网易首页 > 网易号 > 正文 申请入驻

数学与人工智能如何深度融合?这场全球顶尖学者论坛给出答案

0
分享至

7月26日,作为2025世界人工智能大会(WAIC 2025)的核心学术活动,“数学与人工智能” 学术会议在上海世博中心举行。本次会议汇聚了来自中国、南非、西班牙、巴西、美国等国的十余位院士级专家及国际知名学者,共同探讨数学与人工智能深度融合的前沿议题。

上海市经信委副主任张宏韬在开幕致辞中强调,上海始终高度重视数学与人工智能的融合发展,致力于推动数学基础创新与人工智能产业发展迈向新台阶,实现 “1+1>2” 的叠加效能。让数据源的理论研究与产业应用需求精准对接,搭建各类产学研用的平台,营造创新人才优越的发展环境。

“数学与人工智能的融合发展将日益紧密,数学在人工智能发展中的基础性作用将愈发凸显。” 中国科学院院士、中国科学院数学与系统科学研究院研究员袁亚湘指出,当前亟需提升社会各界——尤其是科技政策制定部门(如国家自然科学基金委、科技部等)对数学重要性的认识。在布局国家人工智能战略时,不能仅聚焦于计算机等工科领域,而应充分重视数学学科的关键支撑作用,吸纳数学家深度参与,以释放多学科协同创新的优势。

对于 “数学与人工智能” 的关系,世界科学院院士、非洲工业与应用数学学会(ASIAM)主席 Abdon Atangana 院士认为,两者的研究尚未达到理想状态:由于AI仅能基于已有知识推导,若研究者对领域不够精通,将难以察觉其中的错误。尽管人工智能能够拓展数学研究的边界,但数学家仍需在保持专业素养的前提下,审慎借助这一工具突破自身研究局限。

“传统数学研究方法在人工智能时代正经历革命性变革。” 加泰罗尼亚理工大学数学系讲席教授、巴黎亨利・庞加莱研究所董事会成员 Eva Miranda 教授以团队运用人工智能技术证明流体运动轨迹的研究为例,强调这种交叉研究既拓展了人工智能的应用边界,也呈现出两者协同发展的良性关系。随着技术进步,人类将能更好地理解和解决复杂系统问题,为数学研究开辟新可能,同时推动人工智能向更深层次发展。

那么,数学如何为人工智能提供更坚实的基础——特别是在学习、推理和规划等方面,从而提升算法的效率、鲁棒性、可解释性与泛化能力?

针对这一议题,里约热内卢联邦大学应用数学副教授兼数学研究所副所长 Fabio Ramos 教授指出,当前人工智能的核心局限在于难以有效处理真实世界的物理问题(如热传导、流体力学等):尽管 AI 能生成逼真的模拟数据,却缺乏对底层物理规律的建模能力。为此,他提出通过数学结构将物理原理嵌入神经网络架构(而非简单引入物理变量),构建更具泛化性的框架;利用数据驱动方式实现物理规律的隐性表达,并通过物理解法指导 AI 模型设计,推动 AI 在科学计算领域实现突破性应用。

欧洲科学院院士、阿卜杜拉国王科技大学应用数学与计算科学教授许进超则强调,数学家不应仅满足于对已有 AI 模型的 “事后解读”,而应主动引领下一代 AI 发展。当前 AI 研究面临资源分配的结构性困境:数学家虽能提供理论突破,却因缺乏大算力、大数据和团队支持,难以快速验证构想。为此,他提出数学界需建立更紧密的产学研合作机制,将逼近论、优化理论等传统优势领域转化为 AI 创新的核心驱动力,强化模型架构设计、优化算法解释等关键环节。

值得一提的是,会议还探讨了人工智能在数学教育与研究中可发挥的作用——尤其在数学问题求解、定理证明、验证乃至猜想生成等方面的应用前景。

1994年菲尔兹奖得主、美国科学院院士、欧洲科学院院士 Efim Zelmanov 指出,数学作为一门具有实验性质的科学,在猜想提出、数论研究等需大量计算的领域,人工智能确实能有效替代人工计算;但数学证明的本质在于理解而非单纯计算,其价值体现在对问题本质的深刻把握和理论体系的融会贯通。因此,在需要深度思考和创造性思维的数学证明领域,人工智能尚难以完全替代人类研究者的独特作用——这一观点体现了他对人工智能在数学研究中作用的辩证认知。

武汉数学与智能研究院副院长、湖北省数学学会理事长杨志坚教授犀利指出,当前 AGI 的发展模式处于 “乱战” 状态,缺乏传统科研的系统性组织。

他提出,AI 有 “三条腿”—— 数据、算力、算法,其中数学界最能发力的是数据领域,包括构建数学专用数据集、建立数据标准等基础性工作。针对当前发展,他提出三项具体建议:一是数学界需组织起来,系统性开展数据基础设施建设;二是重视边缘分布等关键数据特征的挖掘,提升研究效率;三是在拥抱大模型的同时保持理性认知,建立科学的评估体系。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
洛卡特利:拒绝阿森纳完全是出于内心的选择,只想去尤文

洛卡特利:拒绝阿森纳完全是出于内心的选择,只想去尤文

懂球帝
2026-08-17 21:25:11
大规模青春风暴来袭!多国联赛遍布中国小将,曙光已经初现?

