// Team · 团队

把信号,从噪声里提炼出来。

理论物理博士 · AI 与全栈工程师

孙鲁南是默知数的创始人。他在伊利诺伊大学厄本纳-香槟分校(University of Illinois at Urbana Champaign)取得理论与计算物理博士学位,研究黑洞、中子星等宇宙中最极端天体的性质与归宿——吸积、引力波、伽马射线暴等极端现象——其本质,是从极度嘈杂的数据里,把微弱却决定性的信号一点一点提炼出来。这,正是默知数的内核。

求学与研究期间,他在 Blue Waters、Frontera 等超级计算机上完成了学术界最复杂的「广义相对论 + 磁流体 + 辐射」三维天体物理模拟,处理 TB 至 PB 级数据;并用深度神经网络从 LIGO 的真实引力波数据中提取波形。随后他转向软件工程,在 Aledade 以 AI 计算机视觉与全栈技术(Vue / Python / TypeScript)打造高可靠的医疗信息产品。

2026 年,他创立默知数,把科研级的数据提炼方法与 AI 智能体能力,带进企业采购的全流程——让那些沉睡、分散、微弱的数据价值,被看见、被理解、被信任。

履历

  • 伊利诺伊大学厄本纳-香槟分校 · 理论/计算物理博士(物理 + 天文双学士、物理硕士)。加州大学圣塔芭芭拉分校,博士后
  • 黑洞与中子星 · 双中子星并合、吸积、引力波、伽马射线暴 · 数值相对论 + 超算 PB 级数据
  • 深度学习从 LIGO 真实数据中提取引力波波形
  • Aledade 高级软件工程师 · AI 计算机视觉 + 全栈工程
  • 十余篇论文:Nature Review Physics · PNAS · Physical Review Lett · MNRAS · Physical Review D
  • 2025 英伟达认证工程师(AI 基础设施与运维)

技能

PythonC++TypeScript LangChain / LangGraphRAGMCPAgentic WorkflowsLLM Fine-tuningVector DB PyTorchTensorFlowCNN · RNN · GNNAWSHPC(OpenMP / MPI / CUDA)