是用机器学习建立准确描述流体力学复杂性的高效模型。⁠[8]

截至2020年10月，他以“Eigensteve”为名的YouTube频道观看量逾400万、订阅者约9万，2019年他的团队在BoeingBoeing波音是提供商用飞机、防务与航天系统及航空服务的美国公司，也是纽约证券交易所上市企业。点击查看完整词条支持下建成新的光板录制室。⁠[3]

2021年7月29日，美国国家科学基金会宣布设立由University of Washington牵头的AI Institute in Dynamic Systems，资助约2000万美元、为期五年，由Kutz任所长、他任副所长，研究用于复杂动态系统实时学习与控制的AI；他说：“My favorite dynamic system is turbulence”（我最喜欢的动态系统是湍流）。⁠[9]

2026年4月，他以University of Washington工学院AI与机器学习工程专业项目（研究生证书和硕士学位）主任身份受访，称这些项目面向希望把AI用于真实工程问题的在职工程师，强调物理世界中“the margin for error … is essentially zero”（容错空间基本为零）。⁠[10]

他与MIT的Ankur MoitraAnkur MoitraAnkur Moitra是美国理论计算机科学家和数学家，Massachusetts Institute of Technology数学教授，研究机器学习与统计推断中具有可证明保证的算法；他是2026年Gödel Prize获奖论文的合著者，并获2026年IEEE Computer Society W. Wallace McDowell Award。点击查看完整词条、Rutgers的Alex KontorovichAlex KontorovichAlex Kontorovich是数学家，Rutgers University数学杰出教授，研究解析数论、调和分析与球堆积；他与Jean Bourgain在Zaremba猜想和Apollonian圆堆积局部—整体问题上取得进展，并推动Lean形式化证明与数学普及。点击查看完整词条一同做客Lex FridmanLex FridmanLex Fridman 是生于苏联、在美国长大的计算机科学家和播客主持人，任 MIT 研究科学家，研究人机交互与自动驾驶。他主持的 Lex Fridman Podcast 以数小时长篇对话著称，嘉宾包括多国领导人和科技企业领袖。点击查看完整词条 Podcast第503期“AI Crisis in Math”，节目简介称他是UW的数学家和流体力学专家，讨论Navier–Stokes方程、湍流和流体力学中的机器学习；节目还涉及AI能否创造新数学、Riemann猜想、唯一游戏猜想和P vs NP。⁠[11]

截至2026年10月，他是University of Washington机械工程教授，兼任应用数学与计算机科学兼职教授及eScience Institute数据科学研究员；他还获得美国陆军和空军青年研究者项目奖，并合著三部教材。⁠[1]

个人网站：公开链接：https://eigensteve.com（在新窗口打开）⁠[11]

X：公开账号：https://x.com/eigensteve（在新窗口打开）⁠[11]

YouTube：公开频道：https://www.youtube.com/@Eigensteve（在新窗口打开）⁠[11]

University of Washington：官网：https://www.washington.edu/（在新窗口打开）⁠[2]