由斯梅爾數(shù)學(xué)與計(jì)算研究院主辦的2024年世界人工智能大會(huì)(WAIC)“數(shù)學(xué)與人工智能”學(xué)術(shù)會(huì)議7月4日在上海世博中心落幕。作為全球性高級(jí)別學(xué)術(shù)研討會(huì),，全球頂尖的數(shù)學(xué)家和科學(xué)家們圍繞機(jī)器學(xué)習(xí)與人工智能的數(shù)學(xué)基礎(chǔ),、人工智能中的算法研究,、AI4Science以及AI4Math等主題進(jìn)行深入討論,，共同探討數(shù)學(xué)與人工智能領(lǐng)域的最新研究成果和未來發(fā)展趨勢(shì)。會(huì)議由華院計(jì)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(xué)與計(jì)算研究院執(zhí)行院長宣曉華主持,。會(huì)上，斯梅爾數(shù)學(xué)與計(jì)算研究院名譽(yù)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(jì)的18道數(shù)學(xué)問題”中的“智能的極限”的觀點(diǎn),。在關(guān)于“如何借助數(shù)學(xué)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(xué)DeepMind人工智能教授Michael Bronstein教授從兩個(gè)維度進(jìn)行了詳盡剖析：一方面,，不論是預(yù)測(cè)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(xué)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(qiáng)調(diào)數(shù)學(xué)分析對(duì)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(jì)，而數(shù)學(xué)家通過優(yōu)化算法,，不僅提升了預(yù)測(cè)的準(zhǔn)確性,，還賦予了AI更強(qiáng)的預(yù)見性。針對(duì)“對(duì)于通用人工智能（AGI）,、大模型的涌現(xiàn)現(xiàn)象,、意識(shí)智能等前沿研究領(lǐng)域有哪些好的數(shù)學(xué)模型？智能的極限又是什么,？”議題,，倫敦大學(xué)學(xué)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(xùn)中心主任,、UiPath杰出科學(xué)家David Barber表示,，利用數(shù)學(xué)模型來驅(qū)動(dòng)人工智能，促使人工智能更理解人類語言,，是一項(xiàng)充滿挑戰(zhàn)又極具潛力的任務(wù),。同時(shí)，他也樂觀地表示,，目前已有的統(tǒng)計(jì)學(xué),、邏輯推理等已經(jīng)為人工智能的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)，相信未來也會(huì)有更精準(zhǔn)高效的數(shù)學(xué)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(xué)研究,，特別是在定理證明、證明驗(yàn)證以及猜想生成方面,？”議題上,，歐洲科學(xué)院院士、牛津大學(xué)應(yīng)用數(shù)學(xué)教授Jose A.Carrillo表示,，對(duì)于個(gè)人而言,，并不擔(dān)心工作會(huì)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(xué)家進(jìn)行錯(cuò)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)