大规模青春风暴来袭!多国联赛遍布中国小将,曙光已经初现?

体育全天候
2026-08-17 15:08:52
6分钟破门+全队像狼群!穆帅的皇马回来了,5.9亿锋线终于合体

6分钟破门+全队像狼群!穆帅的皇马回来了,5.9亿锋线终于合体

梦忆之浅
2026-08-17 13:58:30
杨毅:中国男篮有多少人愿意玩命?到底是真伤假伤 真不来假不来

杨毅:中国男篮有多少人愿意玩命?到底是真伤假伤 真不来假不来

念洲
2026-08-17 15:50:14
2-1赢逆战!王曦雨复仇美网亚军:喜提4连胜直通32强,静候8号种子

2-1赢逆战!王曦雨复仇美网亚军:喜提4连胜直通32强,静候8号种子

刘姚尧的文字城堡
2026-08-17 08:01:52
穆里尼奥笑晕!1.4 亿天才 30 分钟封神!皇马新王碾压全场

穆里尼奥笑晕!1.4 亿天才 30 分钟封神!皇马新王碾压全场

澜归序
2026-08-17 04:19:30
双向合同3人已满!火箭官宣签约佩杜拉:上赛季当选发展联盟最佳新秀

双向合同3人已满!火箭官宣签约佩杜拉:上赛季当选发展联盟最佳新秀

罗说NBA
2026-08-18 05:47:46
越来越多的城市,房价“鹤岗化”了

越来越多的城市,房价“鹤岗化”了

城市财经
2026-08-17 11:47:09
宝马官宣:2027款X3四天后首发!外观内饰都变了!

宝马官宣:2027款X3四天后首发!外观内饰都变了!

网上车市
2026-08-17 18:24:16
汪明荃自曝记性变差开始计划退休,罕谈四大拍档:谢贤最能食住她

汪明荃自曝记性变差开始计划退休,罕谈四大拍档:谢贤最能食住她

日落于西
2026-08-16 23:28:23
运动带给女人的,远不止好看的外表

运动带给女人的,远不止好看的外表

云端小院
2026-08-16 08:15:21
医生发现:脑梗最怕的早餐,豆腐脑第6,第1名很多人都在吃

医生发现:脑梗最怕的早餐,豆腐脑第6,第1名很多人都在吃

芹姐说生活
2026-08-17 16:05:50
李嫣和窦靖童宋妍霏同框,纸片人身材引关注,直接坐实窦靖童恋情

李嫣和窦靖童宋妍霏同框,纸片人身材引关注,直接坐实窦靖童恋情

东方不败然多多
2026-08-17 16:23:44
童年游戏在4K电视上变丑了?不是记忆问题,是CRT在作祟

童年游戏在4K电视上变丑了?不是记忆问题,是CRT在作祟

Ping值焦虑
2026-08-17 02:43:28
孙斌:名气不如张颂文,演技不输张颂文,46岁终于被看见

孙斌:名气不如张颂文,演技不输张颂文,46岁终于被看见

飘飘然的娱乐汇
2026-08-02 18:45:05
人社部重要通知:9月30日截止!不涨钱却直接影响你退休后拿多少

人社部重要通知:9月30日截止!不涨钱却直接影响你退休后拿多少

史行途
2026-08-16 21:53:33
网传《牛来》获龙标原因竟是为了要回装修款?

网传《牛来》获龙标原因竟是为了要回装修款?

鞭牛士
2026-08-17 10:58:14
《牛来》累计综合票房已破600万元,观影现场爆笑不断,观众:制作水准拉完了,在搞抽象上夯爆了

《牛来》累计综合票房已破600万元,观影现场爆笑不断,观众:制作水准拉完了,在搞抽象上夯爆了

极目新闻
2026-08-16 20:53:09
印度真的有那么脏乱差吗?看完网友分享才知道,原来是我浅薄了

印度真的有那么脏乱差吗?看完网友分享才知道,原来是我浅薄了

另子维爱读史
2026-08-15 21:41:50
驳斥波兰男排球星?塞尔比夺冠后表白中国:这是全世界最棒的国家

驳斥波兰男排球星?塞尔比夺冠后表白中国:这是全世界最棒的国家

风过乡
2026-08-17 07:37:20
2026-08-18 07:24:49
国际金融报 incentive-icons
国际金融报
《国际金融报》社有限公司
20843文章数 85839关注度
往期回顾 全部

科技要闻

马斯克600亿美元买条近路

头条要闻

因老板娘一句随口交代 打工走失男子独守深山老宅25年

头条要闻

因老板娘一句随口交代 打工走失男子独守深山老宅25年

体育要闻

C罗:可能是生涯最后一年 未来都规划好了

娱乐要闻

立案风波席卷德云社多场巡演叫停!

财经要闻

爱丽家居跨界玩存储:溢价背后藏着机密案

汽车要闻

2027款艾瑞泽8 PRO 年轻人的务实之选

态度原创

教育
健康
艺术
游戏
公开课

教育要闻

初中竞赛题,一看就蒙圈,听完秒懂

专家解答青少年脊柱侧弯七大问题

艺术要闻

杀妻入狱、发疯自残,潦倒到啃野草,却成后世顶流大师

猎魂世界:唐舞桐真就是弱鸡一枚么?先搞清这几点再下定论!

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版