7月26日,作為2025世界人工智能大會(WAIC 2025)的核心學(xué)術(shù)活動,“數(shù)學(xué)與人工智能” 學(xué)術(shù)會議在上海世博中心舉行。本次會議匯聚了來自中國、南非、西班牙、巴西、美國等國的十余位院士級專家及國際知名學(xué)者,共同探討數(shù)學(xué)與人工智能深度融合的前沿議題。
上海市經(jīng)信委副主任張宏韜在開幕致辭中強(qiáng)調(diào),上海始終高度重視數(shù)學(xué)與人工智能的融合發(fā)展,致力于推動數(shù)學(xué)基礎(chǔ)創(chuàng)新與人工智能產(chǎn)業(yè)發(fā)展邁向新臺階,實(shí)現(xiàn) “1+1>2” 的疊加效能。讓數(shù)據(jù)源的理論研究與產(chǎn)業(yè)應(yīng)用需求精準(zhǔn)對接,搭建各類產(chǎn)學(xué)研用的平臺,營造創(chuàng)新人才優(yōu)越的發(fā)展環(huán)境。
“數(shù)學(xué)與人工智能的融合發(fā)展將日益緊密,數(shù)學(xué)在人工智能發(fā)展中的基礎(chǔ)性作用將愈發(fā)凸顯?!?中國科學(xué)院院士、中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院研究員袁亞湘指出,當(dāng)前亟需提升社會各界——尤其是科技政策制定部門(如國家自然科學(xué)基金委、科技部等)對數(shù)學(xué)重要性的認(rèn)識。在布局國家人工智能戰(zhàn)略時(shí),不能僅聚焦于計(jì)算機(jī)等工科領(lǐng)域,而應(yīng)充分重視數(shù)學(xué)學(xué)科的關(guān)鍵支撐作用,吸納數(shù)學(xué)家深度參與,以釋放多學(xué)科協(xié)同創(chuàng)新的優(yōu)勢。
對于 “數(shù)學(xué)與人工智能” 的關(guān)系,世界科學(xué)院院士、非洲工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(ASIAM)主席 Abdon Atangana 院士認(rèn)為,兩者的研究尚未達(dá)到理想狀態(tài):由于AI僅能基于已有知識推導(dǎo),若研究者對領(lǐng)域不夠精通,將難以察覺其中的錯誤。盡管人工智能能夠拓展數(shù)學(xué)研究的邊界,但數(shù)學(xué)家仍需在保持專業(yè)素養(yǎng)的前提下,審慎借助這一工具突破自身研究局限。
“傳統(tǒng)數(shù)學(xué)研究方法在人工智能時(shí)代正經(jīng)歷革命性變革?!?加泰羅尼亞理工大學(xué)數(shù)學(xué)系講席教授、巴黎亨利?龐加萊研究所董事會成員 Eva Miranda 教授以團(tuán)隊(duì)運(yùn)用人工智能技術(shù)證明流體運(yùn)動軌跡的研究為例,強(qiáng)調(diào)這種交叉研究既拓展了人工智能的應(yīng)用邊界,也呈現(xiàn)出兩者協(xié)同發(fā)展的良性關(guān)系。隨著技術(shù)進(jìn)步,人類將能更好地理解和解決復(fù)雜系統(tǒng)問題,為數(shù)學(xué)研究開辟新可能,同時(shí)推動人工智能向更深層次發(fā)展。
那么,數(shù)學(xué)如何為人工智能提供更堅(jiān)實(shí)的基礎(chǔ)——特別是在學(xué)習(xí)、推理和規(guī)劃等方面,從而提升算法的效率、魯棒性、可解釋性與泛化能力?
