米歇尔·塔拉格兰
对概率论、泛函分析与统计力学的深刻贡献，提出浓度不等式与泛函空间中的精确界
获奖原因
米歇尔·塔拉格兰是现代概率论与泛函分析的杰出代表。他以一系列”集中不等式”（concentration of measure）闻名：在维数极高时，许多函数的取值惊人地集中在其均值附近。他的等周不等式、Talagrand 运输代价界，以及关于高斯过程、经验过程与自旋玻璃的精确结果，重塑了高维概率的理论工具。2024 年阿贝尔奖表彰其”对概率论与泛函分析的深刻贡献”。
塔拉格兰的工作把”随机性在高维如何稳定”量化出来。其标志性结果之一：对取值于度量空间、满足 Lipschitz 条件的函数，Talagrand 不等式用”运输代价”（transportation cost）给出比经典 Azuma/Hoeffding 更紧的尾部界，深刻刻画了乘积测度上的浓度现象。他还用这些方法精确求解了自旋玻璃（如 Sherrington–Kirkpatrick 模型）的自由能、证明了经验过程的上确界收敛速率，并把 Banach 空间几何与随机过程（高斯过程的 Sudakov 极小化、Talagrand 的 泛函）打通。这些工具如今广泛应用于统计学习理论、随机矩阵与组合优化，是高维世界”意外规律”的数学基石。