当前人工智能产业面临一个深层困境。
尽管模型规模不断扩大、参数数量持续增加，但幻觉现象频繁出现，模型的不确定性始终难以根除。
在这一背景下，如何突破算力竞赛的瓶颈，成为业界关注的焦点问题。
对此，国际著名数学家丘成桐院士在第十届世界华人数学家大会的特别夜话中提供了一个重要视角。
他认为，解决问题的钥匙不在于盲目追求更大的算力，而在于引入数学的力量，让人工智能从概率驱动走向逻辑驱动，从经验依赖走向确定性保证。
这一论断并非凭空而来，而是基于计算机产业的历史经验。
丘成桐回顾指出，20世纪60年代，计算机硬件曾被计算复杂度的瓶颈"卡死"，产业发展陷入停滞。
真正改变这一局面的并非硬件性能的简单提升，而是快速傅里叶变换（FFT）这一数学算法的发明与应用。
FFT通过数学的优雅性和高效性，使得原本需要大量计算资源的问题迎刃而解，从而推动了整个产业的跨越式发展。
"今天的人工智能也需要属于自己的FFT时刻。
"丘成桐强调，当前AI产业的发展路径与60年代的计算机产业面临的困境具有相似性，需要通过数学的引入来实现从量变到质变的转变。
这不是为了让AI算得更快，而是为了让AI具备更强的逻辑推理能力和问题求解的确定性。
在大会现场的技术展示中，这一理论正在逐步转化为实践。
上海AI实验室、阿里通义、商汤、字节跳动等多个团队展示了融入数学思想的最新模型进展。
这些模型展现出令人瞩目的新能力：部分模型已具备长程推理和自我校验功能，能够在复杂的推导过程中主动识别和修正错误路径；也有模型在面对复杂计算问题时，能够自发利用对称性等数学性质进行化简，展现出接近人类数学直觉的判断力。
这些进展表明，人工智能正在经历一场重要的范式转变。
从早期的"会做题"阶段，即通过大规模数据训练获得解题能力，发展到现在的"能研究"阶段，即具备独立分析问题、发现规律、进行创新性推理的能力。
这一转变的核心驱动力正是数学思维的融入。
为了进一步推动这一方向的发展，大会现场发布了"人类知识边界：全球数学征解"项目。
该项目以具有挑战性的数学问题作为牵引，旨在激发和检验模型的能力突破，同时构建起"数学—模型—应用"的创新生态链条。
这一举措表明，业界已经形成共识：通过数学问题的导向作用，可以更有效地推动人工智能向更高层次发展。
值得注意的是，这一新的发展方向正在上海得到重点推进。
作为全球人工智能产业的重要枢纽之一，上海正在从基础逻辑层面进行战略布局，通过汇聚数学家、计算机科学家和产业界的力量，探索数学赋能人工智能的新路径。
这种从基础理论处落子的做法，反映了对AI产业长期发展规律的深刻认识。
丘成桐的论断具有深远的历史启示。
五十年前，数学算法的突破改变了计算机工业的发展轨迹；今天，数学或将再次成为决定人工智能发展上限的关键因素。
这提示我们，在任何技术革命中，基础理论的创新往往比表面的规模扩张更具决定性作用。
技术演进往往在临界点上转向：当规模扩张触及边界，决定上限的就不再是投入强度，而是方法论的跃迁。
回望计算机工业史，数学曾以算法之力重塑产业格局；面向智能时代，能否把概率的“可能性”转化为逻辑的“确定性”，将检验创新体系的深度与耐心。
以数学为钥，打开更可靠的智能之门，这既是对科学精神的回归，也可能是通向下一轮突破的必由之路。