針對這一議題,里約熱內(nèi)盧聯(lián)邦大學(xué)應(yīng)用數(shù)學(xué)副教授兼數(shù)學(xué)研究所副所長 Fabio Ramos 教授指出,當(dāng)前人工智能的核心局限在于難以有效處理真實(shí)世界的物理問題(如熱傳導(dǎo)、流體力學(xué)等):盡管 AI 能生成逼真的模擬數(shù)據(jù),卻缺乏對底層物理規(guī)律的建模能力。為此,他提出通過數(shù)學(xué)結(jié)構(gòu)將物理原理嵌入神經(jīng)網(wǎng)絡(luò)架構(gòu)(而非簡單引入物理變量),構(gòu)建更具泛化性的框架;利用數(shù)據(jù)驅(qū)動方式實(shí)現(xiàn)物理規(guī)律的隱性表達(dá),并通過物理解法指導(dǎo) AI 模型設(shè)計(jì),推動 AI 在科學(xué)計(jì)算領(lǐng)域?qū)崿F(xiàn)突破性應(yīng)用。
歐洲科學(xué)院院士、阿卜杜拉國王科技大學(xué)應(yīng)用數(shù)學(xué)與計(jì)算科學(xué)教授許進(jìn)超則強(qiáng)調(diào),數(shù)學(xué)家不應(yīng)僅滿足于對已有 AI 模型的 “事后解讀”,而應(yīng)主動引領(lǐng)下一代 AI 發(fā)展。當(dāng)前 AI 研究面臨資源分配的結(jié)構(gòu)性困境:數(shù)學(xué)家雖能提供理論突破,卻因缺乏大算力、大數(shù)據(jù)和團(tuán)隊(duì)支持,難以快速驗(yàn)證構(gòu)想。為此,他提出數(shù)學(xué)界需建立更緊密的產(chǎn)學(xué)研合作機(jī)制,將逼近論、優(yōu)化理論等傳統(tǒng)優(yōu)勢領(lǐng)域轉(zhuǎn)化為 AI 創(chuàng)新的核心驅(qū)動力,強(qiáng)化模型架構(gòu)設(shè)計(jì)、優(yōu)化算法解釋等關(guān)鍵環(huán)節(jié)。
值得一提的是,會議還探討了人工智能在數(shù)學(xué)教育與研究中可發(fā)揮的作用——尤其在數(shù)學(xué)問題求解、定理證明、驗(yàn)證乃至猜想生成等方面的應(yīng)用前景。
1994年菲爾茲獎得主、美國科學(xué)院院士、歐洲科學(xué)院院士 Efim Zelmanov 指出,數(shù)學(xué)作為一門具有實(shí)驗(yàn)性質(zhì)的科學(xué),在猜想提出、數(shù)論研究等需大量計(jì)算的領(lǐng)域,人工智能確實(shí)能有效替代人工計(jì)算;但數(shù)學(xué)證明的本質(zhì)在于理解而非單純計(jì)算,其價(jià)值體現(xiàn)在對問題本質(zhì)的深刻把握和理論體系的融會貫通。因此,在需要深度思考和創(chuàng)造性思維的數(shù)學(xué)證明領(lǐng)域,人工智能尚難以完全替代人類研究者的獨(dú)特作用——這一觀點(diǎn)體現(xiàn)了他對人工智能在數(shù)學(xué)研究中作用的辯證認(rèn)知。
武漢數(shù)學(xué)與智能研究院副院長、湖北省數(shù)學(xué)學(xué)會理事長楊志堅(jiān)教授犀利指出,當(dāng)前 AGI 的發(fā)展模式處于 “亂戰(zhàn)” 狀態(tài),缺乏傳統(tǒng)科研的系統(tǒng)性組織。
他提出,AI 有 “三條腿”—— 數(shù)據(jù)、算力、算法,其中數(shù)學(xué)界最能發(fā)力的是數(shù)據(jù)領(lǐng)域,包括構(gòu)建數(shù)學(xué)專用數(shù)據(jù)集、建立數(shù)據(jù)標(biāo)準(zhǔn)等基礎(chǔ)性工作。針對當(dāng)前發(fā)展,他提出三項(xiàng)具體建議:一是數(shù)學(xué)界需組織起來,系統(tǒng)性開展數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè);二是重視邊緣分布等關(guān)鍵數(shù)據(jù)特征的挖掘,提升研究效率;三是在擁抱大模型的同時(shí)保持理性認(rèn)知,建立科學(xué)的評估體系。
記者 馬云飛
文字編輯 蔡淑敏
版面編輯 孫霄