由斯梅爾數(shù)學與計算研究院主辦的2024年世界人工智能大會(WAIC)“數(shù)學與人工智能”學術(shù)會議7月4日在上海世博中心落幕,。作為全球性高級別學術(shù)研討會，全球頂尖的數(shù)學家和科學家們圍繞機器學習與人工智能的數(shù)學基礎(chǔ),、人工智能中的算法研究,、AI4Science以及AI4Math等主題進行深入討論，共同探討數(shù)學與人工智能領(lǐng)域的最新研究成果和未來發(fā)展趨勢,。會議由華院計算技術(shù)（上海）股份有限公司創(chuàng)始人董事長,、斯梅爾數(shù)學與計算研究院執(zhí)行院長宣曉華主持。會上,，斯梅爾數(shù)學與計算研究院名譽主席斯蒂芬·斯梅爾教授以線上視頻的形式,，發(fā)表了他關(guān)于“21世紀的18道數(shù)學問題”中的“智能的極限”的觀點。在關(guān)于“如何借助數(shù)學打造更好的人工智能算法基礎(chǔ)（特別是深度神經(jīng)網(wǎng)絡(luò)和Transformer領(lǐng)域）,，從而提升人工智能算法的效率和魯棒性,、增加因果推理能力和可解釋性，消除模型的幻覺現(xiàn)象等,？”的議題上,，牛津大學DeepMind人工智能教授Michael Bronstein教授從兩個維度進行了詳盡剖析：一方面，不論是預測性人工智能還是生成式人工智能,，其核心均離不開優(yōu)化過程,，因此數(shù)學家的任務(wù)就是不斷地探索與開發(fā)更好的算法，提高算法的效率,。另一方面,，他強調(diào)數(shù)學分析對于理解人工智能理論的重要性，特別是生成式人工智能,，其執(zhí)行任務(wù)的能力在很大程度上依賴算法的設(shè)計,，而數(shù)學家通過優(yōu)化算法，不僅提升了預測的準確性，還賦予了AI更強的預見性,。針對“對于通用人工智能（AGI）,、大模型的涌現(xiàn)現(xiàn)象、意識智能等前沿研究領(lǐng)域有哪些好的數(shù)學模型,？智能的極限又是什么,？”議題，倫敦大學學院人工智能中心主任,、英國研究與創(chuàng)新署基礎(chǔ)人工智能博士培訓中心主任,、UiPath杰出科學家David Barber表示，利用數(shù)學模型來驅(qū)動人工智能,，促使人工智能更理解人類語言,，是一項充滿挑戰(zhàn)又極具潛力的任務(wù)。同時,，他也樂觀地表示,，目前已有的統(tǒng)計學、邏輯推理等已經(jīng)為人工智能的發(fā)展奠定了堅實的基礎(chǔ),，相信未來也會有更精準高效的數(shù)學模型來協(xié)助人工智能的發(fā)展,。在“人工智能如何助力數(shù)學研究，特別是在定理證明,、證明驗證以及猜想生成方面,？”議題上，歐洲科學院院士,、牛津大學應(yīng)用數(shù)學教授Jose A.Carrillo表示,，對于個人而言，并不擔心工作會被替代,。目前的人工智能雖然在一定程度上可以輔助數(shù)學家進行錯誤的檢查,，避免失誤，但是人工智能的發(fā)展仍然面臨著諸多未解難題,。（辛華）來源：光明網(wǎng)
免責聲明：本文來自網(wǎng)絡(luò)收錄或投稿,，觀點僅代表作者本人，不代表芒果財經(jīng)贊同其觀點或證實其描述,，版權(quán)歸原作者所有,。轉(zhuǎn)載請注明出處：http://lequren.com/1112249.html
溫馨提示：投資有風險，入市須謹慎,。本資訊不作為投資理財建議,。
